فایل یو

برترین جزوات آموزشی

فایل یو

برترین جزوات آموزشی

تخمین تلاش لازم جهت توسعه نرم افزار


چکیده:
برای هر پروژه نرم افزاری سه عامل متداخل زمان، هزینه و کیفیت موثر است. پرداختن به هریک از عوامل باعث تاثیر در دو عامل دیگر می شود. بالا رفتن زمان انجام کار باعث کیفیت بیشتر و بر افزایش قیمت پروژه تاثیر دارد. از آنجائی که در برنامه ریزی پروژه بایستی منابع مورد نیاز از قبــل، پیش بینی شود، لذا تخمین هزینه و زمان تولید نرم افزار هم برای تولید کننده و هم برای استفاده کننده بسیار حیاتی است. منابع و برنامه دو عامل تعیین کننده برای انجام عملیات پروژه هستند. اگر این دو عامل مشخص باشند،آنگاه زمان و هزینه پروژه تولید نرم افزار می تواند تعیین شود. در پروژه های نرم افزاری قبل از شروع به کد نویسی بایستی پارامترهایی تخمین زده شود، بطوریکه رسیدن به اهداف پروژه تضمین گردد.این پارامترها جهت تصمیم گیری در تعیین زمان ،نیروی انسانی، میزان تلاش هزینه و ... کارایی دارد تیم نرم افزاری باید قادر باشند که قبل از شروع به کد نویسی این پارامترها ار برآورد نمایند. یکی از این پارامترها میزان تلاش لازم است که بایستی تخمین درستی از آن در دست داشته باشیم.الگوی های زیادی برای فرایند تخمین ارائه شده از این رو، ما در این تحقیق سعی داریم  میزان تلاش لازم برای رسیدن نرم افزار به اهداف خود را در حالت کلی با مدل های ارائه شده پیش بینی و نتایج حاصل با استفاده از روشهای رسمی و ریاضی بررسی نماییم.

فهرست مطالب:
چکیده    
فصل اول: کلیات تحقیق    
1-1 مقدمه    
1-2 بیان مسئله    
1-3 سوابق و ضرورت انجام تحقیق    
1-4 اهداف تحقیق     
1-5 سازماندهی تحقیق    
فصل دوم: ادبیات تحقیق    
2-1 مقدمه    
2-2 متدولوژی و ضرورت توجه به آن    
2-3 تفاوت روش توسعه نرم افزار و سخت افزار    
2-4 فرایند توسعه نرم افزار    
2-4-1 مدلهای توسعه نرم افزار    
2-4-1-1 اصول شئ گرایی    
2-4-2 مقایسه متدولوژی های سنگین وزن و سبک وزن    
2-4-3 فعالیت های پشتیبانی    
فصل سوم: تخمین تلاش لازم جهت توسعه نرم افزار    
3-1 مقدمه    
3-2 مفهوم تخمین هزینه    
3-3 تخمین هزینه نرم افزار    
3-4 انواع تخمین    
3-5 اندازه نرم افزار    
3-5-1 تعداد خطوط کد    
3-5-2 علم نرم افزار    
3-5-3 نقاط کاری    
3-5-4 نقطه ویژگی    
3-6 روش های تخمین هزینه    
3-6-1 روشهای غیرالگوریتمی    
3-6-1-1 تخمین تجربی     
3-6-1-2 روش داوری کارشناسانه    
3-6-1-3 تخمین با قیاس    
3-6-1-4 روش پارکینسون    
3-6-1-5 پایین به بالا    
3-6-1-6 بالا به پایین    
3-6-2 روشهای الگوریتمی    
3-6-2-1 مدل های COCOMO    
3-6-2-2 مدل Putnam    
3-6-2-3 روش های مبتنی بر آنالیز نقطه ی تابعی    
3-6-2-4 رگرسیون    
3-7 مروری بر کارهای انجام شده    
3-7-1 مدل تخمین هزینه نرم افزار مبتنی بر منطق فازی    
3-7-2 تخمین هزینه نرم افزار با استفاده از شبکه های عصبی    
3-7-3 تخمین نیروی کار نرم افزار بوسیله الگوریتم ژنتیک با پارامترهای تنظیم شده    
3-7-4 چهارچوب مبتنی بر شبکه عصبی و منطق فازی برای تخمین هزینه توسعه نرم افزار    
3-7-5 بهینه سازی پارامترها با استفاده از بهینه سازی دسته ذرات    
3-7-6 شبکه عصبی موجک برای تخمین هزینه    
3-7-7 پیشگویی عصبی- ژنتیک برای توسعه نیروی کار نرم افزاری    
3-8 ارزیابی مدل های تخمین     
فصل چهارم: مدل رهیافتی    
4-1 مقدمه    
4-2 روش شناسی تحقیق    
4-3 داده ها و جامعه آماری    
4-4 معیارهای ارزیابی    
4-5 اصول روش پیشنهادی    
4-5-1 انتخاب زیر مجموعه ویژگی    
4-5-2 اندازه گیری شباهت    
4-5-3 مقیاس گذاری    
4-5-4 تعداد پروژه های مشابه    
4-5-5 تطابق تناسبات    
4-6 شمایی از مدل پیشنهادی    
نتیجه گیری    
پیشنهادات آتی    
منابع    
فهرست جداول
فهرست شکل ها

