پشتیبانی: 09131253620
ارتباط با ما
تلگرام: 09131253620

برجسته ترین ها
گروه های مقاله ها
HyperLink


داده کاوی بخش پنجم تاریخ درج: ١٣٩۴/٠۵/١٣
تحقيقات پيشرفته و كاربردهاي آينده 
برخي از تحقيقات پيشرفته در آينده اي نه چندان دور، اثر قابل توجهي بر فعاليت تجارت الكترونيكي خواهد داشت.  به عنوان مثال به 5 مورد زير اشاره مي گردد : 

1- آثار اقتصادي، حقوقي و اجتماعي 
چند مسئله فراروي پديده تجارت الكترونيكي قرار دارد، به طوري كه اگر اين مسائل در سطح بين المللي حل و فصل نشوند ، تجارت الكترونيكي در عمل با مشكل مواجه خواهد شد، برخي از اين مسائل عبارتند از : 
2- مراقبت از اطلاعات شخصي كاربران، با توجه به اينكه در مواردي سوء استفاده از شماره رمز كارت هاي اعتباري گزارش شده است ( سرقت الكترونيكي ). 
3- حقوق مالكيت معنوي 
4- ماليات كالاهايي كه از طريق اينترنت خريداري مي شوند. 
5- حمايت از حقوق مشتري در اقصي نقاط جهان 
6- ارزش حقوقي امضاهاي الكترونيكي (امضاهايي كه اسكن شده و به همراه هر نامه چاپ مي شوند) 
7- تناقص بين مرزهاي جغرافيايي كشور ها و دهكده جهاني كه در آن ارتباطات ، مجازي و ديجيتالي هستند. 
مباحث فوق و بسياري از مباحث مشابه، فهرست پروژه هايي را تشكيل مي دهند كه در حال حاضر به صورت ميان رشته اي توسط محققين علوم رايانه ، مخابرات و علوم انساني در دست بررسي و پژوهش هستند. پيشبيني مي شود كه اجراي اين پروژه ها راهكار هاي جديدي را براي تعريف مشاغل، ساختار هاي سازماني موسسات و ساختار بازار هاي تجارتي معرفي نمايند. 

2- اينترنت ، نسل دوم 
در فهرست پروژه هاي جاري ايالات متحده، پروژه اي تحت عنوان اينترنت ، نسل دوم در دست پيگيري است. 
هدف نهايي اين طرح دستيابي به شبكه اي است كه سرعت آن 100 الي 1000 برابر اينترنت كنوني است. اين پروژه ها عملا يك سرمايه گذاري بلند مدت در زمينه شبكه سازي است. پهناي باند جديدي كه اينترنت، نسل دوم ارائه خواهد داد ، منتهي به ارائه كاربردهاي جديد و پيشرفته در زمينه استفاده از اطلاعات و سوابق موجود جهت بهینه سازی تجارت الكترونيكي خواهد شد. 
 
3- نرم افزار هاي خودكار 
يكي ديگر از زمينه هاي تحقيقات پيشرفته به صورت گويش (رسانه صوت) درك نموده و مثلا فرمان زير را انجام دهند. تصور كنيد اگر چنين خدماتي آن هم به صورت سيار و حتي در حال تردد انجام پذيرد، چه تحول جديدي در خدمات تجاري و بازرگاني ايجاد خواهد نمود. 
4- مديريت اطلاعات 
انجام فعاليت هاي تجاري در عصر انفجار اطلاعات امري بس دشوار است ، چرا كه عبور از ميان انبوهي از اطلاعات، يافتن مطالب مورد نياز ، پالايش آنها، تحليل مطالب ، دسته بندي و ذخيره مطالب منتخب براي عوامل تصميم گيرنده در محيط تجاري الكترونيكي بسيار تعيين كننده است. 
به عبارت ديگر اگر قرار باشد كه فعاليت هاي بازرگاني و داد و ستد در فضاي ديجيتالي مورد پذيرش ملل مختلف واقع گردد ، بايد متقاضيان بتوانند به راحتي به اطلاعات فروشندگان ، محصولات ، خدمات و خريداران دسترسي پيدا كنند. 
با حجم اطلاعات موجود روي شبكه وب و روند رو به رشد آن ، ساز و كارهاي جستجوي كنوني پاسخگوي نياز هاي پيش گفته نخواهد بود ، لذا مديريت اطلاعات پيشرفته نيز يكي ديگر از زمينه هاي تحقيقاتي كليدي در زمینه داده کاوی به شمار مي رود. 
 
