در طی چند سال اخیر، بازار الکترونیک در اروپا به دلیل آزاد شدن این بازار ها ، تغییر پویایی های تولید انرژی و خصوصی سازی ساختاری، که منجر به تغییر وضعیت انرژی در اروپا نسبت به قبل شده است، مورد توجه زیادی قرار گرفته است. کمیسیون اروپایی این انتظار را داشته که بازار داخلی اروپا باید به عنوان یکی از بازار هایی که هیچ محدودیتی در این زمینه نداشته باشد، فعال باشد. تغییرات در این زمینه، با توجه به آزاد سازی بیشتر و رقابت این بازار ها با یک سری مشاغل مرتبط با انرژی عمده در اروپا در حال صورت گرفتن است. برای ایکه بتوان برای چنین تغییراتی آماده بود، نیاز است تا مشاغل بتوانند پروسه های شغلی خود را با استفاده از راه حل های ICT به عنوان یک فاکتور مهم مجدد طراحی کنند. در این مقاله، چالش های اصلی مرتبط با فاز پیاده سازی نرم افزار مدیریت دارایی تحلیل خواهد شد. این چالش ها، با استفاده از مثالی از شرکت های الکترونیکی واقع در جمهوری استونی، با تخصص در زمینه ی شبکه ی انتقال و توزیع انرژی که نرم افزار مدیریت دارائی را در داخل پروژه ای تحت نام VHT پیاده سازی کرده اند، تحلیل خواهد شد. اولین فاز این پروژه ها، در اول ژوئن سال 2009 میلادی راه اندازی شد.

به منظور رقابت موفقیت آمیز در بازار انرژی امروزی، نیاز است تا سازمان ها به صورت همزمان، فعالیت های طراحی، تولید، توزیع، سرویس دهی و بازایابی مربوط به محصولات و سرویس های خود را برای مشتریان مجدد طراحی کنند. شرکت ها به دنبال راه حلی بوده تا بتوانند سرمایه ی کاری داخل زنجیره ی تأمین خود را کاهش دهند.

شدت، قابلیت مشاهده، مقیاس پذیری، نوآوری و هزینه، بر روی مزیت رقابتی سازمان هایی که کل دنیا را به عنوان بازار هدفشان میبینند تأثیر دارد. این تمرکز، نیاز به روش هوشمندانه برای کار داشته که نیاز برای دیجیتال سازی پروسه های آنها را ضروری میسازد. مشاغل بیشتر وابسته به سیستم های ICT هستند، بدین معنا که نیازمندی های ICT باید به صورت امروزی تری مورد بررسی قرار گیرد. در غیر اینصورت، یک ICT به عنوان گلوگاهی عمل کرده که باعث محدود شدن تغییرات شغلی میشود.

همانگونه که می دانیم کارآموزی نقطه شروعی است برای آماده شدن جهت ورود به بازار˛کار و استفاده بهینه از این فرصت مناسب برای کلیه دانشجویان علاقمند به اشتغال در جامعه بسیار سودمند ومفید می باشد.

امروزه با پیشرفت و توسعه علوم کامپیوتر در کلیه زمینه‌ها , این رشته به عنوان جزء لاینفکی از کلیه علوم در آمده و کاربرد آن هر روز در جامعه بیشتر احساس می گردد.استفاده و بکار گیری کامپیوتر در تمامی علوم و رشته‌ها همه گویای نقش واقعی این پدیده می باشد.

گزارش در دست، حاصل یک ماه و نیم کارآموزی در شهرداری که حاوی مطالب مورد آموزش و استفاده در این اداره می باشد، ارائه شده است.

مقدمه

از ساليان پيش بشر در رفع نيازهاي خود از راههاي گوناگون وبه واسطه اين راهها توانسته است نيازهاي خود را بر طرف نمايد.

اين نيازها شامل غذا پوشاك ˛آموزش ˛بهاشت فردي واجتماعي˛ مسكن ˛وسايل نقليه و غيره بوده است كه در طول ساليان متمادي جهت رفع اين مسايل كوشش نموده است .لذا با گسترش جوامع وتوسعه شهرها رفع اين مسايل نيازمند همكاري اجتماعي در سطح كلان مي باشد.

با تاسيس حكومتها ودولتها وگسترش فرهنگها وتوسعه شهر نشين بر طرف نمودن اين نيازها مستلزم عزم دولتمردان در اين خصوص جهت هدايت منابع به سمت صحيح واستفاده بهينه ازاين منابع بوده است .

