Referat Qrup: m 1433 ae magistr: Bayramova Ceyran. Bakı- 2014 MÜNDƏRİcat giriş
Yüklə 37,93 Kb.
|
| WEB məsələlərin həlli
WEB məsələlərinin həlli WEB MINING adlanan və «WEB- də verilənlərin üzə çıxarlması» kimi tərcümə olunan ayrıca isti- qamət çərçivələrində həyata keçirilir. WEB INTELLIGENCE ( WEB Intellekt)-in əsasını təşkil edən WEB MINING hər bir WEB istifadəçisinin davrvnışını müşahidə edib, onun maraqlarını və nəyə üstünlük verməsini təyin etməklə elektron biznesin inki- şafında mühüm rol oynayır.
WEB MINING texnoloqiyası WEB-qovşaqlardakı verilənlər əsasında yeni, əvvəldən məlum olmayan bilikləri üzə çıxaran metodları özündə birləşdirir. WEB MINING-in taksonomiyasına əsasən onun iki istiqamətini ayırırlar: WEB CONTENT MINI- NG və WEB USAGE MINING. WEB CONTENT MINING müxtəlif INTERNET mənbələ- rindən keyfıyyətli (məzmunlu) informasiyanın avtomatik axtanşı və çıxarılması üçün nəzərdə tutulub. Buraya həmçinin sənədlərin klasterləşdirilməsi və annotasiyası üçün müxtəlif vasitələr daxil edilmişdir. Bu istiqamət iki cür yanaşma ilə reallaşdırılır: agent- lərə əsaslanan yanaşma və verilənlər bazalarına əsaslanan ya- naşma. Agentlərə əsaslanan yanaşma ilə aşağıdakı sistemlər qurulur: -intelektual axtarış agentləri; -informasiyanın süzgəclənməsi / təsnifatı; -şəbəkənin fərdiləşdirilmiş agentləri. İntellektual axtarış agentlərinə misal olaraq aşağıdakı sistem- ləri göstərmək olar: Harvest, FAQ-Finder, Information Manifolt, ParaSite, ILA (Information Learninq Agent), ShopBot. Verilənlər bazalarına əsaslanan yanaşma ilə qurulan sistem- lər:
-çoxsəviyyəli verilənlər bazaları; -WEB-sorğular sistemləri. WEB-sorğular sistemlərinə aid misallar: W3QL, Weblog, Lorel, UnQL,TSİMMİS.
-istifadəçi hansı səhifələrə baxıb; -səhifələrə baxış hansı ardıcıllıqla aparılıb. Bundan əlavə, WEB-qovşağa baxış tarixinə əsasən istifa- dəçilərin qruplara ayrılması imkanı da analiz edilir. WEB USAGE MINING aşağıdakı komponentlərdən ibarət- dir:
-ilkin emal; -əməliyyatın identifıkasiyası; -şablonları üzə çıxaran instrumentlər; -şablonları analiz edən instrumentlər. Ümumiyyətlə, WEB MINING məsələlərini aşağıdakı kate- qoriyalara bölmək olar:
WEB MINING üçün verilənlərin ilkin emalı; assosiativ qaydalardan, vaxt ardıcıllıqlarından, təsnifat və klasterləşdirmədən istifadə etməklə şablonların və biliklərin üzə çıxarılması; alınan biliklərin analizi. TEXT MINING TEXTMINING mətnlərin semantik analizi, informasiya ax- tarışı və idarəedmə üçün yeni metodları əhatə edir. TEXT MINING anlayşının sinonimi KDT (KnowLedge Discovering in Text-nıətndə biliklərin üzə çıxarılması) adlanır. DATA MINING texnoloqiyasından fərqli olaraq TEXT MINING texnologiyası böyük həcmli strukturlaşdırılmamış informasiya massivlərini analiz edir. Bu məsələııi reallaşdıran proqram təbii dildə əməliyyat aparmağa və bu zaman analiz edilən mətnin sematikasını başa düşməyə qadir olmalıdır. TEXT MINING sistemlərində istifadə edilən metodlardan biri « sətirdə altsətirlərin axtarışı» adlanan metoddur. TEXT MINING metodları mətnin ifadə olunduğu konkret dilin morfoloji, sintaksis və sematik xüsusiyyətlərindən çox asılıdır. Enn Bednarçın fıkxinçə , «zənglərin üzə çıxarılması» korprorativ informasiya sistemlərinin populyar instrumenti ola bilər. CALL MINING texnoloqiyası nitqin tanınmasını, onun analizini və DATA MINING-i