5- مديريت اطلاعات چند زبانه و ترجمه مكالمات تلفني همزمان 
در حال حاضر يكي از پروژه هاي مهم جامعه اروپا رفع مشكل زبان است. بنابراين در طرح بلند مدت فن آوري اطلاعات در جامعه اروپا، پيش بيني شده است كه افراد از مليت هاي مختلف بتوانند به راحتي با يكديگر مكالمه تلفني يا از طريق اينترنت داشته باشند و هر يك به زبان ملي خود سخن بگويند. 
با روند رو به گسترش اشتراك اينترنت در كشور هاي پهناوري همچون چين و هند ، نياز به رفع مشكل زبان براي تسهيل در تجارت الكترونيكي بيشتر احساس مي گردد. 
ايالت متحده نيز از جمله كشورهاي پيشرو در انجام اين پژوهش است. موج اول تحولات در استفاده از فرآیند داده کاوی ، توسط صنايع مربوطه و پژوهشگران علوم رايانه و مخابرات آغاز شد ، ولي بديهي است كه موج جديد تحولات رعد آساي فن آوري اطلاعات ، بر تمامي فعاليت هاي اقتصادي اثرگذار خواهد بود. 
به عبارت ديگر، همان طور كه شبكه اينترنت اثر قابل توجهي بر ساختار داخلي سازمان ها و تعادل آنها با رقبا ، توزيع كنندگان و مشتريان داشته است ، پيشرفت هاي آتي در داده کاوی نيز تحول قابل ملاحظه اي در روش هاي رقابت موسسات و بنگاههاي تجاري، در سطح ملي و بين المللي ايجاد خواهد خواهند كرد. 

 نقش نتایج داده کاوی در وب در تجارت الکترونیک 

اینترنت بزرگترین بانک اطلاعاتی موجود در دنیا است. اطلاعاتی که تقریباً هر ۱۸ ماه دو برابر می شوند و به طور دائم در حال تغییرند. موتورهای جست وجو از مهمترین ابزارهای کاوش در وب است.  اما این جست وجوگرها به بسیاری از منابع دسترسی ندارند و معمولاً اطلاعات نامناسبی به کاربران ارائه می دهند. چرا که متکی به کلمات کلیدی هستند و به ندرت موتور جست وجویی پیدا می شود که براساس معانی کلمات جست وجو کند. 
 
