کوشا فایل

کوشا فایل بانک فایل ایران ، دانلود فایل و پروژه

کوشا فایل

کوشا فایل بانک فایل ایران ، دانلود فایل و پروژه

تحقیق درباره برنامه SQL Server

اختصاصی از کوشا فایل تحقیق درباره برنامه SQL Server دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 8

 

برنامه SQL Server

مقادیر قابل قبول   انواع داده

  مقادیر عددی 

مقادیر اعداد صحیح از 63^2- تا1-63^2      bight

مقادیر اعداد صحیح از 31^2- تا 1-31^2      Int

مقادیر اعداد صحیح از 15^2- تا 1-15^2      Smallint

مقادیر اعداد صحیح از 0 تا 255      Tinyint

مقادیر اعداد صحیح با ارزش 0 و 1     bit

مقادیر مقیاس با دقت ثابت شده از 1+38^10 تا 1-38^10     decimal

مقادیر  Decimal همچنین می تواند تعریف شود به صورتNumeric  ، دامنه مقادیر یکسان می باشد.

مقادیر Monetary (مالی) از 63^2- تا 1-63^2 (مقادیر Money تا 0.0001 از هرواحد دقت دارد). Money

مقادیرMonetary از 3648 . 748 . 214- تا 3647 . 748 . 214 می باشد Smallmoney

(مقادیر Small Monetary تا 0001/0 واحد دقیق می باشد).

مقادیر صحیح شناور (متغیر) از 308+E1.79- تا 308+E1.79 (مقادیر Float فقط تقریبی می باشد) Float  

مقادیر صحیح شناور متغیر از 38+E3.40- تا 38+E3.40 می باشند (مقادیر real فقط تقریبی می باشد) real 

مقادیر تاریخ و زمان از 1.1753 ژانویه تا 31.9999 دسامبر می باشد datetime  

(مقادیر Date Time تا 3 هزارم ثانیه یا 3.33 میلی ثانیه دقت دارد)   Smalldatedtime  

مقادیر تاریخ و زمان از 1 ژانویه و 1900 تا 6 ژوئن و 2079 می باشد (مقادیرSmalldatetime  تا 1 دقیقه دقت دارند)

 مقادیر کاراکتری  

مقادیر حرفی کدگذاری نشده با طول ثابت با طول حداکثر 8000 حرف می باشد.    Char

مقادیر حرفی کدگذاری نشده با طول متغیر با طول حداکثر 8000 حرف می باشد.   Varchar

داده کدگذاری شده با طول متغیر با طول حداکثر 1-31^2 (647 . 741 . 073 . 1) حرف می باشد. Text

داده کدگذاری شده با طول ثابت با طول حداکثر 4000 حرف می باشد     Nchar

داده کدگذاری نشده با طول متغیر با حداکثر طول 4000 حرف می باشد       nvarchar

داده کدگذاری شده با طول متغیر با حداکثر طول 1-30^2 (823 . 741 . 073 . 1) حرف می باشد ntext

  مقادیر باینری (1 و 0)

داده باینری با طول ثابت با حداکثر طول 8000 بایت می باشد    binary

داده باینری با طول متغیر با حداکثر طول 8000 بایت می باشد     Varbinary

داده باینری با طول متغیر با حداکثر طول 1-31^2 (647 . 783 . 147 . 2) بایت می باشد Image  

  مقادیر دیگر

یک مرجع مبناء برای یک Cursor می باشد (یکCursor  یک ماهیتی است که یک مرجع مبناء را برای یک سطر مشخص در یک Result Set نشان می دهد.    Cursor 

یک شمار واحد پایگاه داده است که به هنگام می شود هر زمانی که یک سطر به هنگام شود. (نوع داده  rowversion در نسخه قبلی از Timestamp SQL Server نامیده می شود) rowversion

مقادیری از هر نوع غیر از text ، ntext ، rowversion (timestamp) و sql - variant می باشد. یک معرف واحد کلی GUID می باشد.  Uniqveidentifier

guid

 

Guid که از GloballyUniqueIdentifier گرفته شده، یک مقادیر باینری (1 و 0) 16 بایتی می باشد که هیچ کامپیوتر دیگری در دنیا نخواهد مقدار آن را تولید کند. نوع داده uniqueidentifier برای ذخیره کردن Guids استفاده می شود. SQL Server به طور خودکار مقادیر Guid را از همان راهی که مقادیر Identity ایجاد می شود، فراهم نمی کند. زیرا یک جدول می تواند شامل Guids چندگانه باشد، اما فقط یک Identity منحصر به فرد باشد. اگر چه، تابع NEWID که SQL Server آن را به صورت پیش فرض در نظر می گیرد زمانی که خصوصیات IsrowGuid ، Yes می شود. یک Guid جدید بر خواهد گشت زمانی که سطر قرار داده می شود.