تعداد مشاهده: 2390 مشاهده

فرمت فایل دانلودی:.doc

فرمت فایل اصلی: doc

تعداد صفحات: 67

حجم فایل:1,262 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب برای دانشجویان گرایش های مختلف IT و کامپیوتر


  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش
    همراه با شکل، نمودار، جدول، پاورقی، فهرست شکل ها، منابع

مدیریت اعتبارسنجی مشتریان دریافت تسهیلات بانکی با رویکرد داده کاوی


چکیده:
پیشرفت شگفت انگیز فن آوری رایانه ای و مجهز شدن بشر به این ابزار، سبب پیشرفت فوق العاده در کسب و ذخیره سازی داده های عددی و همچنین بوجود آمدن پایگاه داده های  بزرگ در زمینه های مختلف شده است. داده های تبادلات تجاری، کشاورزی، ترافیک، اینترنت، داده های نجومی، جزئیات مکالمات تلفنی، داده های پزشکی و درمانگاهی مثالهایی از چنین پایگاه داده ها میباشند.  در واقع تکنیکهای تولید و جمع آوری پایگاه داده ها بسیار سریعتر از توانایی ما در درک و استفاده از آنها رشد کرده است. از اواخر دهة 80 بشر به فکر دستیابی به اطلاعات نهفته در این داده های حجیم، که با بکار بردن سیستم های سنتی استفاده از پایگاه داده ها میسر نبود، افتاد و تلاشها برای انجام این کار را شروع کرد.
داده کاوی  فرآیندی است که در آغاز دهة 90 پا به عرصه ظهور گذاشته و با نگرشی نو، به مسئله ی استخراج اطلاعات از پایگاه داده ها می پردازد.
در سال 1996، اولین شمارة مجلة کشف دانش و معرفت از پایگاه داده ها منتشر شد . در حال حاضر، داده کاوی مهمترین فناوری جهت بهره برداری موثر از داده های حجیم بوده و اهمیت آن رو به فزونی است.
بانک ها به منظور تعیین ریسک اعتباری و ارائه خدمات مالی به مشتریان خود نیازمند شناسایی دقیق آن ها هستند. مدل های اعتبارسنجی می توانند در این زمینه به پشتیبانی از بانک ها بپردازند. درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی کاربرد زیادی در اعتبارسنجی مشتریان بانک ها و اعطای تسهیلات اعتباری به آنها دارند. مسئله اصلی شامل دقت طبقه بندی، پیچیدگی، اندازه بیش از حد و عدم انعطاف پذیری درختان تصمیم گیری در طبقه بندی و اعتبار سنجی مشتریان است. هدف از این پژوهش ارائه مدل تلفیقی پیشنهادی برای حل مسائل فوق و بهینه سازی درختان تصمیم گیری با بکارگیری تکنیک های خوشه بندی و الگوریتم ژنتیک است. می توان با انتخاب ویژگی های مناسب توسط الگوریتم ژنتیک و ساخت درختان تصمیم گیری به کاهش پیچیدگی، افزایش انعطاف پذیری و دقت طبقه بندی پرداخت.
در مدل تلفیقی پیشنهادی ابتدا عمل خوشه بندی برروی مجموعه داده اعتباری صورت می گیرد.سپس توسط الگوریتم طبقه بندی متا و الگوریتم انتخاب ویژگی مبتنی بر درخت تصمیم گیری ژنتیکی، درخت تصمیم گیری C4.5 در هر خوشه ساخته می شود. در نهایت با اتخاذ یک استراتژی مناسب، بهترین درختان تصمیم گیری در هر خوشه برای اعتبارسنجی مشتریان انتخاب  می شوند. ابزار یادگیری ماشین وکا و نرم افزار GATree برای تحلیل نتایج بکار می رود. نتایج نشان می دهد که مدل تلفیقی پیشنهادی دقت طبقه بندی بالاتری نسبت به اکثر الگوریتم های طبقه بندی مور مقایسه در این پژوهش دارد و مشتریان اعتباری بانک را با پیچیدگی کمتری طبقه بندی می کند.

