درخواست موضوع سمینار درابطه با وب کاوی یا داده کاوی
 

سلام دوستان
میشه کمکم کنید
ترم 2 ارشد هستم بایستی یک موضوع در زمینه داده کاوی انتخاب کنم خودم سمت وب کاوی رفتم ولی نمیدونم کدوم شاخش راحت تره
میخوام موضوم خیلی سخت نباشه بتونم از پسش بربیام
اگه کسی در این زمینه کار کرده یا اطلاعاتی داره میشه راهنماییم کنه...
اصلا دنبال چی باید باشم؟

در حوضه وب کاوی معمول هستش که روی تحلیل اخبار فعالیت می کنند. شناسایی کلید واژه ها و تحلیل نظرات و همچنین رشد نظرات و میزان رای مثبت و منفی اونها و...

سلام دوست من

به طور کلی وب کاوی در سه دسته تقسیم بندی میشه:

1) Web Content Mining : کاوش محتوای صفحات وب شامل متن، تصویر، ویدئو و ... هست. البته عمدتا متون صفحات هدف مسئله داده کاوی هستن که هم ردیف Text Mining قرار داده میشوند.

2) Web Usage Mining : در این حوزه از داده کاوی هدف پیش بینی رفتار کاربر و ارائه سیستم پیشنهادی با توجه به تاریخچه مرور وب توسط کاربر هستش. در این حوزه داده ها، لاگ های سمت کلاینت، سرور و پروکسی هست.

3) Web Structure mining : هدف یافتن شباهت های سایت های وب به یکدیگر و پیشنهاد وب سایت های مشابه هست. به طور مثال فرض کنید از یک سایت cpu خریداری کرده اید. اما این سایت ram برای فروش ندارد. با استفاده از این تکنیک ها میتوان سایت هایی را به شما پیشنهاد کند که ram در آنها به فروش میرسد. به طور کلی داده های مورد استفاده در این حوزه ساختار لینک ها و نحوه پیوست آنها به یکدیگر میباشد که عموما به صورت گراف مدل میشوند.


در مورد سختی و سادگی این حوزه ها به دلیل گسترگی و مسائل موجود در آنها امکان اظهار نظر وجود ندارد. بنابراین شما باید علائق خودتون رو در نظر بگیرید.

موفق و پیروز باشید

سلام ممنون از نظرتون
دز زمینه خود داده کاوی چی؟ یه موضوع خوب میتونید بهم ÷یشنهاد بدین واسه سمینار ارشد میخوام؟

ممنون از راهنماییتون

سلام دوست من

در این زمینه موضوع برای کار زیاد هست. علائق شما میتونه بهترین راهنمایی برای کار شما باشه.
همچنین خود وب کاوی از نظر من موضوع بسیار جالب و آینده داری هست.

موفق باشید

سلااام ممنون
من این موضوع را انتخاب کردم به نظرتون موضوع خوبی هست میشه از پسش بر باومد؟
web usage mining in e-commerce
واینکه شما در رابطه با cloud computing اطلاعای دارین؟
اینکه از بین داده کاوی و محاسبات ابری کدوم بهتره؟ باتوجه به اینکه درباره محاسبات ابری چیزی نمیدونم

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...

سلام

موضوغ انتخابی شما بسیار خوب هست.
پیشنهاد میکنم برای شروع مقالات مروری زیر را حتما مطالعه کنید.

http://iiesl.utk.edu/projects/Web%20...0framework.pdf
http://citeseerx.ist.psu.edu/viewdoc...=rep1&type=pdf
http://mmlabold.ceid.upatras.gr/cour...A%20Survey.pdf

در مورد cloud computing من اطلاعات زیادی ندارم. اما فکر میکنم بیشتر مربوط به نرم افزار باشه تا هوش مصنوعی.