لذا نياز به سازماني كه نسبت به برطرف نمودن نيازهاي بهداشتي ˛عمراني وخدماتي شهر در زمينه هاي گوناگون بيش از بيش احساس گرديد وبلديه ها يا همين شهرداريهاي كنوني تشكيل گرديد البته پس از گذشت سالها وتوسعه شهرها نيازها وخدمات شهري نيز گسترده تر گرديد. 

شهرداري ها سازمان هايي هستندنيمه دولتي وخدماتي كه در جهت رفع مسايل ومشكلات شهري توسط وزارت كشور جهت هر شهر با توجه به قوانين تاسيس شهرداريها معرفي شده است.

شهرداريها ي كشور با توجه به پراكندگي جمعت و وسعت شهرها به 13درجه تقسيم بندي گرديده اند.

شهرداري درجه 1 شامل شهرهاي با جمعيت زير 5000نفر ميباشد البته اين نكته نيز قابل شرح است كه وجود منابع در امدي متعدد نيز در تعيين درجه شهرداريها ملاك مي باشد2-از جمعيت 5-10000نفر شهرداري درجه 2وبه ترتيب هر10000تا15000 فرد يك درجه به شهرداريها اضافه ميگردد.

كه البته تعيين درجه شهرداريها علاوه بر وسعت شهرها به ميزان برقراري درآمدهاي مستمر از محل اخذ شامل كارخانجات ˛بنادر˛مراكز تجاري وغيره تقسيم ميشود .

با استفاده از روش داده کاوی این مطالعه و تجلیل روند تحقیقات و پیش بینی داده کاوی را از سال 1989 تا سال 2009 را با عنوان داده کاوی در پایگاه SSCI انجام داده است روش کتاب سنجی تحلیل روشی بررسی موضوع در این بازه زمانی است. ما با برداشت از 1881 مقاله به بررسی این موضوع پرداخته ایم در این مقاله پیاده سازی و طبقه بندی مقالات داده کاوی با استفاده از سال نشر، استناد، کشور نشر، نوع سند، نام موسسه، زبان، عنوان منبع و موضوع منطقه برای وضعیت های مختلف به منظور کشف تفاوت ها و اطلاعات چگونگی فناوری و توسعه یافتگی آن در این دوره با گرایش های فناوری پرداخته ایم و پیش بینی نتایج را از این مقالات انجام داده ایم همچنین این مقاله انجام آزمون K-S را برای بررسی اینکه آیا تجزیه و تحلیل براساس قانون لوکتا است یا نه انجام دادند. علاوه براین تجزیه و تحلیل بررسی متون تاریخی جهت نفوذ فناوری داده کاوی انجام شده است. این مقاله یک نقشه راه برای تحقیقات آینده، و روندهای تکنولوژی و پیش بینی و تسهیل انباشت دانش را در دستور خود دارد به طوری که محققان داده کاوی بتواند با صرف هزینه کم بر روی موضوع مشخص خود متمرکز شوند. 

این بدان معنی است که پدیده موفقیت در نشریات با کیفیت بالاتر شایع تر است 

کلیده واژه ها: داده کاوی، روند تحقیقات و پیش بینی، نفوذ فناوری و روش کتاب سنجی 

1- مقدمه:

داده کاوی زمینه بین رشته ای است که ترکیبی مصنوعی از هوش، مدیریت پایگاه داده، تجسم داده ها، دستگاه یادگیری، الگوریتم های ریاضی و آمار را به وجود آورده است. داده کاوی نیز به عنوان کشف پایگاه داده ها شناخته شده است. دچن، هان ویو 1996 ، پیاتتکسی و اسمیت 1996 که به سرعت در حال ظهور می باشند. این فناوریها روش های مختلفی را برای تصمیم گیری حل مسئاله، تجزیه و تحلیل، برنامه ریزی، تشخیص، یکپارچه سازی، پیشگیری آموزش و نوآوری را به ارمغان می آورد که نیاز به تکنیک های جدید برای کمک به تجزیه و تحلیل، درک و حتی تجسم مقدار بسیار عظیمی از داده های ذخیره شده را در برنامه های علمی و کاربردی را جمع آوری می کند. کشف دانش این فرآیند جالب توجه است.

