توضیحات

چکيده

امروزه با توجه به گسترش روز افزون اطلاعاتی که بشر با آنها سر و کار دارد، بهره­گيری از روش هايی همچون داده­ کاوی برای استخراج دانش و اطلاعات نهفته در داده ­ها، امری غيرقابل اجتناب می­باشد. بدليل حجم بسيار بالای داده ­ها در بسياری از کاربردها و اهميت بيشتر داده­ های جديد، ذخيره ­سازی اين داده­ها امری مقرون به صرفه نيست، لذا داده ­هايی که بايد مورد پردازش قرار گيرند، همواره بصوت پويا در حال تغيير و تحول هستند. مساله ديگری که امروزه در بحث داده­ کاوی وجود دارد، بحث توزيع شدگی ذاتی داده­ ها است. معمولا پايگاه هايی که اين داده ­ها را ايجاد يا دريافت میکنند، متعلق به افراد حقيقی يا حقوقی هستند که هر کدام بدنبال اهداف و منافع خود می­باشند و حاضر نيستند دانش خود را بطور رايگان در اختيار ديگران قرار دهند.

با توجه به قابليت های عامل و سيستم های چندعامله و مناسب بودن آنها برای محيط های پويا و توزيع شده بنظر می­رسد که بتوان از قابليت های آنها برای داده­کاوی در محيط های پويا و محيط های توزيع شده بهره برد. اکثر کارهايی که تاکنون در زمينه بهره ­گيری از عامل و سيستم های چندعامله انجام شده است خصوصيت هايی همانند خودآغازی و بخصوص متحرک بودن عاملها را مورد بررسی قرار داده است و در آنها مواردی همچون هوشمندی، يادگيری، قابليت استدلال، هدفگرايی و قابليتهاي اجتماعی عاملها مورد بررسی قرار نگرفته است. در اين تحقيق ما قصد داريم تا ضمن بررسی کارهای موجود در زمينه کاربرد عامل و سيستم های چند عامله در داده­کاوی، بحث طبقه­ بندی جريان داده­ ها را در يک محيط پويا مورد بررسی قرار دهيم. ما مساله خود را در دو فاز مورد بررسی قرار خواهيم داد. در فاز اول خصوصيتهای يک عامل تنها مورد بررسی قرار خواهد گرفت و در فاز دوم قابليتهای اجتماعی عاملها مانند مذاکره، دستيابی به توافق و … برای  در يک محيط پويا و توزيع­ شده رقابتی مورد استفاده قرار خواهد گرفت. بطور کلی دستاوردهای اصلی اين تحقيق عبارتند از ۱) ارائه يک رويکرد مبتنی بر عامل برای مساله طبقه­ بندی جريان داده­ های دارای تغيير مفهوم و پويا با استفاده از قابليت های هدفگرايی، هوشمندی، يادگيری و استدلال ۲) ارائه يک رويکرد مبتنی بر سيستم های چندعامله برای طبقه­ بندی جريان داده­ های توزيع­ شده در يک محيط رقابتی با استفاده از قابليت های اجتماعی عاملها و دستيابی به توافق. نتايج حاصل از آزمايشات انجام شده در اين پايان­ نامه نشان­ دهنده برتری استفاده از عاملها و سيستم های چندعامله برای بحث طبقه ­بندی و داده­ کاوی در محيط های پويا و توزيع شده می‌باشد.

کلمات کليدی:

داده­ کاوی، طبقه­ بندی، جريان داده، عامل.

