توسعه و اجراي روش‌هاي داده‌كاوي با ايجاد خوشه‌هاي قوي، متعادل و تفسيرپذير جهت اتخاذ سياست‌هاي مناسب

كارشناسي ارشد

داده‌كاوي فرايندي سيستماتيك و ابزاري قدرتمند براي تجزيه وتحليل داده‌ها و استخراج اطلاعات پنهان از ميان داده‌ها جهت حل مسائل كسب و كار است. روش‌هاي طبقه‌بندي و خوشه‌بندي از مهم‌ترين و پركاربردترين روش‌هاي داده‌كاوي هستند. K-means از شناخته‌شده‌ترين روش‌هاي خوشه‌بندي است كه نسبت به اوليه‌سازي مراكز و انتخاب تعداد خوشه‌ها بسيار حساس هست و در ايجاد ساختار متعادل خوشه‌ها (به‌طور خاص براي مجموعه داده‌هايي با ابعاد بالا) نيز مشكل دارد. از آنجا كه رابطه بين روش‌هاي خوشه‌بندي و روش‌هاي كاهش بعد بسيار نزديك است، كاهش بعد منجر به انتخاب مراكز اوليه در فضاي كوچك‌تري مي‌شود. به همين دليل در پژوهش حاضر، مدلي تركيبي و دوطرفه از K-means و PCA ارائه شده است كه خوشه‌هايي با قابليت تفسيرپذيري بالا ايجاد مي‌كند. همچنين از آنجا كه خوشه‌بندي متعادل (اندازه مساوي هر خوشه) در توليد زيرفضاي تصادفي متدهاي طبقه‌بندي تركيبي نقش مهمي دارد، تا به حال بهبودهايي از منظر اندازه، واريانس و تراكم در آن رخ داده است اما هيچ‌گاه به ايجاد خوشه‌هاي قوي (تعداد مساوي داده از هركلاس در هر خوشه) و متعادل‌سازي از منظر كيفي (به‌عنوان يك مفهوم جديد) توجه نشده است. از اين رو بر اساس يك رويكرد خوشه‌بندي با محدوديت تعادل و قدرت، به ايجاد خوشه‌هاي متعادل و قوي جهت بهبود عملكرد طبقه‌بندي و يادگيري عميق تركيبي از منظر دقت و تنوع پرداخته شده است به‌گونه‌اي كه با در نظر گرفتن كلاس داده‌ها، خوشه‌هاي متعادل و قوي را ايجاد كرده و از انحراف و مغرضانه‌شدن نتايج نسبت به يك كلاس خاص جلوگيري كرده است. از منظر متعادل‌سازي كيفي نيز دو روش خوشه‌بندي متعادل كيفي سخت (با محدوديت تعادل) و خوشه‌‌بندي متعادل‌ كيفي تركيبي نرم (بر محور تعادل) و سخت ارائه شده است كه با ايجاد يك معيار ارزش، خوشه‌هايي را ايجاد مي‌كند كه با كمترين اندازه بيشترين ارزش را دارا هستند يا ارزشي برابر با ساير خوشه‌ها دارند. در نهايت در كنار توسعه روش‌هاي داده‌كاوي، تركيب روش‌هاي خوشه‌بندي K-means و PAM نيز حركتي جديد به سمت برچسب‌گذاري خودكار داده‌هاي عددي و پردازش تصوير خوشه‌هاي حاصله با استفاده از SVD را ايجاد كرده است و پياده‌سازي متدهاي توسعه‌داده‌شده و تركيبي در قالب CRISP-DM علاوه بر دستيابي به اهداف داده‌كاوي (بهبود معيارهاي كمي، كيفي، برچسب‌گذاري و تفسيرپذيري در خوشه‌بندي و دقت و تنوع در طبقه‌بندي و يادگيري عميق تركيبي در مقايسه با متدهاي گذشته)، اهداف كسب و كاري در حوزه‌هاي مختلف (به‌طور ويژه منابع انساني و انرژي) را نيز مدنظر قرار داده است.

207927

دانشگاه علم و صنعت ايران

مهندسي صنايع- مديريت مهندسي

عبدالرحمن حائري