سلام ...
در رابطه با انتخاب موضوع مرتبط با داده کاوی، شما باید اول داده های غنی و مفیدی در اختیار داشته باشید. گاهی اوقات پیش میاد که به موضوع خاصی علاقه مندید اما به داده های خوبی از آن موضوع دسترسی ندارید. بنابراین همواره به یاد داشته باشید که خروجی خوب عملیات داده کاوی کاملاً به یک مجموعه داده های خوب وابسته است.
به نظر من شما باید چند زمینه مورد علاقه خود را مشخص کنید و سپس به دنبال یافتن داده های مناسب برای آن موضوعات باشید. بسته به اینکه تا چه حد در تهیه داده ها موفق بودید، موضوع خود را محدود و زمینه نهایی خود را مشخص کنید.
مثلاً زمینه های مورد علاقه من:
آموزش
پزشکی
وب
می باشد. با فرض اینکه داده های بیمارستانی مناسبی در زمینه یک بیماری خاص در اختیار من قرار بگیرد، موضوع و زمینه نهایی را مشخص میکنم. برای مثال: استخراج عوامل مؤثر بر بیماری فشار خون با استفاده از تکنیک های داده کاوی.
البته در اینترنت مجموعه داده های آماده هم موجود هستند. اگر هدف تان فقط ارائه یک سمینار یا مقاله است، می توانید از آنها استفاده کنید؛ اما اگر به فراتر از آن فکر میکنید و به دنبال استخراج یک نتیجه خوب و کاربردی از تحقیق تان هستید، باید به دنبال مجموعه داده های واقعی و محلی در مورد زمینه مورد علاقه تان باشید.
در مورد وب کاوی، آقای بابک توضیحات خوبی ارائه کردند؛ امیدوارم مفید واقع شود.
اما در مورد محاسبات ابری:
این موضوع اساساً دنیای دیگری هست. ممکن است که با داده کاوی نیز مرتبط باشد اما اطلاعات خاص خود را می طلبد و مرتبط بودن آن با داده کاوی به دلیل خاصیت میان رشته ای بودن داده کاوی است.
مثل شبکه های حسگر بی سیم که نه تنها با داده کاوی کاملاً متفاوت است بلکه با شبکه های کامپیوتری که در دانشگاه خوانده ایم نیز فرق های اساسی دارد. با این حال در شبکه های حسگر بی سیم از داده کاوی به منظور حل برخی مسائل مثل بهبود مصرف انرژی استفاده می شود.
بنابراین خصلت میان رشته ای بودن داده کاوی باعث می شود که هر جا داده های مناسبی وجود داشته باشد، داده کاوی کاربرد ویژه و غیرمنتظره ای داشته باشد.
موفق باشید...
|