پایان نامه داده کاوی در سازمان

هدف از پایان نامه داده کاوی در سازمان ، کاربرد داده کاوي در کشف دانش پنهان ميان داده هاي می باشد. تحقيق حاضر از نوع کاربردي مي باشد و به بررسي به کارگيری برخی روش‌هاي داده کاوي در مورد داده‌هاي سامانه 137 شهرداري تهران مي‌پردازد.

سامانه 137 يک مرکز گيرنده پيام‌هاي مردمي جهت رسيدگي به مشکلات و معضلات مشکلات شهري شهروندان تهراني مي‌باشد. در اين راستا کل پيام‌هاي سال 1389 اين سامانه در بانک اطلاعاتي2008 SQL Server گردآوري و مورد تحليل قرار گرفت.سامانه 137 با هدف رفع مشکلات و معضلات شهري و با رويکرد مشارکت بيشتر شهروندان در مديريت شهري راه اندازي شده است. تعداد کل پيام ها در طول سال مورد بررسي و پس از مرحله آماده سازي داده ها مجموعاً 1.082.195 بوده است که به لحاظ تحليل‌هاي آماري تعداد قابل توجه و براي تحليل‌هاي داده‌کاوي مناسب مي‌باشد.

رويکرد محقق در اين تحقيق به کارگيري تکنيک هاي مختلف داده کاوي به منظور شناسايي و پيش بيني، نيازها و مشکلات شهري بر اساس داده هاي بدست آمده از سامانه مديريت شهري 137 مي باشد. تمرکز اصلي در اين تحقيق بر استفاده از روش‌هاي داده کاوي و نرم افزار SPSS Clementine مي‌باشد. همان طور که در فصل قبل بيان شد، دليل استفاده از اين نرم افزار، توانايي آن در پردازش مجموعه هاي داده اي بزرگ و متداول بودن آن در ميان کاربران است. در بخش آماده سازي داده ها، رسم نمودارها و جداول از نرم افزارهايي نظير Sql server 2008، Excel 2007 و Spss 16 استفاده شده است.

در مرحله ي توصيف اطلاعات، ابتدا توزيع فراواني و درصد فراواني متغيرهاي گوناگون و همين‌طور برخي از شاخص‌هاي سرانه را مورد بررسي قرار داديم و در بخش تحليل داده ها با استفاده از تکنيک هاي داده کاوي، گروه مدل‌ها و تحليل‌هاي زير مورد بررسي قرار گرفته است:
• شناسايي مناطق همگن از منظر سامانه 137
• پيش بيني وضعيت تماس هاي آب گرفتگي هر يک از مناطق به ازاي بارش هر ميلميتر باران
• تعيين ارتباط ميان آب گرفتگی نواحی مختلف يک منطقه
• تعيين نواحي مستعدتر درهر منطقه در بروز مشکلات و معضلات شهري

فهرست مطالب

فصل اول: کليات
مقدمه 1
1-1- بيان مساله 2
1-2- هدف تحقيق 3
1-3- سوالات تحقيق 3
1-4- اهميت و ضرورت تحقيق 4
1-5- قلمرو تحقيق 5
1-5-1- از منظر سازماني 5
1-5-2- از منظر زماني و مکاني 5
1-5-3- از منظر موضوعي 5
1-6- روش تحقيق و جمع آوري اطلاعات 5
1-7- تعريف واژه ها و اصطلاحات فنی 6
1-8- خلاصه فصل اول 6

فصل دوم: ادبيات تحقيق
مقدمه 8
2-1- مباني نظري 9
2-1-1- تاريخچه داده کاوي 9
2-1-2- تعريف داده کاوي 10
2-1-3- انواع داده کاوي 11
2-1-4- دلايل استفاده از داده کاوي 12
2-1-5- پيش نيازهاي يک داده کاوي موفق 12

2-1-6-1شناخت کسب و کار 14
2-1-6-2شناخت داده ها 14
2-1-6-3آماده سازي داده ها 15
2-1-6-4مدل سازي 15
2-1-6-5ارزيابي مدل 15
2-1-6-6توسعه ي مدل 16
2-1-7- قابليت هاي اساسي داده کاوي 16
2-1-7-1 طبقه بندي 16
2-1-7-2 پيش بيني 17
2-1-7-3 تحليل خوشه اي 17
2-1-7-4 تخمين 18
2-1-7-5 گروه بندي شباهت يا قوانين وابستگي 19
2-1-7-6 توصيف و نمايه سازي 20

