صفحه محصول - پاورپوینت تکنيک هاي داده کاوي در روابط عمومي الکترونيک

پاورپوینت تکنيک هاي داده کاوي در روابط عمومي الکترونيک (pptx) 13 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 13 اسلاید

قسمتی از متن PowerPoint (.pptx) :

تکنيک هاي داده کاوي در روابط عمومي الکترونيک بسم الله الرحمن الرحيم سرفصل ارائه روابط عمومي الکترونيک داده کاوي و تکنيک هاي آن مدل استفاده از داده کاوي در روابط عمومي 3 از 14 روابط عمومي وظايف تقويت افکار عمومي، ارزيابي و تفسير آن در جهت منافع يک سازمان، شناساندن سازمان به مخاطبين خود و همچنين آن مخاطبين به سازمان هفت وظيفه‌ مهم مديريت (لوترگيوليك) برنامه‌ريزي (Planning) سازماندهي (Organizing) به كار گماردن (Staffing) هدايت (Directing) هماهنگي (Coordinating) گزارش‌دهي (Reporting) بودجه‌بندي (Budgeting) 4 از 14 روابط عمومي الکترونيک تعريف استفاده از فناوري اطلاعات و ارتباطات در فرايندهاي کاري روابط عمومي ايجاد وب سايت توسعه وب‌لاگ ارائه خدمات Online به مخاطبين خبرنامه الکترونيکي ... 5 از 14 مساله چيست؟ حضور تکنولوژي و افزايش داده ها استفاده از سيستم هاي پايگاه داده براي ذخيره داده ها نيازمندي هاي جديد تحليل داده ها و استفاده از آن در تصميمات کشف اطلاعات غيرصريح و سودمند 6 از 14 داده کاوي حجم بالاي داده ها در سيستم مشکل و يا فرصت مناسب؟ داده کاوي (Data Mining) فرآيند استخراج اطلاعات غيرصريح و احتمالاً سودمندي از پايگاه‌هاي داده است که در گذشته ناشناخته و پنهان بوده‌اند کاوش اطلاعات و دانش از پايگاه‌‌هاي داده حجيم 7 از 14 داده کاوي محور اصلي در کشف دانش 8 از 14 تکنيک هاي داده کاوي داده‌کاوي وابسته به کاربرد بوده و کاربردهاي مختلف نيازمند روش‌ها و تکنيک‌هاي داده‌کاوي مختلفي هستند. کاوش قواعد وابستگي (Association Rules Mining) کشف وابستگي‌ها و ارتباطات بين داده‌هاي موجود در يک پايگاه داد نتيجه: دسته‌اي از قواعد است که به آن‌ها قواعد وابستگي گفته مي‌شود 9 از 14 تکنيک هاي داده کاوي دسته‌بندي (Classification) کاوش قوانين دسته‌بندي تعداد دسته ها يا کلاس هاي دسته بندي از قبل مشخص مي شود نتيجه: توليد يک درخت تصميم يا مجموعه‌اي از قوانين دسته‌بندي، که براي فهم بهتر داده‌هاي موجود در پايگاه داده و همچنين دسته‌بندي داده‌هايي که در آينده به پايگاه داده اضافه مي‌شوند به کار مي‌رود. خوشه‌بندي (Clustering) گروه بندي داده ها برخلاف دسته‌بندي تعداد کلاس‌ها در ابتدا مشخص نيست خوشه‌بندي داده‌ها براساس اصل مفهومي حداکثرسازي شباهت‌هاي بين اعضاي هر کلاس و حداقل‌سازي شباهت‌ها بين اعضاي مربوط به کلاس‌هاي مختلف صورت مي گيرد