دانلود تحقیق طراحی Data mart

اختصاصی از اینو دیدی دانلود تحقیق طراحی Data mart دانلود با لینک مستقیم و پر سرعت .

دسته بندی : کامپیوتر _ فناوری اطلاعات ،

فرمت فایل:  ورد ( قابلیت ویرایش و آماده چاپ ) 

---

 قسمتی از محتوای متن ...

تعداد صفحات : 13 صفحه

طراحی Data mart مقدمه متأسفانه انباره داده‌ای متمرکز تا حدی که از آن انتظار می‌رفت، رشد نکرده است.
در مقابل تا میزان زیادی با ریسکها، مدت زمان طولانی برای پیاده سازی وهزینه بالا پرشده است.
مایه حیات یک سازمان توانایی توسعه بخشیدن به برنامه‌های کاربردی است که به طور سریع اطلاعات ارزشمند را به تصمیم گیرنده‌های تجاری انتقال می‌دهد.
با این وجود، انباره داده‌ای متمرکز سعی دارد تا با صورت بر پایه شده براساس معماری مشخص و عدم توانایی‌های مناسب و تغییر کاربردهای جدید که مورد نیاز است، عمل نماید.
بسیاری از سازمانها انفجار داده‌ها را گزارش می‌دهند که حجم قابل توجهی از میزان داده‌ها اصلی را در بر دارد، و این به علت نیاز شدید و سریع به گزارش‌های جدید و جداول خلاصه داده‌ای می‌باشد.
این مسئله در هزینه های هنگفت نهایی و بار سنگین گزارش‌های مدیریتی خود را نشان می‌دهد.
انباره داده مترکز به این منظور طراحی شده‌اند تا بتوانند گزارش‌های از قبل پیش‌بینی شده را پاسخگو باشند.
انباره داده‌ها در عین حال همان طور که Bill Inmon اشاره کرده است، «به منظور کشف فعالیت‌ها طراحی شده است» و نیز در اکثر موارد «کاربران نمی‌دانند چه اطلااتی را در درجه اول نیاز دارند.
» بخش عمده هزینه یک انباره داره ای معمولی به علت روش brute force می‌باشد، که در اثر اساس و طرح پردازش موازی مطرح شده است.
با وجود اینکه پردازش موازی بسیار هزینه در بردارد ولی هیچ کمکی به تولید پاسخ‌های پرس و جوی سریع و adhoc نمی‌کند.
در نتیجه مجبور خواهیم بود، به روش‌های جدیدی به منظور ارضاء این خواست resort نماییم.
اکثر دانشمندان به این منظور معماری data mart وزنی enterprise را آزمایش می‌نمایند datamart تکنولوژیی است که Poised شده تا dra stically کاربردها و جنبه‌های اقتصادی انباره داده‌ای را دوباره شکل دهد و نیز مقایسه دیدگاههای مختلف در رابطه با ویژگی‌ها و سودمندی‌های معماری data mart در مقابل انباره‌های داده‌ای قدیمی به منظور ساخت، deploy، و مدیریت راه حلهای datamart وزنی enterprisk.
The Corporate Data Warehouse در گذشته پیاده سازی‌های شرکت‌های انباره داده‌ای بر پایه main frameها عمل کرده است و مدیریت گسترده‌ای را در محدوده خود نیاز داشته است و نیز به وسیله مدیریت MIS اطلاعات از بالا به پائین قابل دسترسی بوده‌اند.
  متن بالا فقط تکه هایی از محتوی متن مقاله میباشد که به صورت نمونه در این صفحه درج شدهاست.شما بعد از پرداخت آنلاین ،فایل را فورا دانلود نمایید 

---

  لطفا به نکات زیر در هنگام خرید دانلود مقاله :  توجه فرمایید.

• در این مطلب،محتوی متن اولیه قرار داده شده است.
• به علت اینکه امکان درج تصاویر استفاده شده در ورد وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید.
  
• پس از پرداخت هزینه ،ارسال آنی مقاله یا تحقیق مورد نظر خرید شده ، به ادرس ایمیل شما و لینک دانلود فایل برای شما نمایش داده خواهد شد.
• در صورت  مشاهده  بهم ریختگی احتمالی در متون بالا ،دلیل آن کپی کردن این مطالب از داخل متن میباشد ودر فایل اصلی این ورد،به هیچ وجه بهم ریختگی وجود ندارد.
• در صورتی که محتوی متن ورد داری جدول و یا عکس باشند در متون ورد قرار نخواهند گرفت.
• هدف اصلی فروشگاه ، کمک به سیستم آموزشی میباشد.

• • توجه فرمایید که قیمت تحقیق و مقاله های این فروشگاه کمتر از 5000 تومان میباشد (به علت  اینکه بانک ها کمتر از 5تومان را انتقال نمیدهند) باید از کارت هایی استفاده نمایید که بتوان کمتر از مبلغ ذکر شده را پرداخت نمود.. در صورتی که نتوانستید پرداخت نمایید با پشتیبانی در تماس باشید،تا شمارا راهنمایی نمایند...

---

دانلود فایل   پرداخت آنلاین 

شبکه حسگر

اختصاصی از اینو دیدی شبکه حسگر دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 12

بررسی نحوه انتخاب Data Storage در شبکه های حسگر

تهیه کنندگان : یوحنا قدیمی

علی عباسی

کاوه پاشایی

شبکه های سنسور بی سیم شامل نودهای کوچکی با توانایی حس کردن، محاسبه و ارتباط به زودی در همه جا خود را می گسترانند. چنین شبکه هایی محدودیت منابع روی ارتباطات، محاسبه و مصرف انرژی دارند. اول اینکه پهنای باند لینکهایی که گرههای سنسور را به هم متصل می کنند محدود می باشد و شبکه های بیسیم ای که سنسورها را به هم متصل می کنند کیفیت سرویس محدودی دارند و میزان بسته های گم شده در این شبکه ها بسیار متغیر می باشد. دوم اینکه گره های سنسور قدرت محاسبه محدودی دارند و اندازه حافظه کم نوع الگوریتمهای پردازش داده ای که می تواند استفاده شود را محدود می کند. سوم اینکه سنسورهای بی سیم باطری کمی دارند و تبدیل انرژی یکی از مسائل عمده در طراحی سیستم می باشد.

داده جمع آوری شده می تواند در شبکه های سنسور ذخیره شود و یا به سینک منتقل شود وقتی داده در شبکه های سنسور ذخیره می شود مشکلات عدیده ای به وجود می آید:

سنسورها میزان حافظه محدودی دارند که این باعث می شود نتوانیم میزان زیادی داده که در طول ماه یا سال جمع آوری شده را ذخیره کنیم

چون منبع تغذیه سنسورها باطری می باشد با تمام شدن باطری داده ذخیره شده در آن از بین می رود.

جستجو در شبکه گسترده و پراکنده آن بسیار مشکل می باشد.

داده ها می توانند به سینک منتقل شوند و در آنجا برای بازیابی های بعدی ذخیره شوند این شما ایده آل می باشد چون داده ها در یک محل مرکزی برای دسترسی دائمی ذخیره می شوند. با این حال، ظرفیت انتقال به ازای هر نود در شبکه سنسور که به صورت تعداد بسته هایی که سنسور می تواند در هر واحد زمانی به سینک منتقل کند تعریف می شود، محدود می باشد. حجم زیادی از داده نمی تواند به صورت موثر از شبکه سنسور به سینک منتقل شود علاوه بر اینها انتقال داده از شبکه سنسور به سینک ممکن است انرژی زیادی مصرف کند و این باعث مصرف انرژی باطری شود.

بخصوص سنسورهای اطراف سینک به طور وسیع مورد استفاده قرار می گیرند وممکن است سریع خراب شوند و این باعث پارتیشن شدن شبکه می شود. این امکان وجود دارد که با افزایش هزینه برخی از نودها با ظرفیت حافظه بیشتر و قدرت باطری بیشتر در شبکه های سنسور استفاده شود این سنسور ها از اطلاعات موجود در سنسورهای نزدیک Backup می گیرند و به Query ها جواب می دهند. داده جمع آوری شده در هر نود می تواند به صورت پریودیک توسط رباتها به Data ware house منتقل شود چون نودهای ذخیره داده را فقط از نودهای همسایه جمع آوری می کنند و از طریق فیزیکی منتقل می کنند، مشکل ظرفیت محدود حافظه، ظرفیت انتقال و باطری تا حدودی بهبود می یابد.

پرس و جوی کاربر ممکن است فرم های مختلفی داشته باشد برای مثال پرس و جوی کاربر ممکن است این باشد که چه تعداد نود رخداد های انتقال را تشخیص می دهند، میانگین دمای فیلدهای حسگر و یا ... ، در این سناریو هر سنسور علاوه بر حس کردن درگیر مسیریابی داده در دو زمینه می باشد: داده خامی که به نودهای ذخیره منتقل می شود و انتقال برای Query Diffusion و جواب به پرس و جو ، هر کدام از دو مورد ممکن است داده را به سینک منتقل کند و یا به صورت محلی در نود سنسور ذخیره کند، از طرف دیگر داده ای که منحصراً در سینک ذخیره شده است برای جواب به پرس و جو با صرفه تر است چون هیچ هزینه انتقال ندارد ولی تجمع داده در سینک هزینه زیادی دارد در طرف مقابل داده ای که به صورت محلی در سنسور ذخیره شده است هیچ هزینه ای برای تجمع داده ندارد ولی هزینه پرس و جو بسیار بالا می باشد نودهای ذخیره نه تنها یک محل ذخیره سازی دائمی فراهم می کنند یک بافر بین سینک و نودهای سنسور می باشند.

در اینجا ما دو نوع از سنسورها را تعریف می کنیم :

نودهای ذخیره ( Storage Node ) : این گره ها تمام داده هایی که از سایر دریافت کرده اند و نیز داده هایی که خود تولید کرده اند را ذخیره می کنند و هیچ چیزی را قبل از اینکه پرس و جو دریافت کنند نمی فرستند با توجه به تعریف پرس و جو آنها نتایج مورد دلخواه را از داده خام بدست می آورند و نتایج مربوطه را به سینک منتقل می کنند. سینک هم خودش به عنوان نود ذخیره تعبیر می شود.

نودهای فوروارد ( Forwarding Node ) : این نودها داده دریافتی از نودهای دیگر یا داده های تولیدی خود را دوباره از طریق مسیر های خاص به سینک منتقل می کنند این عمل تا زمانی که داده به یک نود ذخیره منتقل شود ادامه پیدا می کند عملیات ارسال دوباره مستقل از پرس و جو می باشد و بنابراین نیاز به هیچ پردازشی ندارد. شکلهای زیر این تعریف ها را به خوبی نمایان می کند.

تحقیق در مورد Data Warehouse برای سازمانها 39 ص

اختصاصی از اینو دیدی تحقیق در مورد Data Warehouse برای سازمانها 39 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 40

Data Warehouse برای سازمانها

در حالی که عمر کوتاهی از استفاده از Database بعنوان بستری برای داده ها جهت انجام آنالیزهای پیچیده می گذرد، ولی نیاز به اینگونه عملیات از دیرزمانی احساس می شده و ابزار Database نیز در اینمورد از ارجحیت خاصی برخوردار گردیده اند. پاسخ به سؤالاتی نظیر What – If ، شبیه سازمانهای عملیات مهم مانند معرفی یک محصول جدید، یا تعیین پر سودترین محصولات، همگی از نیازهای اصلی کسب و کار بشمار آمده و ایجاد Data warehouse به کمک کامپیوتر جهت حل اینگونه مسایل کمک بسیار بزرگی کرده است.

در واقع کامپیوتر جهت حل مسایل پیچیده آنالیز داده ها، از سالهای 1950 مورد استفاده بوده اند و اساساً ماهیت مسایلی که توسط Data warehouse حل می شود، در این پنچ دهه تفاوتی نکرده است. انجام عملیات مختلف بر روی اعداد برای بدست آوردن نتایج گوناگون، عملیات Aggregation روی داده های هر مجموعه و آنالیز واریانس داده ها، جدید بشمار نمی آیند.

Expert Systems & Decision Support Systems

چنانچه به مسیر تحول داده ها توجه شود، الگوی واضحی از طرز استفاده آنها در Data Warehouse های حتی پیچیده دیده می شود. عامل مهمی که در این مسیر بسیار تغییر یافته است سرعت می باشد، سرعتی که با آن برای سؤالات پاسخی ایجاد می گردد. از سالهای 1975 تا 1990 برای مدیران برنامه ریزی استراتژیک، ساعتهای طولانی منتظر ماندن برای دریافت پاسخ امری عادی بشمار می آمد. امروزه Warehouse های Decision Support امکان ایجاد پاسخ برای انواع Query (پرس و جوها) را حتی برای کاربر نهایی در کمترین زمان ممکن (کسری از ثانیه) دارا می باشد. بنا به ماهیت سوالات مطروحه در صنعت امروز و حساسیت پاسخگویی، نیاز به سرعت در پاسخگویی بسیار احساس می شود.

با ایجاد یک شبیه سازی و یا طرح What – If از سوی کاربر Data Warehouse ، غالباً پاسخ به یک سؤال منجر به طرح سوالات دیگر خواهد شد و عامل زمان در این امر نقش مؤثری دارا می باشد.

Expert Systems & Data Warehouse

Expert System در دنیای کامپیوتر واژه ای است که برای هر برنامه حاوی عبارت IF مورد استفاده قرار می گیرد. بطور کلی یک سیستم خبره با Expert System پروسس ساخته یافته تصمیم گیری در ذهن بشر را مدل داده و آنرا به شرایط دنیای واقعی می رساند.

هر پروسس Decision Making قوانین یا Rule هایی در Interface engine دارند. Interface Engine جهت بکار انداختن اجزای جمع آوری اطلاعات یک سیستم که نهایتاً به راه حل مساله خواهند رسید، مورد استفاده می باشد. در واقع سیستم خبره تصمیمی برای کاربر می گیرد، در حالی که سیستم Decision Making تصمیمی را بهمراه کاربر می گیرد. سیستم خبره هیچ امکاناتی برای دخالت انسان در پروسس تصمیم گیری فراهم نمی کند. بسیاری تصمیم گیریهای واقعی در دنیای مدیریت نیازی به دخالت انسانی ندارد و Data Warehous قادر به تأمین پاسخ بدون دخالت کاربر می باشد. یعنی با وجود Data Warehouse کامپیوتر قادر به تولید گزارشات روزانه مورد نیاز بطور اتوماتیک می باشد. هم چنین یک سیستم DSS ، داده ها را طوری aggregate اولیه می نماید که مدیریت قادر به نگرشی کلی و نتیجه گیری می گردد. در DSS ها، هر قدر میزان aggregate در داده ها بالاتر بوده، قدرت تصمیم گیری و پیش بینی انسان بیشتر است.

Decision Support Systems & Data Warehouse

معمولاً Dss ها بعنوان نوعی از Data Warehouse هایی مطرح گشته که با حل مسایل نیمه ساختار یافته سرو کار دارد. بعبارتی دیگر مساله هر دو جز ساختار یافته و نیافته را دارا بوده و جز ساختار نیافته نیاز به دخالت انسانی داشته و ارتباط انسان با DSS را ایجاب می نماید.

اجزای ساختار یافته یک DSS ، قوانین تصمیم گیری یا Decision Rules ذخیره شده بعنوان سیستم پردازش مسایل می باشند و جز دیگر به انسان واگذار می شود. مثالهایی از مسایل نیمه ساختار یافته : انتخاب یک سایت برای کارخانه، و یا انتخاب سبد سهام (Stock Portfolio ).

در تکنولوژی Decision Support بسیاری عملیات نیاز به دخالت انسانی دارد مثل انتخاب سایت که اجزا ساختار یافته و نیافته را با هم دارد. عوامل و قوانینی براحتی قابل اندازه گیری بوده و در سیستم Database نگهداری می شوند و این به کاربر سیستم امکان ایجاد سناریوی What – If را می دهد. با اینحال وجود اجزای ساختار یافته، ساختار یافتگی کلی پروسس تصمیم گیری را تضمین نمی نماید.

یک سیستم DSS این مشخصات را دارد :

یک مسأله اتفاق نیافتاده برای حل موجود است.

دادن ورودی توسط انسان لازم است.

مدلی برای تست فرضیات Hypothesis test موجود است.

انجام Query های خاص امکانپذیر است (در پی انجام درخواستهای مکرر در سیستم از Database ، هر پاسخ Query منجر به Query دیگری خواهد شد، چون منظور از این Query ها ایجاد Query بدون شکلی خاص برای اطلاعات موجود جهت تصمیم گیری است، زمانهای پاسخگویی بسیار با اهمیت اند)

ممکن است بیش از یک پاسخ قابل قبول بوجود بیاید.

منابع خارجی از داده ها نیز مورد استفاده قرار می گیرند.

همچنین DSS ها به کاربران امکان ایجاد سناریوی What – If را میدهند. اینها اساساً ابزارهای مدل دهنده ای هستند که به کاربر امکان تعریف محیط و شبیه سازی رفتار آن محیط در صورت بروز تغییرات را میدهند.

انواع خروجی های سیستم Decision Support عبارتند از :

(Management Information System) MIS ، شامل پیش بینی ها و گزارشات استاندارد

تست فرضیات (Hypothesis Tests ) ، شامل تمامی سوالات متوالی که هر پاسخ منجر به طرح سوالات بعدی می شود.

ساخت مدل، ایجاد مدل و تأیید رفتار آن در برابر داده های historical در Data Warehouse مدلهای پیش بینی کننده، جهت پیش بینی رفتارها بر اساس عوامل historical مورد استفاده قرار می گیرند.

کشف جریانهای ناشناخته، مثلاً علت فروش بالای یک محصول در منطقه ای خاص. ابزار داده کاوی Data Minig پاسخگوی اینگونه سوالات، حتی در حالاتی که سوالی خاص مطرح نشده باشد، می باشد.

تحقیق در مورد data Center چیست ؟ 15 ص

اختصاصی از اینو دیدی تحقیق در مورد data Center چیست ؟ 15 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 15

Center چیست؟

Data Center ها با در اختیار داشتن اتصالات پرسرعت ‌ای به اینترنت، و همچنین در اختیار داشتن سرورهای قوی و متعدد، امکان راه‌اندازی سرورهای وب را برای عموم مردم ممکن ساختند. شرکت‌های تجاری و مردم می‌توانستند با اجاره کردن فضای محدودی در این سرورها، سایت‌های وب خود را معرض دید عموم قرار دهند.

تا قبل از دهه 90 استفاده از اینترنت برای مردم عادی به سادگی امکان‌پذیر نبود، چرا که استفاده از امکانات اینترنت نیاز به دانش خاصی داشت. محیط خط فرمانی(Command Line) و ساختار غیر گرافیکی اینترنت سبب شده بود که کاربران عادی علاقه چندانی به استفاده از اینترنت نداشته باشند.

در اوایل دهه 90، پس از به وجود آمدن مفهوم وب در اینترنت (سال 1993 ) و پروتکل HTTP که به سادگی امکان به اشتراک گذاشتن مستندات در اینترنت را در اختیار کاربران قرار می‌داد، روز به روز بر تعداد کاربران اینترنت افزوده شد. از سوی دیگر با اضافه شدن کاربران اینترنت، حجم مستندات نیز روز به روز افزایش یافت. مسلماً خطوط سابق اینترنتی و سرورهای موجود، توانایی جوابگویی به خیل عظیم کاربران را نداشتند.

همچنین با زیاد شدن کاربران و بالا رفتن حجم مستندات، و نیز سادگی انتشار اطلاعات در اینترنت، مفاهیم تجاری نیز وارد عرصه اینترنت شدند. شرکت‌های تجاری نیاز به سرورهایی داشتند که این امکان را به آنها بدهد که به سادگی و با سرعت بتوانند اطلاعات خود را در اختیار مشتریان و کاربران خود قرار دهند.

بالطبع این امکان وجود نداشت که هر شرکت یا سازمانی که قصد راه‌اندازی سایت‌های اینترنتی را دارد، خود راساً اقدام به راه‌اندازی سرور خود کند، چرا که با وجود کاربران زیاد این سایت‌ها و حجم بالای ترافیک، نیاز به اتصال‌هایی با سرعت‌های بسیار بالا وجود داشت که مسلما حتی در صورتی که این امکان از لحاظ عملی وجود داشته باشد، هزینه بالایی را می‌طلبید.

راه‌حلی که برای این مشکل به نظر رسید، راه‌اندازی مراکز خاصی تحت عنوان Data Center یا مراکز داده‌ای بود. Data Center ها با در اختیار داشتن اتصالات پرسرعت ‌ای به اینترنت، و همچنین در اختیار داشتن سرورهای قوی و متعدد، امکان راه‌اندازی سرورهای وب را برای عموم مردم ممکن ساختند.

شرکت‌های تجاری و مردم می‌توانستند با اجاره کردن فضای محدودی در این سرورها، سایت‌های وب خود را معرض دید عموم قرار دهند. برخی شرکت‌های بزرگ نیز با توجه به نیاز خود، اقدام به اجاره کردن یک سرور در مرکز داده‌ای می‌کردند و آن را از راه دور با ابزارهای خاص کنترل می‌کردند.

اکنون با توجه به رشد سریع اینترنت، روز به روز به تعداد Data Center ها اضافه می‌شود به طوری که در حال حاضر در اکثر کشورهای پیشرفته این مراکز وجود دارند. تمرکز این مراکز بخصوص در کشور امریکا بسیار زیاد است. دلیل آن ارزان بودن نرخ اتصال به اینترنت و همچنین در دسترس بودن سرعت‌های بالا می‌باشد.

برخی از این Data Center از طریق خطوط مختلف فیبرنوری، پهنای باندی بیش از 4Gbps را در اختیار دارند و تعداد سرورهای این Data Center معمولا بیش از 1000 است که بر اساس مشخصات به متقاضیان اجاره داده می‌شود.

دانلود کتاب Practical Statistics for Data Scientists: 50 Essential Concepts

اختصاصی از اینو دیدی دانلود کتاب Practical Statistics for Data Scientists: 50 Essential Concepts دانلود با لینک مستقیم و پر سرعت .

 Practical Statistics for Data Scientists: 50 Essential ConceptsVolume: Author(s):Peter Bruce, Andrew BruceSeries: Periodical: Publisher:O’Reilly MediaCity: Year:2017Edition:1 (Early Release)Language:EnglishPages (biblio\tech):250\0ISBN:1491952962, 9781491952962ID:1586159Time added:2016-11-24 11:48:43Time modified:2016-11-24 11:48:44Library: Library issue:0Size:3 MB (2707879 bytes)Extension:pdf