ایجاد کردن ستونهای محاسباتی

علاوه بر اینکه ستونها به طرز ساده اطلاعات را در جداول Underlying و نماها نشان می دهد، همچنین Query تان می تواند شامل ستونهایی باشد که محاسبه شده اند بر اساس داده های Underlying ، توابع SQL Server یا هر ترکیب دوتایی. ستون محاسباتی به وسیله مشخص کردن یک عبارت به عنوان ستون ایجاد می گردد.

ما به عبارات Transact-SQL در Detail در درس 21 "The Transact-SQL Language" می پردازیم. بنابراین در این تمرین ما فقط یک جفت از عبارات ساده که بر اساس اپراتور الحاق رشته Transact-SQL که دو رشته و تابع GETDATE را که داده ها و زمان سیستم جاری را باز می گرداند اضافه می کنیم.

ایجاد کردن یک ستون محاسباتی با استفاده از قاب Grid

1- قاب SQL را پنهان کرده و قابGrid را به وسیله کلیک کردن دکمه روی نوار ابزار Query Designer نشان می دهیم.

2- در هر سل ستون خالی در قاب Grid کلیک کرده و Oil Name +' – '+ Latin Name را تایپ می کنیم.

راهنمایی: شما می توانید سل ها را در قاب Grid به وسیله درج کردن خطوط تقسیم بین سر ستونها عریض تر سازید.

3- کلید Tab را فشار می دهیم. SQL Server ، 1 Expr را به عنوان نام مستعار ستون پیشنهاد می دهد.

  

4- نام مستعار را برای Extended Name تغییر می دهیم.

5- دکمه Run را برای به کارگیری مجدد Query کلیک می کنیم. Query Designer ستون جدید را در قاب Results نشان می دهد.

 

ایجاد کردن یک ستون محاسباتی با استفاده از قاب SQL

1- قاب Grid را پنهان کرده و قاب SQL را به وسیله کلیک کردن دکمه ها روی نوار ابزار  Query Designer نشان می دهیم.

  

2- GETDATE را به عنوان [ Today’s Data ] برای لیست ستون از شروط Select اضافه می کنیم.

راهنمایی: کاما را قبل از GETDATE فراموش نکنید.

3- دکمه Run را در نوار ابزار Query Designer برای به کارگیری مجدد Query کلیک می کنیم.  SQL Server تاریخ جاری در هر سطر را نشان می دهد.

 

استفاده کردن از شرط Top n

زمانی که شما دستور Return Top را از منوی متن جدول انتخاب می کنید. SQL Server شرط Top n را در پایین پوششها برای ایجاد صفحه نمایش در Query Designer استفاده می کند. علاوه بر اینکه یک شماره مشخصی از سطرها را مشخص می کنید شما می توانید همچنین یک درصد از سطرها را به وسیله استفاده کردن از شرط Top n Percent نشان دهید. همان طوری که شما ممکن است انتظار داشته باشید درصدی از سطرهای مشخص شده را باز می گردانیم.

 

نشان دادن سطرهای Top s

1- Top 5 را قبل از اولین کلمه در Column-List از شروط Select در قاب SQL اضافه می کنیم.

2- دکمه Run را در نوار ابزار Query Designer برای به کارگیری مجدد Query کلیک می کنیم.  SQL Server فقط 5 سطر اول را نشان می دهد.

 

نشان دادن Top 5 درصد از سطرها

1- کلمه Percent را بعد از Top 5 در قاب SQL اضافه می کنیم.

2- دکمه Run را در نوار ابزار Query Designer برای به کارگیری Query کلیک می کنیم. SQL Server فقط 5 درصد اول از سطرها را در SQL Server نشان می دهد.

شرط WHERE

با استفاده از شرط اختیاری WHERE از حالت SELECT شما می توانید یک زیر مجموعه از سطرها که باز گردانده می شوند را مشخص کنید. برای مثال شما ممکن است بخواهید فقط مشتریهایی که بیش از $1000 در 12 ماه قبل خرج کرده اند را ببینید یا اینکه فقط نامهای Oil که با حرف R شروع می شوند را ببینید. شما این ملاکها را با استفاده از شرط WHERE مشخص خواهید کرد.

