تحقیق کارشناسی ارشد منبع داده کاوری

 مقدمه
 به موازات سرعت زیاد ذخیره شدن داده ها ابزارهای محاسبه مكانیكی، الكتریكی و در نهایت كامپیوترها نیز بوجود آمده اند. حجم زیاد داده های ذخیره شده كه معمولا  از منابع گوناگون تهیه شده بودند و بعضا دارای قالبهای متفاوتی نیز بودند سبب شد كه در بعضی موارد روشهای آماری به تنهایی قادر به كشف خصوصیات داده ها نباشند. دانشمندان برای رفع این مشكل تصمیم گرفتند كه از سرعت بالای كامپیوترها استفاده نمایند. همین امر سبب شد كه روشهای ابتكاری دیگری علاوه بر روشهای آماری مثل شبكه های عصبی، الگوریتم ژنتیك ایجاد شود.
سه موضوع انبارش و ذخیره شدن داده ها، افزایش سرعت كامپیوترها و پیدایش الگوریتمهای جدید كار با داده ها باعث ایجاد علمی با نام داده كاوی  شده است.
داده كاوی عبارت است از "استخراج اطلاعات و دانش و كشف الگوهای پنهان از یك پایگاه داده های بسیار بزرگ"  ]3[ . كه این الگوها و دانشها معمولا مستتر در داده        می باشند. از داده كاوی می توان برای انجام كارهایی مثل دسته بندی ، پیش بینی ، تخمین  و خوشه بندی  داده ها استفاده نمود. برای انجام این كارها تكنیكهایی توسعه یافته اند كه با توجه به پیشرفت كامپیوترها و این علم همه روزه برتعداد و كیفیت این تكنیكها افزوده می شود. تعدادی از معروفترین این تكنیكها عبارتند از: الگوریتمهای خوشه بندی، شبكه های عصبی، الگوریتم ژنتیك، نزدیكترین همسایگی  و درخت تصمیم گیری.
ویژگیهای داده كاوی سبب شده كه امروزه در تجارت و كسب و كار از آن بسیار استفاده شود. شركتهای مخابراتی، بانكها، شركتهای بازاریابی و تبلیغاتی و كلیه شركتهایی كه از پایگاههای داده های بزرگی برخوردار بوده و از اهمیت اطلاعات و آگاهی در بازار خبر دارند‏‏، می توانند از داده كاوی بعنوان یك ابزار بسیار قوی برای رشد و پیشرفت در بازار استفاده كنند.
یکی از زمینه های بسیار مهم تجارت که امروزه مورد توجه بسیاری قرار گرفته است مشتریان و داده های مربوط به آنهاست. سازمانها به دلیل اهمیتی که به مشتریان و اطلاعات مربوط به آنها می دهند با سرعت زیادی در حال ذخیره سازی  و استفاده از  داده های مربوط به مشتریان خود هستند. همین امر سبب شده تا علم داده کاوی خود را بیشتر درتحلیل داده های مشتریان نمایان سازد.
از داده های مشتریان به شیوه های مختلف و در جهت اهداف مختلف می توان استفاده نمود. یكی از  استفاده هایی  كه امروزه بسیار مورد توجه سازمانها قرار گرفته است، دسته بندی مشتریان بر اساس داده های آنها می باشد. این دسته بندی می تواند بر اساس معیارهای متفاوتی باشد، مثلا مشتریهای خوب و بد سازمان، مشتریهای وفادار و غیر وفادار و یا مشتریانی از سازمان که به محصول یا خدمت جدیدی پاسخ مثبت می دهند یا پاسخ منفی. در واقع سازمانها می توانند با استفاده از داده های موجود تصمیم بگیرند كه برای بازاریابی و انتخاب مشتریان جدید چه اقداماتی انجام دهند و یا  پیشبینی كنند كه یك مشتری جدید با ویژگیهای معلوم در كدام  دسته  قرار می گیرد.