فهرست مطالب

1. فصل اول – معرفی و آشنايی با مفاهيم اوليه

۱-۱- مقدمه ­ای بر داده­کاوی

۱-۱-۱- خوشه­  بندی

۱-۱-۲- کشف قواعد وابستگی

۱-۱-۳- طبقه­ بندی

۱-۱-۳-۱- طبقه­بندی مبتنی بر قواعد

۱-۲- داده ­کاوی توزيع ­شده

۱-۳- عاملها و سيستمهای چندعامله

۱-۳-۱- عامل

۱-۳-۱-۱- مقايسه عامل با شی

۱-۳-۱-۲- معماری عاملها

۱-۳-۱-۳- معماری BDI

۱-۳-۲- سيستم­های چندعامله

۱-۳-۲-۱- مذاکره 

۱-۴- بهره ­گيری از عامل برای داده ­کاوی

۱-۴-۱- سيستم­های چندعامله، بستری برای داده­کاوی توزيع شده

۱-۵- جمع­ بندی

2. فصل دوم – داده­کاوی پويا

۲-۱- مقدمه­ای بر داده­کاوی پويا

۲-۲- جريان داده

۲-۳- طبقه­بندی جريان داده 

۲-۳-۱- موضوعات پژوهشی

۲-۴- جمع ­بندی

3. فصل سوم – مروری بر کارهای انجام شده

۳-۱- مقدمه

۳-۲- داده­ کاوی توزيع­ شده ايستا

۳-۲-۱- روشهای غيرمتمرکز

۳-۲-۲- روشهای مبتنی بر توزيع ذاتی داده­ها 

۳-۳- کارهای مهم انجام شده در زمينه داده­کاوی با استفاده از عامل

۳-۴- کارهای انجام شده در زمينه طبقه­بندی جريان داده­ها

۳-۴-۱- روشهای طبقه­بندی Ensemble-based

۳-۴-۲- درختهای تصميم بسيار سريع

۳-۴-۳- طبقه­بندی On-Demand

۳-۴-۴- OLIN

۳-۴-۵- الگوريتمهای LWClass

۳-۴-۶- الگوريتم ANNCAD

۳-۴-۷- الگوريتم SCALLOP

۳-۴-۸- طبقه­بندی جريان داده­ها با استفاده از يک روش Rule-based

۳-۵- جمع ­بندی

4. فصل چهارم – تعريف مساله

۴-۱- مقدمه

۴-۲- تعريف مساله برای فاز اول

۴-۲-۱- جريان داده

۴-۲-۲- مفهوم يا مدل موجود در جريان داده 

۴-۲-۳- مساله طبقه­بندی جريان داده­های دارای تغيير مفهوم

۴-۳- تعريف مساله برای فاز دوم

5. فصل پنجم – رويکردهای پيشنهادی

۵-۱- مقدمه

۵-۲- رويکرد پيشنهادی برای فاز اول پروژه

۵-۲-۱- عامل و ويژگيهای آن در اين مساله

۵-۲-۲- عملکرد کلی عامل

۵-۲-۳- معماری عامل

۵-۲-۳-۱- حسگرها

۵-۲-۳-۲- پايگاه دانش عامل

۵-۲-۳-۳- تابع ارزيابی محيط

۵-۲-۳-۳-۱- نحوه تشخيص اطلاعات و نگهداری الگوهای recur در جريان داده 

۵-۲-۳-۳-۲- نحوه استخراج الگوهای recur 

۵-۲-۳-۳-۳- نحوه بروزرسانی اطلاعات مربوط به الگوهای recur 

۵-۲-۳-۳-۴- نحوه محاسبه وقوع احتمال وقوع يک الگوی خاص

۵-۲-۳-۴- تابع سودمندی

۵-۲-۳-۵- بخش تصميم­گيری و Planning

۵-۲-۳-۵-۱- بخش تصميم ­گيری

۵-۲-۳-۵-۲- Planning

۵-۲-۳-۶- بخش Action

۵-۳- رويکرد پيشنهادی برای فاز دوم مساله

۵-۳-۱- عاملهای مشتری

۵-۳-۲- عامل صفحه زرد

۵-۳-۳- عاملهای داده ­

۵-۳-۳-۱- معماری عاملهای داده­

۵-۳-۳-۱-۱- تابع BR

۵-۳-۳-۱-۲- تابع Generate Options

۵-۳-۳-۱-۳- تابع فيلتر

۵-۳-۳-۱-۴- بخش Actions

۵-۳-۳-۱-۵- Plan های عامل

۵-۳-۳-۱-۵- ۱- Plan مربوط به طبقه­بندی

۵-۳-۳-۱-۵-۲- Plan مربوط به تطبيق طبقه ­بند 

۵-۳-۳-۱-۵-۳- Plan مربوط به خريد و فروش قواعد با استفاده از مذاکره

۵-۴- جمع­ بندی

6. فصل ششم – آزمايشات و نتايج

۶-۱- مقدمه

۶-۲- محيط عملياتی

۶-۳- مجموعه داده­های مورد استفاده

۶-۳-۱- مجموعه داده­های استاندارد

۶-۳-۲- مجموعه داده­های واقعی

۶-۴- معيارهای ارزيابی و روشهای مورد استفاده برای مقايسه

۶-۵- آزمايشات انجام شده 

۶-۵-۱- آزمايشات مربوط به فاز اول

۶-۵-۲- آزمايشات مربوط به فاز دوم

۶-۶- جمع­بندی

7. فصل هفتم- جمع­بندی و نتيجه­ گيری

 فهرست مراجع