 

شرط WHERE BASIC

Operator Meaning

 مساویست با   =

 بزرگتر از   <

 کوچکتر از   >

بزرگتر یا مساویست با     =<


دانلود با لینک مستقیم


تحقیق درباره برنامه SQL Server

تحقیق درباره سیستم های تجاری Sql

اختصاصی از کوشا فایل تحقیق درباره سیستم های تجاری Sql دانلود با لینک مستقیم و پر سرعت .

فرمت فایل:  ورد ( قابلیت ویرایش ) 


قسمتی از محتوی متن ...

 

تعداد صفحات : 81 صفحه

سیستم های تجاری Sql طراحی و پیاده سازی مدیریت 1) Design and Implementation 2) Administrator بانکهای اطلاعاتی به دو دسته تقسیم بندی می شوند که عبارتند از: 1) Desktop Access-paradox, foxpro-Dbase 2) client/server sql-oracl/ مدل Desktop برای کامپیوتهای single پیش بینی شده است.
به این شکل که برای یک مجموعه کوچک که با حجم زیادی از اطلاعات روبرو نیست می تواند نیاز ما را برطرف کند.
بانکهایی مانند Access شاخص ترین عضو خانواده Desktop به حساب می آید.
در این نوع از بانکهای اطلاعاتی، بانک اطلاعاتی ساخته شده بر روی یک hard قرار گرفته و برای دیگران قابل دسترسی می‌باشد.
اگر بخواهیم برای کاربران مختلف که در این سیستم کار می‌کنند محدودیت های دسترسی تعریف کنیم با مشکل مواجه خواهیم شد چرا که گزینه های امنیتی در آن نسبت به مدل client/server بسیار بسیار ضعیف می باشد.
البته در صورتیکه یک محیط شبکه داشته باشیم می توانیم فایل ساخته شده Access خود را در داخل فایل server قرار دهیم و client ها به آن دسترسی داشته باشیم.
اگر بخواهیم از این بانک که نگهدارنده اطلاعات کارگزینی کارمندان و اطلاعات حقوق و دستمزد آنها باشد.
گزارشی به شکل زیر تهیه کنیم لیست کلیه کارمندان را نمایش دهید که در دپارتمان 1 مشغول کار هستند و می خواهیم جمع حقوق کارمندان این بخش را مشخص کند.
حداکثر سرعت در شکبه این مشکلات می تواند از زوایای مختلف بوجود بیاید: 1- تمام پردازش ها در داخل client انجام می شود.
2- در این حالت نیازمند سخت افزار قوی برای client ها و وجود یک خطوط ارتباطی پرسرعت.
3- از آنجایی که هارد server قابل دسترس برای کلیه client ها می باشد امنیت اطلاعات server از بین خواهد رفت.
4- اگر در این مدل نیاز به up date کردن برخی از رکوردها داشته باشیم بعد از آنکه رکوردها به client آمدند و تعدادی از آنها up date شدند باید بر روی هارد server ذخیره گردد.
اگر در حین انجام عمل save سیستم با قطع برق مواجه گردد و یا خطوط ارتباطی قطع شوند برخی از رکوردها در فایل بانک در server ، up date شده و برخی دیگر بدون تغییر باقی خواهد ماند.
هیچ راهی برای شناسایی اینکه کدام یک تغییر یافته اند وجود ندارد و نمی توان وضعیت بانک را به حالت اولیه آن برگرداند.
Select sum (Salary) From Employees Where Dep=1 در قالب نوع client/server یکپارچگی اطلاعات تضمین می شود به این شکل که در هنگام عمل up date چنانچه برق قطع شود با روشن شدن مجدد server بررسی می شود که آیا مراحل قبلی با موفقیت به پایان رسیده است یا خیر.
برای حفظ یکپارچگی، اطلاعات sql server قبل از ثبت قطعی اطلاعات کلیه اعمال را در فایل log خود انجام می دهد.
Sql server دارای دو نوع فایل می باشد: فایل داده با پسوند Mdf .
1) Date file فایل تراکنش با پسوند Ldf .
2) log file فایل های تراکنش Transaction log file زمانیکه سیستم روشن می شود ابتدا log file مورد ارزیابی قرار می گیرد.
اگر در فایل log با دستور commit مواجه شود یعنی کلیه اعمال قبلی به شکل کامل انجام شده اند و آماده اند برای آنکه بر روی date fi

متن کامل را می توانید دانلود نمائید چون فقط تکه هایی از متن در این صفحه درج شده به صورت نمونه

ولی در فایل دانلودی بعد پرداخت متن کامل

همراه با تمام متن با فرمت ورد Word که قابل ویرایش و کپی کردن می باشند

موجود است 


دانلود با لینک مستقیم


تحقیق درباره سیستم های تجاری Sql

پروژه مدیریت رستوران و کافی شاپ به زبان سی شارپ و بانک اطلاعاتی SQL Server بصورت کامل

اختصاصی از کوشا فایل پروژه مدیریت رستوران و کافی شاپ به زبان سی شارپ و بانک اطلاعاتی SQL Server بصورت کامل دانلود با لینک مستقیم و پر سرعت .

