Astaraki

روش کریسپ Crisp-DM

کریسپ یکی از روشهای پروژه های داده کاوی است که بیشترین استفاده را در بین بقیه روشها دارد. کریسپ-داده کاوی در اواخر سال 1996 توسط سه بازار داده کاوی کهنه کار جوان و بی تجربه طرح ریزی شد. DaimlerChrysler (بعد از آن Daimler-benz) در ابتدا پیش قدم بیشترین سازمان های تجاری و صنعتی در به کار گیری داده کاوی در فعالیت های تجاری اش بود. SSPS (سپس ISL) از سال 1990 در حال تولید سرویس بر پایه داده کاوی بوده است و اولین میز کار تجاری داده کاوی -Clementine- را در سال 1994 وارد بازار کرده است. NCR به عنوان بخشی از هدفش، برای دادن ارزش بیشتر به مشتریان انبار داده teradataخود ،تیم هایی از مشاوران و متخصصین فنی داده کاوی را برای سرویس دهی به نیازمندیهای مشتریانش تأسیس نمود.

در آن زمان، علاقه بازار اولیه در داده کاوی علامت هایی از گسترده شدن را نشان داده بود. هم مهیج و هم وحشتناک بود. همه ما همانطور که ادامه می دهیم خط مشی هایمان را به سوی داده کاوی گسترده می نماییم. آیا ما به درستی این کار را انجام داده ایم؟ آیا وفق دهنده جدید برای هر گام داده کاوی باید تعلیم داده شود، همانطور که ما در آغاز توسط آزمون و خطا انجام می دهیم. و از منظر یک تهیه کننده، چگونه می توانیم به مشتریان آتی اثبات کنیم که داده کاوی به اندازه کافی به حد کمال رسیده است که به عنوان کلید اصلی پروسه های تجاری آنها وفق داده می شود؟

یک مدل فرآیند استاندارد، ما استدلال می کنیم، غیر اختصاصی و آزادانه دسترس پذیر، می توان این مسائل را برای ما و برای همه شاغلین اداره نمود.

یک سال بعد ما کنسرسیومی تشکیل دادیم، مخفف (CRoss-Industry Standard Process for Data Mining) را ساختیم، تأمین وجه را از طریق کمیسیون اروپا فراهم کردیم و سازماندهی فرضیات اولیه مان را آغاز کردیم.همانطور که کریسپ-داده کاوی برای ابزار صنعتی و کاربرد-بیطرف در نظر گرفته شده بود، ما فهمیدیم که باید ورودی را از دامنه وسیعی همانند شاغلین موجود و دیگران(مانند رایزنی های مدیریت و فروشندگان انبار داده) با سود واگذار شده در داده کاوی بدست آوریم. ما این کار را با ایجاد گروه های مشترک المنافع ویژه کریسپ-داده کاوی انجام دادیم(به عنوان the SIG شناخته می شود.) ما این گروه را به وسیله پخش فراخوانی به بخش های علاقه مند برای ملحق شدن به ما در آمستردام در یک کارگاه یک روزه عرضه کردیم: ما باید نظراتمان را به اشتراک بگذاریم، از آنها بخواهیم که خود را به نمایش بگذارند و صراحتاً بحث کنیم که چگونه کریسپ-داده کاوی را پیش ببریم.

در آن کارگاه یک روزه، احساس هراس در بین اعضای کنسرسیوم وجود داشت. آیا هیچ کسی به اندازه کافی به حضور علاقه مند است؟ یا، اگر کسانی هستند، آیا می توانند به ما بگویند که آنها در حقیقت نیاز متقاعد کننده ای برای یک فرآیند استاندارد پیدا نکردند؟ یا اینکه نظرات ما خیلی فراتر از مراحل کسانی که نظراتشان راجع به استاندارد سازی خیالی غیر ممکن بود، می رفت؟

کارگاه از انتظارات ما بهتر پیش رفت. سه مطلبی که برجسته بود:پ

§ دو برابر آنچه که انتظار داشتیم مردم استقبال کردند.

§ اتفاق نظر حیرت آوری در این زمینه وجود داشت که صنعت به یک پروسه استاندارد نیاز دارد و همین الان هم نیاز دارد.

§ همانطور که همراهان نظراتشان را راجع به داده کاوی در تجربیات پروژه شان بیان می کردند، واضح شد که گرچه تفاوت های سطحی وجود دارد -به طور عمده در علامت گذاری مراحل و اصطلاحات فنی- عرصه عظیم متعارفی در رابطه با اینکه چگونه فرآیند داده ککاوی را نشان دهند وجود داشت.

در پایان کارگاه، ما حس مطمئنی داشتیم که می توانیم با ورودی و بازنگری SIG یک مدل فرآیند استاندارد را برای کمک به اجتماع داده کاوی تحویل دهیم.

بالای دو سال و نیم بعد، ما کار کردیم تا کریسپ-دداده کاوی را توسعه دهیم و دوباره تعریف کنیم. ما آزمایشات مؤثری را انجام دادیم، پروژه های بسیار بزرگ داده کاوی در مرسدس-بنز و شریک بخش بیمه مان،OHRA. ما بر روی ادغام کریسپ-داده کاوی با ابزار تجاری داده کاوی تلاش کردیم. SIG فوق العاده با ارزش شد، با رشد بالای 200 عضو و برگزاری کارگاه در لندن، نیویورک و بروکسل.