فهرست مطالب:
چکیده 
کلید واژه ها
فصل اول: داده کاوی
مقدمه 
داده کاوی چیست؟
تاریخچه داده کاوی
ویژگی های داده کاوی
مزایای داده کاوی
مراحل داده کاوی
عملیات داده کاوی
نرم افزارهای داده کاوی
نمونه های از نرم افزارهای داده کاوی
کاربردهای داده کاوی
کاربرد داده کاوی در بانکداری الکترونیکی
نمونه ای از کاربرد داده کاوی در بانکداری
مراحل عمل داده کاوی از یک پایگاه داده
فصل دوم: داده کاوی و بانکداری
تشریح داده کاوی در بانک
شناسایی و طبقه‏ بندی مشتریان کلیدی
اهمیت دستیابی به رضایت‏مندی مشتری
فرایند داده کاوی در مدیریت ارتباط با مشتری
استخراج داده
تکنیک های استخراج داده
کاربردهای استخراج داده در بخش بانکداری
تعیین اعتبار مشتریان بانک
مجموعه داده 
ریسک اعتباری و اعتبار سنجی
طبقه بندی و درختان تصمیم گیری
خوشه بندی
انتخاب ویژگی ها 
الگوریتم ژنتیک
مدل تلفیقی پیشنهادی
آموزش، تست مدل
مقایسه نتایج درخت تصمیم گیری مدل تلفیقی پیشنهادی با سایر درختان تصمیم گیری
فصل سوم: استنتاج
نتیجه گیری
فصل چهارم: پیوست ها
پیوست 
فصل پنجم: منابع
منابع
فهرست جدولها
فهرست شکل ها

تعداد مشاهده: 1368 مشاهده

فرمت فایل دانلودی:.doc

فرمت فایل اصلی: doc

تعداد صفحات: 75

حجم فایل:2,145 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب برای دانشجویان رشته مهندسی کامپیوتر
    اختصاصی سایت فایلود و بدون مشابه


  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش

کاربرد داده کاوی در سازمان های پلیسی و قضایی به منظور شناسایی الگوهای جرم و کشف جرایم


چکیده:
پیشگیری ازجرم یکی از موضوعات اساسی و مهم در زندگی بشر بوده که در طول تاریخ به شیوه  های مختلف و گوناگون مورد بررسی قرار گرفته است.
با توجه به گسترش فناوری های اطلاعات و ارتباطات و راه اندازی سیستم های جامع اطلاعاتی در سازمان های پلیسی و قضایی و همچنین نیروی انتظامی و ثبت اطلاعات مجرمان در بانک های اطلاعاتی به منظور شناسایی جرم و کشف جرایم یکی از ضرورت های پلیس ایران و دستگاه های قضایی می باشد.
بی شک شرایط اجتماعی بشر رویارویی با پدیده جرم راغیر قابل اجتناب می کند. هدف اصلی این تحقیق مطالعه وبررسی روش مبتنی بر داده کاوی است، این روش با استفاده از ابزارها والگوریتم های داده کاوی و بکارگیری بانک اطلاعاتی موجود می تواند درحوزه های مختلفی همچون شناسایی، پیش بینی وپیشگیری ازجرایم مورد بررسی قرار گرفته و با کنترل دقیق تر نیروها و آرایش نظامی آن ها در مکان جرم از وقوع جرم پیشگیری کند.

فهرست مطالب:
چکیده
مقدمه
تعریف داده کاوی
شکل شماره یک
1. فرایندهای داده کاوی
1.1 تعریف مسئله
1.2 ساختن یک پایگاه داده برای داده کاوی
1.3 جستجوی داده
1.4 آماده سازی داده برای مدل سازی
1.5 تایید اعتبار ساده 
1.6 ارزیابی وتفسیروتایید اعتبارمدل
2. کارکردها و وظایف داده کاوی
شکل شماره دو
2.1 پیش بینی
2.2 دسته بندی
2.3 رگریسون
2.4 سری های زمانی
2.5 قوانین باهم آیی
2.6 خوشه بندی
2.7 خلاصه سازی
2.8 کشف توالی
3. داده کاوی در برخی سازمان های پلیسی و قضایی
3.1 داده کاوی وتحلیل حوادث 
3.2 داده کاوی وبررسی جرم صحنه
3.3 داده کاوی ودوباره قربانی شدن
3.4 داده کاوی وحوادث تیراندازی
3.5 داده کاوی وسرقت مسلحانه
3.6 داده کاوی وجرایم خشونت آمیز
3.7 داده کاوی وحملات تروریستی
3.8 داده کاوی وسرقت ازمنازل
3.9 داده کاوی وجرایم مجازی
4. روش های داده کاوی
4.1 روش خوشه بندی
Association rule mining 4.2  
Sequential pattern mining 4.3 
String comparator 4.4 
5. قوانین نالازمی در داده کاوی
5.1 ضریب پشتیبان
5.2 ضریب اطمینان
5.3 الگوریتم کای میانگ
5.4 ارزیابی کیفیت خوشه بندی
6. روش های تحلیل داده ها
شکل شماره چهار
جدول شماره یک
6.1 تحلیل نتایج
جدول شماره دو
جدول شماره سوم
جدول شماره چهارم
جدول شماره پنجم
جدول شماره ششم
جدول شماره هفتم
جدول شماره هشتم
جمع بندی ونتیجه گیری
منابع

تعداد مشاهده: 1504 مشاهده

فرمت فایل دانلودی:.docx

فرمت فایل اصلی: docx

تعداد صفحات: 42

حجم فایل:212 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات


  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش
    همراه با شکل، نمودار، جدول، پاورقی، فهرست شکل ها، منابع