وب کاوی به تکنیک های خودکار بازیابی ، استخراج و ارزیابی اطلاعات از پرونده ها و سرویس های تحت وب به منظور کشف دانش اشاره دارد. 
داده کاوی در وب از سه دیدگاه وب را مورد کاوش قرار می دهد: 
۱) محتوا: کشف دانش از محتوا، فایل ها و پرونده های موجود در وب که شامل صوت ، تصویر ، متن و دیگر انواع چندرسانه ای می شود. 
۲) ساختار: برای پی بردن به ارتباط بین لینک ها و پرونده های درونی در یک وب سایت. معمولاً یک گراف دو یا سه بعدی برای نمایش این ساختار به کار می رود. در نتیجه می توان میزان دسترسی به صفحات و لینک های مختلف یک سایت را به دست آورد و از این نتایج برای مدیریت بهتر سایت بهره برد. 
۳) استفاده و کاربرد: داده هایی که توسط تعامل کاربران با وب تولید شده است ، مورد بررسی قرار می گیرد. این داده ها شامل شناسه کاربر ، درخواست های کاربر ، ورودها و خروج های یک سرور از سایت و... است. از نتایج این کاوش می توان برای بهبود ارتباط با کاربران ، تجارت الکترونیکی و شناسایی مشتریان استفاده کرد. اینکه هر کسی معمولاً چه کلماتی را جست وجو می کند و به چه اطلاعاتی بیشتر علاقه مند است ، می تواند در نمایش نتایج جست وجوهای او موثر باشد. 
امروزه داده کاوی به خاطر رشد فناوری اطلاعات و کامپیوتر و به اشتراک گذاشتن بسیاری از اطلاعات از یک سو و دنیای رقابتی و نیاز به روش های تحلیل پیشرفته از سوی دیگر ، بسیار مورد توجه قرار گرفته است. یافتن الگوها در سایه داده کاوی می تواند بسیاری از شئون زندگی ما را علمی تر و بهینه کند. همانند ورزشکار رزمی کاری که با اعمال داده کاوی بر روی حرکات رقیب خود ، تکنیک های او و چگونگی اعمال تکنیک هایش را از روی فیلم مسابقات او استخراج می کند و براساس این الگو به طراحی روش های مبارزاتی می پردازد. 
با تکمیل نقشه ژنوم انسان ، که دارای تعداد بسیار زیادی ژن است ، مجموعه عظیمی از داده های زیستی انسان های زنده به وجود می آید. کاوش در این داده ها می تواند منجر به شناسایی بسیاری از حقایق و عوامل موثر در زیست بشر، عوامل بسیاری از بیماری ها و خصوصیات وراثتی شود. می توان داده های زلزله های رخ داده را کاوید و نشانه های مشترکی که قبل از وقوع زلزله ها نمایان می شوند را یافت تا شاید بتوان زلزله ها را پیش بینی کرد. در عرصه تجارت و اقتصاد می توان مناطق مناسب برای سرمایه گذاری را پیدا کرد، رابطه با مشتریان را مدیریت کرد (CRM) و خدمات مناسب به مشتریان ارائه داد. در عرصه مدیریت می توان برنامه های راهبردی را براساس داده های قبلی تدوین کرد و در عرصه امنیتی نیز داده کاوی در شناسایی اثر انگشت و چهره به کار می آید. انقلاب دیجیتال باعث می شود که دنیای واقعی را به شکل اطلاعات دیجیتالی بیان کنیم و آنگاه با داده کاوی ، به اطلاعات جدید برسیم. 
 
مثال تفهیمی در مورد داده کاوی در تجارت 
یکی از نمونه های بارز داده کاوی را می توان در فروشگاه های زنجیره ای مشاهده نمود ، که در آن سعی می شود ارتباط محصولات مختلف هنگام خرید مشتریان مشخص گردد. فروشگاه های زنجیره ای مشتاقند بدانند که چه محصولاتی با یکدیگر به فروش می روند. 
برای مثال طی یک عملـیات داده کاوی گستـرده در یـک فروشـگاه زنجیره ای در آمریکای شمالی که بر روی حجـم عظیمـی از داده های فروش صورت گرفت، مشخص گردید که مردانی که برای خرید قنداق بچه به فروشگاه می روند معمولا آب جو نیز خریداری می کنند. همچنین مشخص گردید مشتریانی که تلویزیون خریداری می کنند ، غالبا گلدان کریستالی نیز می خرند.  
نمونه مشابه عملیات داده کاوی را می توان در یک شرکت بزرگ تولید و عرضه پوشاک در اروپا مشاهده نمود، به شکلی که نتایج داده کاوی مشخص می کرد که افرادی که کراوات های ابریشمی خریداری می کنند ، در همان روز یا روزهای آینده گیره کراوات مشکی رنگ نیز خریداری می کنند. 
به روشنی این مطلب قابل درک است که این نوع استفاده از داده کاوی می تواند فروشگاه ها را در برگزاری هوشمندانه فستیوال های فروش و نحوه ارائه اجناس به مشتریان یاری رساند.
نمونه دیگر استفاده از داده کاوی در زمینه فروش را می توان در یک شرکت بزرگ دوبلاژ و تکثیر و عرضه فیلم های سینمایی در آمریکای شمالی مشاهده نمود که در آن عملیات داده کاوی ، روابط مشتریان و هنرپیشه های سینمایی و نیز گروه های مختلف مشتریان بر اساس سبک فیلم ها ( ترسناک، رمانتیک، حادثه ای و ...) مشخص گردید.
بنابراین آن شرکت به صورت کاملا هوشمندانه می توانست مشتریان بالقوه فیلم های سینمایی را بر اساس علاقه مشتریان به هنرپیشه های مختلف و سبک های سینمایی شناسایی کند.