پروژه مدیریت رستوران و کافی شاپ به زبان سی شارپ و بانک اطلاعاتی SQL Server بصورت کامل


پروژه مدیریت رستوران و کافی شاپ به زبان  سی شارپ و بانک اطلاعاتی SQL Server بصورت کامل

در این پروژه که با زبان سی شارپ و پایگاه داده ی SQL پیاده سازی شده است شما قادرید سفارشات مشتریان خود در رستوران، یا کافی شاپ را مدیریت نمایید. این پروژه دارای محیط کاربر پسند بوده و دارای امکانات زیر است :

امکان صدور فاکتور فروش با قابلیت ثبت در پایگاه داده و پرینت

امکان نمایش منوی غذایی به همراه کد سفارش

امکان تهیه گزارش روزانه از سفارشات دریافتی به تفکیک میز، غذا و شماره فاکتور

امکان جستجو در سفارشات ثبت شده در بازه های مختلف

امکان وارد کردن غذای جدید به منوی رستوران

امکان تهیه نسخه ی پشتیبان

امکان تعیین رمز عبور برای نرم افزار

امکان تنظیم کردن چاپگر در نرم افزار

 

نکته ی مهم : پسورد این پروژه هنگام ورود به بخش های مختلف 12345  است

 

پروژه سی شارپ فست فود

پروژه رستوران به زبان سی شارپ

پروژه مدیریت رستوران

نرم افزار رستوران

نرم افزار فست فود


دانلود با لینک مستقیم


پروژه مدیریت رستوران و کافی شاپ به زبان سی شارپ و بانک اطلاعاتی SQL Server بصورت کامل

طراحی سایت اخبار با ASP و SQL

اختصاصی از کوشا فایل طراحی سایت اخبار با ASP و SQL دانلود با لینک مستقیم و پر سرعت .

طراحی سایت اخبار با ASP و SQL


طراحی سایت اخبار با ASP و SQL

 

فرمت : Word

تعداد صفحات : 59

 

مقدمه

نخستین روزنامه که حاکی از سرآغاز نوآوری در جامعه سنتی است حدود 72 سال قبل از مشروطه منتشر شد اگر چه درباره روز تولد و تاریخچه دقیق اولین روزنامه فوق که با سردبیری میرزا صالح شیرازی کازرونی منتشر شده اطلاع زیادی در دست نیست جز این که به تقریباً در طی چند جمله گفته شود که نخستین روزنامه ایران تحت عنوان کاغذ اخبار و به فرمان محمد شاه منتشر شده است و نخستین شماره در 25 محرم 1253 انتشارات یافته است. روزنامه وقایع اتفاقیه از زمان ناصرالدین شاه و به سردبیری وزیرنظر امیرکبیر منتشر شد و بعدها با تغییراتی به اسم‌های ایران سلطانی و ایران مواجه شد و اکنون نیز ادامه دارد.

اما با پیشرفت های روزافزون علوم و تکنولوژی و گسترش اینترنت علاوه بر کاغذ، صفحات اینترنتی نیز با ارایه اخبار و وقایع وارد عرصه شدند؛ به نحوی که به تدریج سایتهایی تنها با هدف اطلاع رسانی ایجاد شد و حتی شبکه ها و روزنامه ها نیز اقدام به راه اندازی سایتهای خبری نمودند که بدین طریق علاوه بر مشتریان کاغذی و بصیری خود، مشتریان آن لاین نیز بدست آورند.

سایت طراحی شده مورد نظر نیز با هدف در اختیار قرار دادن اخبار به کاربر و به روز نمودن آنها و همچنین جمع آوری اخبار از منابع خبرگزاری ایجاد شده است.این سایت با اتصال به بانک اطلاعاتی و و گرفتن خبر از آن و نمایش اخبار در صفحات سایت به صورت زمینه ای اجرا میشود.