2-1-9- الگوريتم هاي خوشه بندي 21
2-1-9-1روش افرازي ( تقسيم بندي) 21
2-1-9-1-1الگوريتم K-MEANS 22
2-1-9-2روش هاي سلسله مراتبي 22
2-1-9-3روش هاي مبتني بر چگالي 23
2-1-10- الگوريتم هاي وابستگي قواعد 23
2-1-10-1الگوريتم Naïve 23
2-1-10-2 الگوريتم Apriori 24
2-1-11- الگوريتم هاي طبقه بندي 26
2-1-11-1الگوريتم درخت طبقه بندي و رگرسيون (CART) 26
2-1-11-2الگوريتم درخت تصميم C4.5 27
2-1-11-3الگوريتم هاي شبکه هاي بيزين 29
2-2-1- مديريت شهري و شهرداري 30
2-2-2- نقش فن آوري اطلاعات در توسعه ي مديريت شهري 31
2-2-3- معرفي سامانه مديريت شهري 137 شهرداري تهران 33
2-2-3-1نحوه ي عملکرد سامانه مديريت شهري 137 36
2-2-3-2ماموريت هاي مرکز سامانه مديريت شهري 137 38
2-2-3-3رويکردهاي اجرايي مرکز سامانه مديريت شهري 137 38
2-2-3-4چشم انداز مرکز سامانه مديريت شهري 137 39
2-2-3-5ساختار سازماني سامانه مديريت شهري 137 39
2-2 مدل مفهومي تحقيق 40
2-3- ادبيات ياپيشينه تحقيق 40
2-4- خلاصه فصل دوم 44

فصل سوم: روش تحقيق
مقدمه 46
3-1- نوع تحقيق 46

3-2-1- شناخت کسب و کار 47
3-2-2- شناخت داده ها 48
3-2-3- آماده سازي داده ها 48
3-2-4- مدل سازي 49
3-2-5- ارزيابي مدل 49
3-2-6- توسعه مدل 49
3-3- داده هاي تحقيق 50
3-4- جامعه آماري, روش نمونه گيري و حجم نمونه 50
3-5- روش گردآوري اطلاعات و ابزار سنجش 50
3-6- نوع داده ها و مقياس آن ها 51
3-7- ساختار اجرايي تحقيق 51
3-7-1- درک مساله کسب و کار 51
3-7-2- درک داده ها 52
3-7-3- آماده سازي داده ها 53
3-7-4- مدل سازي 55
3-7-5- ارزيابي نتايج 56
3-7-6- به کارگيري مدل 56
3-8- مدل اجرايي تحقيق 56
3-9- خلاصه فصل سوم 58

فصل چهارم: تجزيه و تحليل داده ها
مقدمه 60
4-1- توصيف داده ها 60
4-2- تحليل توصيفي داده ها با استفاده از جداول و نمودارهاي توصيفي 63
4-2-1- طبقه بندي بر اساس نوع مشکل 63
4-2-2- طبقه بندي بر اساس منطقه بروز مشکل 66
4-2-3- شاخصهاي توصيفي سرانه 67
4-3- تحليل داده ها با استفاده از تکنيک هاي داده کاوي 70
4-3-1- شناسايي مناطق همگن از منظر سامانه 137 70
4-3-1-1ارزيابي خوشه ها 76
4-3-2- پيش بيني وضعيت تماس هاي آب گرفتگي در هر يک از مناطق به ازاي بارش هر ميليمتر باران 77
4-3-2-1 مدل تعميم يافته خطي 77
4-3-2-2مدل شبکه‌هاي عصبي 82
4-3-3 تعيين ارتباط ميان آب گرفتگي نواحي مختلف يک منطقه 84
4-3-4 تعيين نواحي مستعدتر در هر منطقه در بروز مشکلات و معضلات شهري 86
4-4- خلاصه فصل چهارم 87

فصل پنجم: بحث و نتيجه گيری
مقدمه 89
5-1-خلاصه 89
5-2- دلايل با اهميت بودن نتايج و دستاوردهاي تحقيق 90
5-3- جنبه ي نوآوري تحقيق 91
5-4- نتايج تحقيق 91
5-4-1- نتايج تحليل توصيفي 91
5-4-2- نتايج حاصل از تحليل داده کاوي و ارائه ي دانش استخراج شده 94
5-4-2-1نتايج حاصل از شناسايي مناطق همگن با استفاده از روش خوشه بندي دو مرحله اي 94
5-4-2-2- نتايج پيش بيني تماس هاي آب گرفتگي در هر يک از مناطق به ازاي بارش هر ميليمتر باران 95
5-4-2-3تعيين ارتباط میان آب گرفتگي نواحي مختلف يک منطقه 96
5-4-2-4نتايج تحليل قوانين وابستگي براي شناسايي نواحي مستعدتر در هر منطقه در بروز مشکلات و معضلات شهري 97
5-5- پاسخ به سوالات تحقيق 97
5-6- محدوديت‌هاي تحقيق 98
5-7- پيشنهادات تحقيق 99
5-8- پيشنهادات جهت تحقيقات آتي 100
5-9- خلاصه فصل پنجم 101

فهرست منابع 102
چکیده انگلیسی 105

فهرست جداول
جدول 2-1 : نمونه اي از جدول پيام 35
جدول 2-2: تحقيقات خارجي در زمينه کاربرد داده کاوي در مراکز تماس 444
جدول4-1 : فيلد هاي جدول پيام 61
جدول 4-2: فيلد هاي جدول اطلاعاتي مربوط به اعتبار مصوب عمراني مناطق 61
جدول4-3: فيلد هاي جدول اطلاعاتي مربوط به بارش مناطق 61
جدول4-4: فراواني گروه هاي تماس 63
جدول4-5 پراکندگي مشکلات مربوط به گروه جمع آوري و نصب 65
جدول4-6 : طبقه بندي مشکلات بر اساس منطقه 66
جدول 4-7 سرانه تماس و بودجه مناطق بيست و دو گانه تهران 68
جدول4-8: شاخص‌هاي نيکويي برازش 78
جدول4-9: آزمون درستنمايي مدل خطي تعميم يافته 78
جدول4-10 آزمون عوامل مدل خطي تعميم يافته 79
جدول4-11 آزمون ضرائب مدل خطي تعميم يافته 79
جدول4-12 بخشي از ارتباط‌هاي دنباله‌اي شناسايي شده 85
جدول4-13 قوانين شناسايي شده به روش GRI 86

فهرست شکل ها
شکل 2-1 مراحل فرايند کشف دانش و جايگاه داده کاوي. 11
شکل2-2 مراحل فرايند CRISP-DM 13
شکل 2-1 چرخه گردش پيام- ماخذ: مرکز سامانه 137 36
شکل 2-2ساختار سازماني سامانه مديريت شهري سامانه 137-ماخذ: مرکز مديريت سامانه 137 39
شکل2-3 مدل مفهومي تحقيق 40
شکل3-1وضعيت ايستگاه هاي پنج گانه هواشناسي مستقر در شهر تهران مي باشد. 53
شکل3-2 روش اجرايي تحقيق 57
شکل4-1: درصد فراواني هر کدام از گروه‌هاي تماس 64
شکل 4-2 :سهم مناطق در تماس هاي از نوع "جمع آوري خاک و نخاله" و "نصب سطل زباله مخزن دار" 66
شکل4-3: رابطه ميان تعداد تماس، جمعيت و اعتبار مصوب عمرانی 69
شکل4-4 بررسي نه عامل اول در خوشه بندي 73
شکل4-5 بررسي نه عامل دوم در خوشه بندي 74
.شکل 4-6 بررسي هفت عامل آخر در خوشه بندي 75
شکل 4-7 اعضاي خوشه هاي اول و دوم 76
شکل 4-8 : آناليز مدل خطی تعميم يافته 81
شکل 4-9: نمودار صعود 81
شکل 4-10: مدل شبکه عصبي 83
شکل 4-11: آناليز مدل شبکه عصبی 84
شکل 5-1 : رابطه ميان تعداد تماس، جمعيت و اعتبار مصوب عمراني 93
شکل 5-2 اعضای خوشه اول و دوم 94