سمینار بررسی هوش تجاری و تحلیل در داده های بزرگ

دانلود فایل های همراه محصول
  169,000 تومان

خرید و دانلود فایل
دانلود فایل ضمیمه
شرح مختصر محصول

این سمینار با موضوع "بررسی هوش تجاری و تحلیل در داده های بزرگ" می باشد. فایل  Word, Pdf پس از خرید محصول، قابل دانلود است. همچنین تعداد صفحات این سمینار 82 صفحه با رعایت قالب استاندارد دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

امکانات اصلی این سمینار پس از خرید عبارتند از:

 امکان دانلود فایل Word سمینار
  امکان دانلود فایل Pdf سمینار
  امکان دانلود فایل تجزیه و تحلیل داده ها در سمینار 

توجه : در صورت نیاز به پایان نامه، پروپوزال یا شبیه سازی مشابه با این محصول و همچنین اصلاحات پس از خرید کافی است با تیم پشتیبانی "ناب تزیز" از طریق پیامک یا واتساپ ارتباط برقرار نمایید.


شرح کلی محصول
پیشرفت‌های اخیر فن‌آوری و برنامه‌های کاربردی، مانند حسگرها، دستگاه‌های تلفن همراه هوشمند، سیستم‌های ابر، تجزیه و تحلیل ترافیک داده‌ها و شبکه‌های اجتماعی در حال تولید مقدار بسیار عظیمی از داده‌ها هستند که مفهومی به نام کلان داده‌ها  را ایجاد می‌کند. کنترل این حجم تولید داده‌ها به دلیل افزایش سریع آنها نسبت به منابع محاسباتی و ذخیره ساز بسیار دشوار است.
هوش تجاری و تحلیل  و مسائل مرتبط با تحلیل داده در هردوی جوامع دانشگاهی و تجاری در طول دو دهه ی گذشته به طور چشمگیری اهمیت پیدا کرده است بطوریکه هال واریان، اقتصاددان ارشد گوگل و استاد بازنشسته ی دانشگاه کالیفرنیا، برکلی، فرصت های نوظهور برای متخصصان فن‌آوری اطلاعات  و دانشجویان تجزیه و تحلیل داده را به شرح زیر بیان می کند:
"چه چیزی همه جا حاضر و ارزان است؟ داده. مکمل داده چیست؟ تحلیل. بنابراین توصیه من ایجاد دوره های زیاد در مورد چگونگی دستکاری و تجزیه و تحلیل داده هاست مانند: پایگاه داده، یادگیری ماشین، اقتصاد، آمار، تجسم و غیره ." 
 امروزه کلان داده در لغت بیشتر تداعی کننده اندازه داده‌ها است، که این امر باعث نادیده گرفته شدن دیگر خصوصیات آن که در ادامه به آن اشاره می‌شود شده است :
گوناگونی داده  : داده‌ ها نه تنها توسط یک منبع که شامل داده‌های سنتی است تولید نمی‌شوند، بلکه داده‌هایی بدون ساختار، نیم ساخت‌یافته و یا ساخت‌یافته‌ای هستند که توسط منابع مختلفی از قبیل وب‌سایت‌ها، سنسورها، اسناد، ایمیل‌ها، شبکه های اجتماعی و ... تولید خواهند شد.
حجم : کلمه کلان در کلان داده خود بخوبی حجم را توضیف می‌کند که در حال حاضر به پتابایت  رسیده و انتظار می‌رود در آینده‌ای نزدیک تا زتابایت  نیز افزایش یابد.
سرعت و شتاب  : منظور شتاب تولید داده های جدید است که در مدت زمان کم مقدار زیادی اطلاعات از منابع مختلف تولید می‌شود.
مقدار  : مهم ترین جنبه از کلان داده‌ها مقدار است. که به روند کشف مقادیر عظیم پنهان از مجموعه کلان داده‌ها با انواع مختلف و تولید سریع اشاره دارد. و کاربر را قادر می‌سازد پرس و جوهای خود را ارسال کرده و به نتایج مهمی دست پیدا کند. 
داده های ذخیره شده توسط سازمان‌ها که به منظور تحلیل‌های مختلف ایجاد می‌شود، نگرانی‌هایی را برای رهبران کسب‌وکار  و خبره‌های فن‌آوری اطلاعات  بوجود می‌آورد. رهبران کسب‌وکار تنها دغدغه اضافه کردن ارزش به کسب‌وکار خود و بدست آوردن هرچه بیشتر سود از آن هستند، اما در مقابل خبره‌های فن‌آوری اطلاعات بیشتر به مباحث فنی ذخیره و پردازش داده‌ها می‌پردازند. بنابراین چالش‌های اصلی پیش روی در مواجه با کلان داده‌ها شامل موارد ذیل می‌باشد :
• طراحی سیستمی کارا و اثرگذار که توانایی مدیریت حجم عظیمی از داده‌ها را داشته باشد.
• جمع‌آوری داده‌های با اهمیت، از میان تمامی داده‌های موجود یا به عبارت دیگر، اضافه کردن ارزش به کسب‌وکار