آنچه که شما در این مجموعه مشاهده می نمایید شامل فصلهای گوناگونی از ابتدای تجزی و تلیل تا طراحی و راه اندازی سایت می باشد.

در فصل دوم که به تجزیه و تحلیل و طراحی سایت پرداخته در آن مسئله شرح داده شده و قابلیتها و ویژگیهای آن بررسی شده است.همچنین در این فصل کاربران و امتیازات آنها مشخص گردیده شده است. در قسمت معرفی صفحات سایت به معرفی Web Page های ایجاد شده که پنج صفحه با پسوند.aspx  و یک صفحه با پسوند  .master است، پرداخته شده و همچنین در این قسمت درخت ارتباطات میان صفحات و اجزای استاتیک و دینامیک تبیین گشته و نام سایت و علت نام گذاری آن بیان شده است.

در فصل سوم مستندات نرم افزار به بررسی بانک اطلاعاتی که در محیط SQL Server طراحی شده است و مدل داده ها (ER-Diagram) و فرهنگ داده ها پرداخته شده است.

در چهارمین فصل این مجموعه اطلاعاتی در مورد ASP.Net ،

  Visual Studio.Net، VB.Net ، و نحوه ساخت صفحات سایت با استفاده از Visual Studio.Net و در محیط ASP.Net داده شده است. همچنین در این بخش میتوان اطلاعاتی در مورد Web.config و Global.asax بدست آورد. اینکه این سایت چگونه با بانک اطلاعاتی خود ارتباط برقرار کرده و چگونه این اطلاعات در صفحه نشان داده می شود را در این فصل می توان پیدا نمود. کلیات پیاده سازی Stored Procedure ها و View استفاده شده و تصاویر مربوط به صفحات و با توضیح درباره هریک و نحوه کار و نمایش آنها در این فصل آورده شده است.

آنچه که به عنوان نتیجه گیری در فصل پنجم آمده است، نتایج و تجربیات کسب از این کار و نحوه ادامه و گسترش آن و نکاتی که باید در این مورد در نظر گرفته شود، آمده است.

در ششمین فصل نیز منابع و ماخذ کمکی بیان گردیده است.


دانلود با لینک مستقیم


پایان نامه بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی(همراه با تصاویر )

اختصاصی از کوشا فایل پایان نامه بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی(همراه با تصاویر ) دانلود با لینک مستقیم و پرسرعت .

پایان نامه بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی(همراه با تصاویر )


پایان نامه بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی(همراه با تصاویر )

 

 

 

 

 

 

 

 

 



فرمت:word(قابل ویرایش)

تعداد صفحات:223

عنوان:

بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005 پیاده سازی آن روی بانک اطلاعاتی دانشگاه آزاد قوچان

 

پایان نامه دوره کارشناسی کامپیوتر

گرایش نرم افزار

 

فهرست مطالب:

 

