هدف از این مقاله خوشـه بنـدی كـاربران داده هـای دریـایی بـا اسـتفاده از تكنیك داده كاوی است. با محقق شدن این هدف، سازمان های دریایی قادر به شـناخت داده های موجود و همچنین اطلاع از نیازهای كاربران خود خواهند شد. در این تحقیـق برای پیاده سازی دادهكاوی از مدل استاندارد CRISP-DM استفاده شده است. داده های مورد نیاز از اطلاعات و پروفایل 500 كاربر داده های دریایی از سال 1386 تـا 1393 در پژوهشگاه ملی اقیانوس شناسی و علوم جوی استخراج شده است. بـرای خوشـه بنـدی از الگوریتم TwoStep استفاده شده است. در این تحقیق، برای نخسـتین بـار بـا اسـتفاده از خوشــه بنــدی، الگــویی میــان كــاربران داده هــای دریــایی اعــم از دانشــجو، ســازمان و پژوهشگر، و اطلاعات داده های مورد درخواست آنها (منبـع داده، نـوع داده، مجموعـه داده، پارامتر و منطقه جغرافیـایی) كشـف شـد. مهـمتـرین خوشـه هـای بـه دسـت آمـده عبارت اند از كاربر دانشجو با منبع داده بین المللـی، كـاربر دانشـجو بـا نـوع داده شـیمی دریا، كاربر دانشجو با مجموعه داده «پایگاه داده اقیانوسـی جهـانی»، كـاربر سـازمان بـا پارامتر نیترات و كاربر دانشجو با منطقه جغرافیـایی خلـیج فـارس. كشـف ایـن الگوهـا، مدیران ارشد را قادر می سازد تا به درستی در مورد داده های موجود خود و برنامه ریـزی برای جمع آوری داده در آینده تصمیم گیری كنند و درك بهتری از نیازهـای كـاربران خود داشته باشند و كاربران داده نیز در راستای تقاضای خـود هـدایت شـوند.
خوشهبندی کاربران دادههای دریایی با استفاده از تکنیک دادهکاوی
آدرس: تهران، خیابان خرمشهر (آپادانا)، خیابان قنبرزاده، کوچه چهاردهم، پلاک 22
تلفن: 88533266-021 (10 خط)
آخرین مقالات
وبکست ها و پویش ها
- وبینار علم داده برای مدیران1400/08/22 - 16:36
وبینار علم داده برای مدیران موضوعات علم داده و رابطه آن با هوش تجاری و هوش مصنوعی رویکردهای تحلیلی کسب و کار مفاهیم پایه Big Data اجزای پلتفرم داده یادگیری ماشین و علم داده محاسبات شناختی ثبت نام کنید!