فهرست فارسی
1 فصل اول : بررسی اجمالی  BI&Aو کلان داده‌ها
1-1 مقدمه
1-2 هوش تجاری
1-2-1 هوش تجاري چگونه کار مي کند؟.......................
1-2-2 ابزارهای توسعه هوش تجاری در سازمان.............................
1-2-2-1 مفهوم هوش تجاري Business Intelligence
1-2-2-2 ابزارهای توسعه هوش تجاری.........................
1-2-3 شرکتهای مطرح ارائه دهنده ابزارهای هوش تجاری...............................
1-2-4 معیارهای سنجش زیر ساخت استقرار هوش تجاری در سازمان....................................
1-2-4-1 زیرساختهای مدیریتی.................
1-2-4-2 زیرساختهای فنی...............
1-2-5 متدولوژی توسعه هوش تجاری در سازمان.............................
1-2-5-1 متدولوژی در سیستمهای هوش تجاری.........................
1-2-6 تحقيقي پيرامون استفاده از ANP جهت استقرار يک مدل ارزيابي عملکرد براي سيستم هوش تجاري
1-3 مزایای هوش تجاری.....................
1-4 ویژگی ها و قابلیت های کلیدی هوش تجاری...................
1-5 برنامه های کاربردی BI&A : از کلان داده تا تاثیر بزرگ
1-5-1 تجارت الکترونیکی و هوش بازار..........
1-5-2 دولت الکترونیک و سیاست 
1-5-3 علم و تکنولوژی
1-5-4 بهداشت و تندرستی هوشمند
1-5-5 امنیت و ایمنی عمومی
1-6 دلایل شکست پروژه‌های هوش تجاری...............
1-6-1 عدم پشتيباني مديريت
1-6-2 شناسايي ضعيف نيازمندي‌ها.........
1-6-3 طراحی ضعیف
1-6-4 فقدان آموزش
1-6-5 عدم موفقیت در گسترش دادن به وسیله همبسته‌ها یا DATA MART ها
1-6-6 استفاده از ابزار غلط
1-6-7 پروژه‌های عظیم در مقابل گام‌های کوچک..................
1-6-8 قائل شدن یک پایان برای پروژه.........
1-7 فنآوری های بنیادی و پژوهش های در حال ظهور در BI&A
1-8 چالش‌ها و مسائل کلان داده‌ها..........
1-8-1 حریم خصوصی و امنیت
1-8-2 دسترسی به داده‌ها و به اشتراک گذاری اطلاعات.............
1-8-3 ذخیره و پردازش اطلاعات.
1-8-4 تجزیه و تحلیل...........
1-8-5 مهارت های مورد نیاز...............
1-9 فناوریهای داغ در بیگ دیتا
1-9-1 تجزیه و تحلیل پیش بینانه
1-9-2 پایگاه داده های NOSQL
1-9-2-1 تقسیم بندی  پایگاه های داده NoSQL
1-9-3 جستجو و کشف داده های پر تکرار...........
1-9-4 جریان تجزیه و تحلیل
1-9-5 محصول داده ای توزیع شده در حافظه...............
1-9-6 توزیع فایل های ذخیره شده..
1-9-7 مجازی سازی داده ها
1-9-8 یکپارچه سازی داده ها
1-9-9 آماده سازی داده ها
1-9-10 کیفیت داده ها
فصل دوم : چهارچوب تحقیق BI&A و فن‌آوری های بنیادی و پژوهش های در حال ظهور
2-1 مقدمه
2-2 تجزیه و تحلیل کلان داده‌ها
2-3 تجزیه و تحلیل متن
2-4 تجزیه و تحلیل وب
2-5 تجزیه و تحلیل شبکه
2-6 تجزیه و تحلیل موبایل
2-7 تجزیه و تحلیل چند رسانه ای
2-8 مقایسه انواع روشهای تجزیه و تحلیل
3 فصل سوم: جمع بندی.............................................
3-1 مقدمه
3-2 سوابق مربوط به کشف عناصر پر تکرار در کلان داده.........
3-3 ایده و نوآوری سمینار
واژه نامه فارسي به انگليسي........................................
فهرست مراجع.............................................................

نظرات (0)