چکیده ۱۴

بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005. 14

پیاده سازی آن روی بانک اطلاعاتی دانشگاه آزاد قوچان. ۱۴

فصــل اول. ۱۵

مقدمه ای بر داده کاوی ۱۵

۱-۱-مقدمه. ۱۶

۱-۲-عامل مسبب پیدایش داده کاوی.. ۱۷

-۳-داده کاوی و مفهوم  اکتشاف دانش    (K.D.D) 18

1-3-1-تعریف داده کاوی.. ۱۹

۱-۳-۲- فرآیند داده‌کاوی.. ۲۰

۱-۳-۳- قابلیت های داده کاوی.. ۲۱

۱-۳-۴-چه نوع داده‌هایی مورد کاوش قرار می گیرند؟. ۲۱

فایلهای ساده (FLAT FILES): 21

پایگاههای داده ای رابطه ای(RDBMS): 22

انبارهای داده ای.. ۲۲

۱-۴- وظایف داده کاوی.. ۲۳

۱-۱-۴-کلاس بندی.. ۲۳

۱-۴-۲- مراحل یک الگوریتم کلاس‌بندی.. ۲۴

۱-۴-۳-  انواع روش‌های کلاس‌بندی.. ۲۵

۱-۴-۳-۱- درخت تصمیم ۲۵

۱-۴-۳-۱-۱- کشف تقسیمات ۲۷

۱-۴-۳-۱-۲- دسته بندی با درخت تصمیم ۲۸

انواع درخت‌های تصمیم ۲۹

۱-۴-۳-۱-۴-   نحوه‌ی هرس کردن درخت.. ۳۰

۱-۴-۳-۲- نزدیکترین همسایگی_ K.. 31

1-4-3-3-بیزی.. ۳۲

۱-۴-۳-۳-۱ تئوری بیز. ۳۴

۱-۴-۳-۳-۲ -دسته بندی ساده بیزی.. ۳۶

یک مثال در توضیح طبقه بندی ساده بیزی.. ۳۸

ارزیابی روش‌های کلاس‌بندی.. ۴۱

-۲-۴-۱پیش بینی. ۴۲

۱-۴-۳-انواع روش‌های پیش بینی. ۴۳

۱-۴-۳-۱- رگرسیون. ۴۳

۱-۴-۳-۱ -۱- رگرسیون خطی.. ۴۳

۱-۴-۳-۱-۲-  رگرسیون منطقی. ۴۵

۱-۴-۳- خوشه بندی.. ۴۶

۱-۴-۳-۱- تعریف فرآیند خوشه‌بندی.. ۴۷

۱-۴-۳-۲-  کیفیت خوشه‌بندی.. ۴۷

۱-۴-۳-۳-  روش ها و الگوریتم‌های خوشه‌بندی.. ۴۸

۱-۴-۳-۳-۱-  روش های سلسله‌مراتبی‌ ۴۹

۱-۴-۳-۳-۱-۱- الگوریتم های سلسله مراتبی. ۴۹

۱-۴-۳-۳-۱-۱-۱-الگوریتم خوشه بندی single-linkage. 51

الگوریتم شامل مراحل زیر است : ۵۱

مثال: ۵۲

۱-۴-۳-۳-۲-  الگوریتم‌های تفکیک.. ۵۷

۱-۴-۳-۳-۳-  روش‌های متکی برچگالی. ۵۷

۱-۴-۳-۳-۴-  روش‌های متکی بر گرید ۵۸

۱-۴-۳-۳-۵-  روش‌‌های متکی بر مدل. ۵۸

۱-۴-۴- تخمین. ۵۸

۱-۴-۴-۱- درخت تصمیم ۵۹

۱-۴-۵- سری های زمانی : ۵۹

۱-۵-کاربردهای داده کاوی.. ۵۹

۱-۶-قوانین انجمنی. ۶۰

۱-۶-۱-کاوش قوانین انجمنی. ۶۱

۱-۶-۲-  اصول کاوش قوانین انجمنی. ۶۲

۱-۶-۳-  اصول استقرا در کاوش قوانین انجمنی. ۶۳

۱-۶-۴-  الگوریتم Apriori 66

1-7-متن کاوی.. ۶۷

۱-۷-۱- مقدمه. ۶۷

۱-۷-۲- فرآیند متن کاوی.. ۷۱

۱-۷-۳- کاربردهای متن کاوی.. ۷۳

۱-۷-۳-۱- جستجو و بازیابی. ۷۴

گروه بندی و طبقه بندی داده ۷۴

خلاصه سازی.. ۷۵

روابط میان مفاهیم ۷۶

۱-۷-۳-۵- یافتن و تحلیل ترند ها ۷۶

برچسب زدن نحوی (POS) 77

1-6-2-7-  ایجاد تزاروس و آنتولوژی به صورت اتوماتیک… ۷۷

۱-۸-تصویر کاوی.. ۷۸

۱-۹- وب کاوی.. ۷۹

فصل دوم ۸۲

الگوریتم ژنتیک… ۸۲

۱-۲-مقدمه. ۸۳

مفاهیم پایه و لغات کلیدی.. ۸۳