موفق باشید

سلام دوست عزیز و ممنون بابت مقالاتی که برام گذاشتین
من 1 ماهه دغدغه انتخاب موضوع را دارم و هنوز موضوم مشحص نشده
استاد هم به من موضوعی پیشنهاد نداد و فقط پیشنهاد داد که سمت داده کاوی بریم
ولی مقالاتی مثلا درر رابطه با متن کاوی یا وب کاوی میبینم محاسبات آماری و ریاضی زیادی داره و فهمش برام مشکله و از این بابت خیلی نگرانم ،اینکه واسه ترجمه وقت بذارم و چیزی عایدم نشه
میشه منو بیشتر راهنمایی کنید..از بلا تکلیفی خسته شدم...استاد هم همه چیو به عهده خودمون گذاشته
یا اصلا موضوع بهتری سراغ دارین ..که ریاضیات زیادی نداشته باشه...ممنون میشم
خیلی به کمک نیاز دارم .
منتظرم

اول از همه بگم که ریاضی و آمار در همه زمینه های هوش مصنوعی وجود داره و شما باید با این فرمول های دوست داشتنی کنار بیاید.

دوم این که شما نیاز ندارید همه فرمول ها رو به طور کامل بفهمید. چون خیلی از اونها فقط اثباتی هستن.

سوم این که به عنوان دانشجو کار شما تحقیق هستش. اگر در درک فرمول ها مشکل دارید با کمک گرفتن از دوستان و مطالعه میتونید مشکل خودتون رو رفع کنید.

در نهایت باید بگم که خیلی از روش هایی که در مقالات به اونها اشاره شده توسط نرم افزار هایی مثل متلب و وکا پیاده سازی شده و نیازی به پیاده سازی مجدد اونها ندارید.

با پشتکار و اعتماد به نفس حتما میتونید موفق بشید.

موفق باشید.

سلام دوستان من هم همین سر در گمی رو دارم.
ولی میدونم یعنی بهتر بگم دوست دارم که حیطیه کاری پروژه پایانیم در مورد نقش یکی از فاکترهای هوش مصنوعی در شبکهای توزیع شده(مثل پردازش کلود، ...گرید، ...کلاستر) باشه

کسی از دوستان میتونه به شکل دقیق تر و ریز تر واسم موضوع پیشنهاد بده!!!؟

خیلی ممنون میشم جواب بدین

دوست عزیز سلام ...
پیشنهاد میکنم یکبار دیگر پاسخ قبلی بنده را مطالعه کنید.

حال اگر قصد دارید در حوزه داده کاوی کار کنید (که به نظر من نسبت به سایر موضوعات مرتبط با مجموعه مهندسی کامپیوتر پیشنیاز ریاضیات کمتری نیاز دارد) ادامه همین پاسخ را مطالعه فرمایید...

به سبب اینکه در ارزیابی موضوع و گزارش نهایی درس سمینار حساسیت کمتری نسبت به پایان نامه وجود دارد، در مورد موضوع مرتبط با داده کاوی درس سمینار به طور عمده می توانید دو کار انجام دهید:

اولین انتخاب که آسان تر هم می باشد، بررسی مقالات مرتبط با یک موضوع خاص. به عنوان مثال می توانید الگوریتم های تکامل یافته K-Means که در موضوعات و حوزه های مختلف کار شده است را با هم مقایسه کنید و مزایا و معایب هر روش در هر حوزه را به عنوان گزارش پایانی خود ارائه نمایید.
مزیت این کار این است که در وقت کمتری میتوانید گزارش خود را تهیه کنید؛ زیرا قرار نیست با کار عملی، جمع آوری داده ها، مراحل پاکسازی داده ها و... درگیر شوید و صرفاً وقت تان صرف مطالعه کارهای دیگران می شود.

دومین انتخاب که شاید دشوارتر اما کاربردی تر است، مشخص کردن داده هایی است که در اختیار دارید یا می توانید در آینده تهیه کنید. سپس بر اساس آن موضوع خود را انتخاب کنید، و بر اساس متدولوژی CRISP کار خود را آغاز نمایید. در طول انجام کارتان نیز اگر با مشکل مواجه شدید می توانید از اعضای این انجمن کمک بگیرید.

برای تکمیل توضیحات، پیشنهاد میکنم پست موضوع پروژه داده کاوی آموزشی را مطالعه کنید تا انتخاب موضوع برایتان ملموس تر شود.

موفق باشید ...

با سلام
موضوع پایان نامه کارشناسی ارشد من در رابطه با (پیش بینی رفتار کاربر در فضای وب)هستش خواهش میکینم اگه کسی میتونه چندتا مقاله و یا survey مفید ایمیل کنه ممنون میشم.
akbar_srafily@yahoo.com