عنوان پایان نامه: بررسی جنبه های مختلف Web Data Miningفرمت فایل: wordتعداد صفحات: 92شرح مختصر:در عصر حاضر Web Mining محیط اینترنت جهانی را تبدیل به محیطی کاربردی تر کرده است.که کاربران میتوانند سریعتر و راحتتر اطلاعات مورد نیازشان را پیدا کنند که شامل :کشف و تحلیل داده ، مستندات وmulti media از محیط اینترنت جهانی میباشد ,Web Mining از جزئیات سند ومحتویات سند و ساختار Hyper Link برای کمک به کاربر جهت مشاهده اطلاعات مورد نیازش استفاده میکند.وب و موتورهای جستجو خودشان شامل اطلاعات ارتباطی درباره ی مستندات هستند و Web Mining این ارتباطات را کشف میکند و به سه بخش تقسیم بندی مینماید.- در اولین بخش Web Content Mining، موتورهای جستجو محتویات را با کلمات کلیدی تعریف میکنندومی شناسند.پیدا کردن کلمات کلیدی محتوا و پیدا کردن یک ارتباط بین محتوای صفحه ی وب و محتوای سوال کاربر، Content Mining گفته میشود.- Hyper Linksاطلاعاتی را درباره ی سایر مستندات روی وب که در سند دیگری مهم هستند تهیه میکند.این لینکها عمقی را به سند اضافه میکنند و حالت چند بعدی که از خصوصیات وب است ایجاد میکنند. کاوش این ساختار لینک دومین بخش یعنی Web Structure Mining است.- در نهایت ارتباطی با سایر مستندات روی وب که بوسیله ی جستجوی قبلی شناخته شده اند، وجود دارد. این ارتباط در صفحه های جستجو (log) و دستیابی ذخیره میشود. کاوش این Log ها سومین بخش یعنی Web Usage Mining را تشکیل میدهد.درک کاربر اغلب یک بخش مهم از Web Mining است. تحلیل جستجوهای قبلی کاربر ،شکلی که کاربر ترجیح میدهد اطلاعات پیدا شده را ببیندو سرعت در پاسخ ممکن است در پاسخ دادن به پرس و جوی کاربر موثر باشد.Web Mining در ماهیت نظم خاصی دارد.پل زدن بین فیلدهایی مثل اطلاعات بازگشتی ،پردازش زبانهای طبیعی، استخراج اطلاعات ،Machine Learning، پایگاه داده ،داده کاوی ،ذخیره ی داده ، طراحی رابط کاربر و Visual کردن .تکنیکهای Web Mining کاربردهای عملی در M-commerce ،E-commerce ، E-Government ،E-learning ، آموزش از راه دور ، آموزش سازمانی،تشکیلات مجازی ، مدیریت دانش و کتابخانه ی دیجیتال دارد.در این تحقیق ما به بررسی جنبه های مختلف Web Data Mining میپردازیم.فهرست مطالبفصل اول : داده کاوی و وب.. 3مقدمه4طبقه بندی Web mining. 5داده کاوی و visualization در اینترنت.. 7کاوش الگو. 8وب کاوی در E-Commerce. 9فصل دوم : پردازشها و تكنيكهايweb data mining. 11مقدمه11مراحل Data mining. 16مراحل جستجو. 17پردازش روي نتايج. 18جنبههاي واسط كاربر. 19خروجيهاي data mining web:21پياده سازيهاي data mining web:23فصل سوم : کاوش پايگاه داده هاي وب.. 29مقدمه30جستجو در پايگاه دادةها در وب.. 30داده كاوي شيئي – رابطهاي. 31اشتراك داده در مقابل داده كاوي در وب.. 31كاوش پايگاههاي دادة نيمه ساختيافته32كاوش و سپس ادغام33Web mining و Meta data. 34كاوش متاديتا35انبار و كاوش.. 35متاديتا براي كاوش چند رسانهاي. 36متا ديتا براي web mining. 36كاوش پايگاه دادههاي توزيع شده، ناهمگن ، وراثتي و متحد در وب.. 37ماژولهايي از DP براي داده كاوي. 37داده كاوي روي پايگاه داده توزيع شده38كاوش و سپس اجتماع. 38كاوش interoperating و مخزن. 39همكاري ميان عاملهاي كاوش.. 39واسط براي مجتمع سازي. 40معماريها وweb data mining. 41ماژولهاي داده كاوي مثل اشياء41فصل چهارم : بازیابی اطلاعات و داده کاوی در وب.. 44مقدمه45موتورهای جستجوگر. 46ماژولهای موتورهای جستجو. 46web data mining برای موتورهای جستجو. 47پویش داده های چند گانه وب.. 48کاوش متن. 49کاوش مستقیم روی دادههای غیرساخت یافته50کاوش تصویر. 51کاوش ویدئو. 52کاوشAudio :53کاوش مستقیم داده با فرمت صدا53کاوش نوع داده ی چند رسانه ای. 54سیستم سوال/جواب و داده کاوی وب.. 54زبانهایMark up و داده کاوی وب.. 55خلاصه56فصل پنجم : مدیریت اطلاعات و داده کاوی وب.. 57مقدمه58همکاری بین عاملهای کاوش.. 58مدیریت دانشها و داده کاوی وب.. 59مدیریت دانش و داده کاوی وب.. 60محاسبات بیسیم و داده کاوی وب.. 61کیفیت سرویس و داده کاوی وب.. 62اجتماع سرویسهای وب و داده کاوی. 63فصل ششم : کاوش الگوهاي كاربردي و ساختار روي وب.. 64مقدمه65تحليل الگوهاي كاربردي و روندهاي پيشبيني. 65خروجيها و تكنيكهاي web usage mining:66web mining براي e-commerce. 75كاوش ساختار روي وب.. 76بازبيني web structure mining. 76جمع بندی و نتیجه گیری. 77گرافیک سه بعدی چیست ؟79کارت گرافیک سه بعدی. 80کارت گرافیک سه بعدی. 83نتیجه گیری. 90مراجع 91