birləşdirir. Onun məqsədi opera- torlarla müştərilər arasında danışıqları özündə saxlayan audio- arxivlərdə axtarışı avtomatlaşdırmaqdan ibarətdir. Bu texnolo- giyanın köməyilə operatorlar müştərilərə xidmət sistemində ça- tışmazlıqları aşkarlaya, satışın artırılması imkanını tapa və həmç- inin müştərilərin müraciətlərindəki tendensiyanı aşkar edə bilər- lər. CALL MINING texnologiyasının yaradıcıları sırasında «Call Miner», «Nexidia», «ScanSoft», «Witness Systems» kompaniya- larını göstərmək olar. CALL MINING texnologiyasında iki yanaşmadan istifadə edilir: nitqin mətnə çevrilməsi və fonetik analiz. 1-ci yanaşmanm reallaşdırılmasına misal olaraq «CallMiner» sistemini göstərmək olar. Bu halda CALL MINING prosesində nitq əvvəlcə mətnə çevrilir, sonra isə mətn analiz edilir. Nəticədə danışıqların məz- munundan asılı olaraq telefon zənglərinin statistikası tərtib edilir. Alınan informasiya axtarış aparmaq və emal etmək üçün verilən- lər bazasında saxlanır. 2-ci yanaşmanın reallaşdırılmasına misal olaraq «Nexidia» kompaniyasının məhsulunu göstərmək olar. Bu yanaşmada nitq səslərə və ya onların birləşməsindən ibarət olan fonemlərə ayrılır. Bu elementlər tanınma prosesi üçün fraqment- ləri təşkil edirlər. Müəyyən sözlərin və onların birləşməsinin axtarışında sistem onları fonemlərlə identifıkasiya edir. Analitiklərin fıkrincə son illər CALL MINING sistemlərinə diqqət xeyli artmışdır. Onların sözlərinə görə bu texnologiyaların tətbiqi operativliyi artırır və informasiya emalının dəyərini azal- dır. Həmin texnologiyaların tətbiqi orta hesabla 200-400 min dol- lara başa gəlir. CALL MINING texnologiyasının inkişafı nəticə- sində yaranmış AUDIO MINING və VIDEO MINING texnolo- giyaları hazırda sınaq və təkmilləşdirmə dövrünii yaşayırlar və analitiklərin fıkrincə yaxın gələcəkdə onlar geniş tətbiq tapa- caqlar. NƏTİCƏ DATA MINING konsepsiyasının gələcək inkişaf istiqamət- ləri artıq müəyyənləşdirilmişdir. Bunlardan əsasları aşağıdakılar- dır: -DATA MİNİNG əsasında təkcə verilənlərdən qanuna- uyğunluqların üzə çıxarılması deyil, həm də emprik verilənlərə əsaslanan nəzəriyyələrin formalaşdırılması da mümkün olacaq; -DATA MİNİNG-in instrumental vasitələrinin imkanlarının nəzəriyyədən geriləməsinin aradan qaldırılması; -konkret tətbiq sahələrində DATA MİNİNG məsələlərinin həllinin avtomatlaşdırılması üçün formal dillərin və məntiqi va- sitələrin yaradılması. DATA MİNİNG texnologiyasının inkişafı əsasən bizneslə əlaqəli sahələrə yönəldilir. Yaxın gələcəkdə DATA MİNİNG məhsulları elektron poçtu kimi adi və gərəkli vasitəyə çevrilə- cəklər, məsələn, onlardan müxtəlif malların və ya biİetlərin ən ucuz qiymətini, müxtəlif xəstəliklərin müalicəsinin yeni növləri- ni və s. axtarıb tapmaq üçün istifadə ediləcək. Aşağıdakı xüsusiyyətlərə malik olan sahələrdə DATA Mİ- NİNG-in tətbiqi daha səmərəli ola bilər:
biliklərə əsaslanan qərarların qəbulu; əhatə mühitinin dəyişən olması: kifayət qədər verilənlərin olması; -düzgün qərarlardan yüksək dividentlərin əldə edilməsi. DATA MİNİNG texnologiyası daima inkişaf edir, həm elmi cəhətdən, həm də biznesdə yeni texnologiyaların tətbiqi baxı- mından böyük diqqət cəlb edir. ƏDƏBİYYAT S.Q. Kərimov “İnformasiya sistemləri”. Bakı-2008 S.Q. Kərimov “İnformasiya sistemləri və verilənlər bazarı”. Bakı- 1999 Yüklə 37,93 Kb. Dostları ilə paylaş:
|