تفاوت داده کاوی و آنالیز های آماری در تجارت 
  • داده کاوی معمولا با نوشتن مقدار زیادی گزارش و تحقیق و استعلام در آنها اشتباه گرفته می شود. اما در واقع داده کاوی هیچ کدام از اینها را شامل نمی شود.
  • داده کاوی توسط تجهیزات خاصی صورت می پذیرد، که عملیات کاوش را بر اساس تجزیه و تحلیل مکرر داده ها انجام می دهد. 
داده کاوي با آنالیز های متداول آماری نیز متفاوت است؛در زیرمی توان برخی از اصلی ترین تفاوت های داده کاوي و آنالیز آماری را مشاهده نمود:    

آنالیز آماری: 
•  آمار شناسان همیشه با یک فرضیه شروع به کار می کنند.
•  آنها از داده های عددی استفاده می کنند.
•   آمارشناسان باید رابطه هایی را ایجاد کنند که به فرضیه آنها مربوط است.
•  آنها می توانند داده های نابجا و نادرست را در طول آنالیز مشخص کنند.
•  آنها می توانند نتایج کار خود را تفسیر و برای مدیران بیان کنند. 

داده کاوی: 
•  به فرضیه احتیاجی ندارد.
•  ابزارهای داده کاوی از انواع مختلف داده ، نه تنها عددی می توانند استفاده کنند.
•  الگوریتمهای داده کاوی به طور اتوماتیک روابط را ایجاد می کنند.
•  داده کاوی به داده های صحیح و درست نیاز دارد.
•  نتایج داده کاوی نسبتا پیچیده می باشد و نیاز به متخصصانی جهت بیان آنها به مدیران دارد. 

جهت درک بهتر تفاوت داده کاوی و آنالیزهای آماری  در تجارت الکترونیک به مثال زیر که در مورد شناخت کلاهبرداری های شرکت بیمه می باشد، توجه کنید.

روش آنالیز آماری
یک مفسر ممکن است متوجه الگوی رفتاری شود که سبب کلاهبرداری بیمه گردد. بر اساس این فرضیه، مفسر به طرح یک سری سوال می پردازد تا این موضوع را بررسی کند. اگر نتایج حاصله مناسب نبود، مفسر فرضیه را اصلاح می کند و یا با انتخاب فرضیه دیگری مجددا شروع می کند. این روش نه تنها وقت گیر است بلکه به قدرت تجزیه و تحلیل مفسر نیز بستگی دارد. مهمتر از همه اینکه این روش هیچ وقت الگوهای کلاهبرداری دیگری را که مفسر به آنها مظنون نشده و در فرضیه جا نداده ، پیدا نمی کند.
 
داده کاوی در شرکتها

روش داده کاوی
یک مفسر  سیستم های داده کاوی را ساخته  و  پس از طی مراحلی از جمله  جمع آوری داده ها،  یکپارچه سازی و  اخلاص داده ها به انجام عملیات داده کاوی می پردازد. داده کاوی تمام الگوهای غیرعادی را که از حالت عادی و نرمال انحراف دارند و ممکن است منجر به کلاهبرداری شوند را پیدا می کند.
 
نتایج داده کاوی حالت های مختلفی را که مفسر باید در مراحل بعدی تحقیق کند، نشان می دهند. در نهایت مدل های به دست آمده می توانند مشتریانی را که امکان کلاهبرداری دارند، پیش بینی نمایند. از دیگر زمینه های به کارگیری داده کاوی در تجارت ، استفاده بیمارستانها و کارخانه های داروسازی جهت کشف الگوها و مدلهای ناشناخته تاثیر دارو ها بر بیماری های مختلف و نیز بیماران گروه های سنی مختلف را می توان نام برد.
استفاده از داده کاوی در زمینه های مالی و بانکداری به شناخت مشتریان پر خطر و سودجو بر اساس معیار هایی از جمله سن ، درآمد، وضعیت سکونت، تحصیلات، شغل و غیره می انجامد. در نتیجه می توانیم بسیاری از شئون زندگی را تحت تاثیر قرار دهیم. این ابزاری است که در اختیار انسان امروزی قرار گرفته است تا در خشت خام همان بیند که گذشتگان در آینه می دیدند.

 


تگها: data mining   داده کاوی   
 

HyperLink

ارسال نظر در مورد این مطلب
نام :  
آدرس ایمیل :  
متن پیام :  
کد امنیتی :  
   
   
نظری برای نمایش وجود ندارد
 
این مطلب را به اشتراک بگذارید: