لطفا به نکات زیر در هنگام خرید دانلود فایل پاورپوینت بررسی تکنيک هاي داده کاوي در روابط عمومي الکترونيک توجه فرمایید.

1-در این مطلب، متن اسلاید های اولیه دانلود فایل پاورپوینت بررسی تکنيک هاي داده کاوي در روابط عمومي الکترونيک قرار داده شده است 2-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید 3-پس از پرداخت هزینه ، حداکثر طی 4 ساعت پاورپوینت خرید شده ، به ادرس ایمیل شما ارسال خواهد شد 4-در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد 5-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار نخواهند گرفت

 

اسلاید ۱ :

سرفصل ارائه

lروابط عمومي الکترونيک

lداده کاوي و تکنيک هاي آن

lمدل استفاده از داده کاوي در روابط عمومي

اسلاید ۲ :

روابط عمومي

lوظايف

  • تقويت افکار عمومي، ارزيابي و تفسير آن در جهت منافع يک سازمان، شناساندن سازمان به مخاطبين خود و همچنين آن مخاطبين به سازمان

lهفت وظيفه‌ مهم مديريت (لوترگيوليك)

  • برنامه‌ريزي (Planning)
  • سازماندهي (Organizing)
  • به كار گماردن (Staffing)
  • هدايت (Directing)
  • هماهنگي (Coordinating)
  • گزارش‌دهي (Reporting)
  • بودجه‌بندي (Budgeting)

اسلاید ۳ :

روابط عمومي الکترونيک

lتعريف

l

استفاده از فناوري اطلاعات و ارتباطات در فرايندهاي کاري روابط عمومي

  • ايجاد وب سايت
  • توسعه وب‌لاگ
  • ارائه خدمات Online به مخاطبين
  • خبرنامه الکترونيکي

اسلاید ۴ :

مساله چيست؟

lحضور تکنولوژي و افزايش داده ها

lاستفاده از سيستم هاي پايگاه داده براي ذخيره داده ها

lنيازمندي هاي جديد

  • تحليل داده ها و استفاده از آن در تصميمات
  • کشف اطلاعات غيرصريح و سودمند

اسلاید ۵ :

داده کاوي

lحجم بالاي داده ها در سيستم

  • مشکل و يا فرصت مناسب؟

l

lداده کاوي (Data Mining)

  • فرآيند استخراج اطلاعات غيرصريح و احتمالاً سودمندي از پايگاه‌هاي داده است که در گذشته ناشناخته و پنهان بوده‌اند
  • کاوش اطلاعات و دانش از پايگاه‌‌هاي داده حجيم

اسلاید ۶ :

تکنيک هاي داده کاوي

lداده‌کاوي وابسته به کاربرد بوده و کاربردهاي مختلف نيازمند روش‌ها و تکنيک‌هاي داده‌کاوي مختلفي هستند.

lکاوش قواعد وابستگي (Association Rules Mining)

  • کشف وابستگي‌ها و ارتباطات بين داده‌هاي موجود در يک پايگاه داد
  • نتيجه: دسته‌اي از قواعد است که به آن‌ها قواعد وابستگي گفته مي‌شود

اسلاید ۷ :

lدسته‌بندي (Classification)

  • کاوش قوانين دسته‌بندي
  • تعداد دسته ها يا کلاس هاي دسته بندي از قبل مشخص مي شود
  • نتيجه: توليد يک درخت تصميم يا مجموعه‌اي از قوانين دسته‌بندي، که براي فهم بهتر داده‌هاي موجود در پايگاه داده و همچنين دسته‌بندي داده‌هايي که در آينده به پايگاه داده اضافه مي‌شوند به کار مي‌رود.

lخوشه‌بندي (Clustering)

  • گروه بندي داده ها
  • برخلاف دسته‌بندي تعداد کلاس‌ها در ابتدا مشخص نيست
  • خوشه‌بندي داده‌ها براساس اصل مفهومي حداکثرسازي شباهت‌هاي بين اعضاي هر کلاس و حداقل‌سازي شباهت‌ها بين اعضاي مربوط به کلاس‌هاي مختلف صورت مي گيرد

اسلاید ۸ :

lپيش‌بيني (Prediction)

  • مقادير ممکن براي متغيرهاي نامعلوم پيش‌بيني مي‌شوند
  • استفاده از شبکه‌هاي عصبي و الگوريتم ژنتيک براي پيش‌بيني

lتحليل سري‌هاي زماني (Time Series Analysis)

  • هدف: يافتن خصوصيات جالب توجه و نظم‌هاي مشخص در حجم بالاي داده
  • رخداد وقايع متوالي، مجموعه وقايعي که بعد از يک واقعه مشخص به وقوع مي‌پيوندند، روند‌ها و انحراف‌ها از جمله اين نظم‌ها و پديده‌هاي جالب توجه هستند

اسلاید ۹ :

داده کاوي در روابط عمومي الکترونيک

lخوشه‌بندي و دسته‌بندي براي بهبود بازايابي، تبليغات و مديريت ارتباط با مخاطبين و به‌طور خاص مشتريان

lقوانين وابستگي و تحليل سري‌هاي زماني براي تشخيص رفتاري مخاطبين

lالگوي تحليل پيوندها و مسائل موجود در نظريه گراف براي نمايش و تحليل تماس‌ها و ارتباطات بين مشتريان

lشناخت نقاط ضعف سيستم با کمک فرايند‌هاي آماري و تکنيک تحليل سري‌هاي زماني

lشناخت علت‌ها و معلول‌هاي موجود در سيستم با کمک قوانين وابستگي

اسلاید ۱۰ :

lپياده سازي يک مورد کاربردي و اصلاح مدل ها

lاستفاده از ابزار رايج در پياده سازي مورد کاربردي

  • MS SQL Server 2005

l

lمدل نهايي

  • نوع تحليل مورد نظر سازمان
  • حجم و تنوع داده‌هاي موجود