۲-۲- اصول الگوریتم ژنتیک… ۸۴

۲-۲-۱-کد گذاری.. ۸۴

۲-۲-۱-۱- روش های کد گذاری.. ۸۴

۲-۲-۱-۱-۱- کدگذاری دودویی. ۸۴

۲-۲-۱-۱-۲-کدگذاری مقادیر. ۸۵

۲-۲-۱-۱-۳- کدگذاری درختی. ۸۵

۲-۲-۲- ارزیابی. ۸۶

۲-۲-۳-انتخاب.. ۸۷

۲-۲-۳-۱-انتخاب گردونه دوار. ۸۷

۲-۲-۳-۲- انتخاب رتبه ای.. ۸۸

۲-۲-۳-۳- انتخاب حالت استوار. ۹۰

۲-۲-۳-۴-نخبه گزینی. ۹۰

۲-۲-۴- عملگرهای تغییر. ۹۰

۲-۲-۴-۱-عملگر Crossover 91

2-2-4-2-عملگر جهش ژنتیکی. ۹۲

۲-۲-۴-۳-احتمال  Crossover و جهش.. ۹۳

۲-۲-۵- کدبرداری.. ۹۳

۲-۲-۶-دیگر پارامترها ۹۴

۲-۴-مزایای الگوریتم های ژنتیک… ۹۶

۲-۵- محدودیت های الگوریتم های ژنتیک… ۹۷

۲-۶-چند نمونه از کاربرد های الگوریتم های ژنتیک… ۹۸

۲-۶-۱-یک مثال ساده ۹۹

نسل اول. ۱۰۰

نسل بعدی.. ۱۰۲

جهش(Mutation) 103

فصل سوم ۱۰۴

شبکه های عصبی. ۱۰۴

۳-۱-چرا از شبکه های عصبی استفاده می کنیم؟. ۱۰۵

۳-۲-سلول عصبی. ۱۰۶

۳-۳-نحوه عملکرد مغز. ۱۰۸

۳-۴-مدل ریاضی نرون. ۱۰۸

۳-۵- آموزش شبکه‌های عصبی. ۱۱۶

۳-۶-کاربرد های شبکه های عصبی. ۱۱۹

فصل چهارم ۱۲۲

محاسبات نرم ۱۲۲

۴-۱-مقدمه. ۱۲۳

۴-۲-محاسبات نرم  چیست ؟. ۱۲۶

۴-۲-۱-رابطه. ۱۲۷

۴-۲-۲-مجموعه های فازی.. ۱۳۰

۴-۲-۲-۱-توابع عضویت.. ۱۳۵

۴-۲-۲-۲- عملیات اصلی. ۱۳۷

۴-۲-۳-نقش مجموعههای فازی در دادهکاوی.. ۱۳۸

۴-۲-۳-۱- خوشه بندی.. ۱۳۹

۴-۲-۳-۲- خلاصه سازی دادهها ۱۴۰

۴-۲-۳-۳- تصویر کاوی.. ۱۴۱

۴-۲-۴- الگوریتم  ژنتیک… ۱۴۲

۴-۲-۵-نقش الگوریتم ژنتیک در داده کاوی.. ۱۴۹

۴-۲-۵-۱- رگرسیون. ۱۴۹

۴-۲-۵-۲-  قوانین انجمنی. ۱۵۰

۴-۳- بحث و نتیجه گیری.. ۱۵۳

فصل پنجم ۱۵۵

ابزارهای داده کاوی.. ۱۵۵

۵-۱- نحوه ی انتخاب ابزارداده کاوی.. ۱۵۶

۵-۳- چگونه می توان بهترین ابزار را انتخاب کرد؟. ۱۶۳

۵-۴-ابزار های داده کاوی که در ۲۰۰۷ استفاده شده است : ۱۶۵

۵-۵-داده کاوی با sqlserver 2005. 165

5-5-10-  Microsoft-Loistic-Regression. 213

5-5-11-Microsoft-Linear-Regression. 213

فصل ششم ۲۱۴

نتایج داده کاوی با SQL SERVER2005. 214

روی بانک اطلاعاتی دانشگاه آزاد قوچان. ۲۱۴

۱-۶-نتایج Data Mining With Sql Server 2005   روی بانک اطلاعاتی دانشگاه آزاد قوچان. ۲۱۵

۱-۶-۱-Microsoft association rule. 215

1-6-2- Algorithm cluster 216

1-6-3- Neural network. 216

1-6-4- Modle naive-bayes. 217

1-6-5-Microsoft Tree Viewer 220

تعداد خواهر وبرادران دانشجویان ورودی سال ۷۴ حدودا بین ۱-۲ تاطبق آمار بوده است . ۲۲۰

۷-۱-نتیجه گیری.. ۲۲۱

منابع وماخذ ۲۲۳

 

چکیده:


بررسی ومطالعه ی کامل داده کاوی و داده کاوی با SQL SERVER2005
پیاده سازی آن روی بانک اطلاعاتی دانشگاه آزاد قوچان

امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد.
داده کاوی یکی از مهمترین روش ها ی کشف دانش است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند.داده کاوی را تحلیل گران با اهداف گوناگونی از قبیل کلاس بندی, پیش بینی, خوشه بندی ,تخمین انجام می دهند. برای کلاس بندی, مدل هاو الگوریتم هایی مانند قاعده ی بیز, درخت تصمیم, شبکه ی عصبی, الگوریتم ژنتیک مطرح شده است.برای پیش بینی مدل رگرسیون خطی ومنطقی و برای خوشه بندی الگوریتم های سلسله مراتبی و تفکیکی, وبرای تخمین مدل های درخت تصمیم و شبکه ی عصبی مطرح می شود. در فصل دوم و سوم با الگوریتم ژنتیک که یکی از الگوریتم های داده کاوی و با شبکه ی عصبی که یکی از مدل های داده کاوی هستند آشنا می شویم .درفصل چهارم به محاسبات نرم و برخی از اجزای اصلی ان و نقش آنها در داده کاوی می پردازیم.
در فصل پنجم با ابزارهای داده کاوی آشنا می شویم . برای داده کاوی ابزارهای متنوعی وجود دارد. می توان ابزارداده کاوی را با تطبیق آن ابزار با داده های مسئله و با توجه به محیط داده ای که می خواهید از آن استفاده کنید، و امکاناتی که آن ابزار دارد انتخاب کنید.وسپس به داده کاوی با SQLSERVER2005 می پردازیم .ودرفصل ششم به داده کاوی با SQL SERVER2005 روی بانک اطلاعاتی دانشگاه آزاد قوچان پرداختیم.
کلمات کلیدی ،کلاس بندی ، خوشه بندی ، پیش بینی ، تخمین

فصــل اول

مقدمه ای بر داده کاوی

۱-۱-مقدمه
امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد .با استفاده از ابزارهای گوناگون گزارش گیری معمولی ، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها خیلی بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شوند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است .از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند .
داده کاوی یکی از مهمترین این روش ها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند .

۱-۲-عامل مسبب پیدایش داده کاوی
اصلی ترین دلیلی که باعث شده داده کاوی کانون توجهات در صنعت اطلاعات قرار بگیرد، مساله در دسترس بودن حجم وسیعی از داده ها و نیاز شدید به اینکه از این داده ها, اطلاعات و دانش سودمند استخراج کنیم. اطلاعات و دانش بدست آمده در کاربردهای وسیعی مورد استفاده قرار می گیرد.
داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده می باشد، نظیر عملیات جمع آوری داده ها وایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ها.
تکامل تکنولوژی پایگاه داده و استفاده فراوان آن در کاربردهای مختلف سبب جمع آوری حجم فراوانی داده شده است. این داده های فراوان باعث ایجاد نیاز برای ابزارهای قدرتمند برای تحلیل داده ها گشته، زیرا در حال حاضر به لحاظ داده ثروتمند هستیم ولی دچار کمبود اطلاعات می باشیم.
ابزارهای داده کاوی داده ها را آنالیز می کنند و الگوهای داده ها را کشف می کنند که می توان از آن در کاربردهایی نظیر تعیین استراتژی برای کسب و کار، پایگاه دانش و تحقیقات علمی و پزشکی، استفاده کرد. شکاف موجود بین داده ها و اطلاعات سبب ایجاد نیاز برای ابزارهای داده کاوی شده است تا داده های بی ارزش را به دانشی ارزشمند تبدیل کنیم .

۱
-۳-داده کاوی و مفهوم اکتشاف دانش (K.D.D)
با حجم عظیم داده های ذخیره شده در فایلها، بانکهای اطلاعاتی و سایر بانک های داده ای، توسعه ی ابزارهایی برای تحلیل و شاید تفسیر چنین داده هایی و برای استخراج علوم شگفت انگیزی که می توانند در تصمیم گیری مفید باشند، امری بسیار مهم و ضروری است. داده کاوی با عنوان کشف دانش در پایگاه های داده (KDD) شناخته می‌شود. کشف علومی که قبلا ناشناخته بوده‌اند و اطلاعاتی که در بانکهای اطلاعاتی موجود بوده و ذاتا بالقوه و مفید هستند.
با وجود آنکه داده کاوی و کشف دانش در پایگاه‌های داده مترادف همدیگر هستند، ولی در اصل، داده کاوی ذاتاً بخشی و تنها قسمتی جزئی از فرآیند کشف دانش است. فرآیند کشف دانش در بر گیرنده ی چندین مرحله می باشد که از اطلاعات خام، گونه هایی از علوم جدید را بدست می دهد. مراحل کشف دانش به قرار زیر است:
۱- پاکسازی داده ها : در این فاز داده های اضافی و نامربوط از مجموعه داده ها حذف می شوند.(داده های ناکامل) [۲] ۲-یکپارچه سازی داده ها : چندین منبع داده ترکیب می شوند،

 

 

 

 


دانلود با لینک مستقیم