با به پایان رسیدن بخش انجمن اروپا-مالی از پروژه –میانه 1999- ما تولید کردیم آنچه را که بعنوان نسخه خوش کیفیت از مدل فرآیند به آن رسیدیم. آنهایی که با آن نسخه آشنا بودند آنرا یک سال بعد عرضه خواهند کردند، اگر چه اکنون CRISP_DM 1.0 که بهتر و کاملتر نشان داده شده است، به هیچ وجه اساساً متفاوت نیست. ما در حقیقت مراقب بودیم که، در طول پروژه، مدل فرآیند خیلی بیشتر کالای در حال ساخت باشد، کریسپ-داده کاوی تنها روی مجموعه کم دامنه ای از پروژه معتبر شد. در طول سال گذشته،DaimlerChrysler فرصتی برای به کارگیری کریسپ-داده کاوی برای طیف وسیع تری از کاربردها داشت. گروه های خدمات حرفه ایSSPS و NCR با کریسپ-داده کاوی وفق داده شدند و آنرا به طرز موفقیت آمیزی برای تعهدات بیشمار مشتری که مشکلات صنعت و تجارت را پوشش می دهد به کار گرفتند.

در تمام این مدت، تهیه کنندگان سرویس را از بیرون کنسرسیوم دیدیم که با کریسپ-داده کاوی وفق داده شده بودند. بازگشت به آن را توسط تحلیلگران بعنوان استانداردهای غیر رسمی برای صنعت و یک آگاهی رو به رشد از اهمیت آن دربین مشتریان تکرار می کنیم (کریسپ-داده کاوی اکنون غالباً در فراخوانی ها برای مناقصه و در مستندات RFP ارجاع داده می شود.) ما معتقدیم ابتکاراتمان کاملاً پشتیبانی شده است و مادامیکه توسعه ها و پیشرفت های آینده هم مطلوب و هم بدیهی است، ما به نسخه 1.0 کریسپ داده کاوی بقدر کافی رسیدگی می کنیم تا منتشر و توزیع شود.

کریسپ-داده کاوی در حالتی فرضی، علمی که از اصولی فنی کار میکند تولید نشده است و نه اینکه هیئت هایی نخبه راهنما در پشت درب های بسته آنرا ایجاد کنند. هر دوی این روش ها برای گسترش متدولوژی ها در گذشته امتحان شده است اما کمتر به کاربردی منجر شده اند، موفقیت آمیز، و به طور گسترده با استانداردها وفق داده شده اند. کریسپ-داده کاوی به نتیجه رسید زیرا کاملاً بر پایه کاربردی، تجربیات واقعی چگونگی مدیریت پروژه های داده کاوی است. و در این رابطه، ما به طور قطع مرهون کسانی که با تلاش ها و نظراتشان در حین پروژه همکاری کردند هستیم.

کنسرسیوم کریسپ-داده کاوی

آگوست 2000

Ø مقدمه

o متدولوژی کریسپ - داده کاوی

§ تقسیم بندی سلسله مراتبی

§ مدل مرجع و راهنمای کاربر

o نگاشت مدل های عمومی به مدل های اختصاصی

§ متن داده کاوی

§ نگاشت ها همراه با مفاهیم

§ چگونه نقشه را ترسیم نماییم

o توصیف بخش ها

§ مضامین

§ اهداف

Ø مدل مرجع کریسپ – داده کاوی

o درک تجارت

§ تعیین اهداف تجاری

§ تعیین وضعیت

§ تعیین اهداف داده کاوی

§ تولید طرح پروژه

o فهم داده

§ جمع آوری داده اولیه

§ توصیف داده

§ کشف داده

§ بررسی کیفیت داده

o آماده سازی داده

§ انتخاب داده

§ پاک سازی داده

§ ساخت داده

§ جمع آوری داده

§ طراحی ظاهر داده

o مدل سازی

§ انتخاب تکنیک مدل سازی

§ تولید طرح تست

§ ساخت مدل

§ ارزیابی مدل

o ارزیابی

§ ارزیابی نتیجه ها

§ بازبینی فرآیند

§ تعیین گام بعدی

§ توسعه

§ طرح ریزی برای توسعه

§ طرح ریزی برای نگهداری و نظارت

§ تهیه گزارش پایانی

§ بازبینی پروژه

Ø راهنمای کاربر برای کریسپ-داده کاوی

o درک تجارت

§ تعیین اهداف تجاری

§ شناسایی وضعیت

§ تعیین اهداف داده کاوی

§ تولید طرح پروژه

o درک داده

§ جمع آوری داده اولیه

§ توصیف داده

§ کشف داده

§ تعیین کیفیت داده

o آماده سازی داده

§ انتخاب داده

§ پاک سازی داده

§ ساخت داده

§ جمع آوری داده

§ طراحی ظاهر داده

o مدل سازی

§ انتخاب تکنیک مدل سازی

§ تولید طرح تست

§ ساخت مدل

§ ارزیابی مدل

o ارزیابی

§ ارزیابی نتیجه ها

§ بازبینی فرآیند

§ تعیین گام بعدی

o توسعه

§ طرح ریزی برای توسعه

§ طرح ریزی برای نگهداری و نظارت

§ تهیه ی گزارش پایانی

§ بازبینی پروژه

o خروجی های کریسپ-داده کاوی

§ درک تجاری

§ درک داده

§ آماده سازی داده

§ مدل سازی

§ ارزیابی

§ توسعه

§ خلاصه وابستگی ها


منبع

__________________

تعرفه ارزان تبلیغات در اولین و بزرگترین سایت هوش مصنوعی ایران !
با بیش از صد و چهل هزار کاربر!