چکیده – استخراج اطلاعات معمولاً در تلاش برای القای قوانین انجمن از پایگاه داده استفاده می شود که می تواند به راحتی به تصمیم گیرنده انالیز اطلاعات کمک کند و تصمیمات خوبی با در نظر گیری حوزه های مربوط بگیرد. مطالعات مختلف روش هایی برای قوانین انجمن استخراج از پایگاه داده با ارزش های سطحی پیشنهاد می کند. با این وجود ، اطلاعات در بسیاری از برنامه های کاربردی جهان واقعی یک درجه قطعی نارست است. در این مقاله ما این مشکلات را پیدا کرده ایم و یک الگو ریتم استخراج – داده برای خروج دانش جالب از پایگاه داده به همراه اطلاعات نادرست ارائه نموده ایم. این الگو ریتم پیشنهادی محتوای داده نادرست و الگوریتم استخراج استقرایی فازی جهت یافتن انجمن استخراج در پایگاه داده شده ، جدا می کند. تجربیات تشخصیص نارسایی در درون کودکی اخیر به وجود امده است تا عملکرد الگوریتم پیشنهادی را بازبینی کند.

کلید واژه : داده کاوی ، قوانین انجمن فازی ، اطلاعات با کیفیت پایین

1- مقدمه 

داده کاوی (DM) پروسه ای برای کشف اتوماتیکی دانش سطح بالا از جهان واقعی ، مجموعه داده پیچیده و بزرگ می باشد. استفاده DM برای تسهیل تصمیم گیری است که می تواند بهبود عملکرد در تصمیم گیری حادث می شود و قادر به غلط گیری انواع مسائلی است که قبلاً آدرس دهی نشده اند (Mladeninetal 2002)

کشف قوانین انجمن یکی از تکنیک داده کاوی است که در این گزارش توضیح داده  شده است.

در جامعه ی اطلاعاتی امروز شاهد روند رو به رشد شرکت های الکترونیکی و ذخیره سازی اطلاعات آنها در پایگاه های داده ای بزرگ هستیم. استخراج داده سبب دانش افروزی میشود. استخراج اطلاعات میتواند مفاد بارزشی از پایگاه داده ها آشکار کند که به دانش افروزی و بهبود تجارت هوشمند کمک میکند. در این مقاله به این موضوغات می پردازیم که تکنیک های استخراج داده ای چه تاثیری بر سیستم های پایگاه داده ای دارند، چگونه میتوان با استفاده از آنها به اطلاعات مورد نظر دست یافت، به چه ابزارهایی برای استفاده از آنها نیاز است، طرفداران و منتقدان اصلی آنها چه کسانی هستند. با تمامی این تفاسیر برآنیم تا نشان دهیم چگونه میتوان تکنولوژی استخراج داده ای را در تکنیک های آن گنجاند.

1-مقدمه:

در سال های اخیر استخراج داده به تکنیک بسیار معروفی برای استخراج اطلاعات از پایگاه داده در حوزه های مختلف مبدل شده است که به عوامل گوناگونی من جمله قابلیت دسترسی کاربران به آن و نتایج نشان دهنده آن بستگی دارد. استخراج داده به معنای جستجوی اطلاعات بارزش در حخم وسیع داده ها میباشد.با افزایش دسترسی به پایگاه های داده ای با ساختارهای مشخص، نیاز به تکنیک های استخراج داده که برای این ساختارها طراحی شده اند نیز بیشتر میشود. به جهت کیفیت بهتر نرم افزار، مهندسان نرم افزار الگوریتم های بسیار ی را برای وظایف مهندسی نرم افزارهای مختلف بکار میبرند. دستیابی سریع تر و بهتر به پایگاه داده ها، تحلیل و درک نتایج و همچنین ذخیره سازی داده ها که از حیطه ی توانایی افراد خارج است، دانشمندان و محققان را ترغیب نموده است تا در کشف و ابداع فیلدهای خاش اکتساب دانش در پایگاه های داده ای حرکتی صعودی و روزافزون داشته باشند. حجم اطلاعاتی بالا و عدم توانایی برای درک و فهم فرآیندهایی که سبب ایجاد آنها شده اند باعث استفاده از تکنیک های استخراج داده ای میشود که به این طریق میتوان الگوهای ساختاری گوناگون با مطالب مفید را از پایگاه داده ای استخراج نمود. پایگاه های داده ای بسیار بزرگ هستند و استخراج داده از آنها برای مجموعه های بزرگ بسیار مهم و در عین حال جالب توجه میباشد.