Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Data Mining e Web Mining: l'analisi dei dati per la conoscenza dell'utente

Quadro generale della letteratura esistente sul Data Mining. In particolare il lavoro è suddiviso in due parti ben distinte: un primo capitolo sul Data Mining ed un secondo sul Web Mining.

Mostra/Nascondi contenuto.
1 INTRODUZIONE Il Data Mining si sta rapidamente diffondendo in molte organizzazioni aziendali, come importante strumento per il supporto alle decisioni. In particolare, è una parte del più ampio processo di scoperta di conoscenza a partire dai dati contenuti nei database. Il Data Mining, per scoprire modelli e relazioni nascoste nei database, sfrutta raffinate analisi statistiche e tecniche di modellazione. Molte delle tecnologie in esso impiegate traggono origine principalmente da due filoni di ricerca: quello sviluppato dalla comunità scientifica dell’apprendimento automatico e quello sviluppato dagli statistici. Il Web Mining, in particolare, è l’applicazione di tecniche di Data Mining ai dati provenienti dal Web al fine di scoprire modelli di comportamento degli utenti, per poter capire, e meglio soddisfare, le necessità delle applicazioni basate sul Web. In questo testo si è cercato di esporre un quadro generale della letteratura esistente sul Data Mining. In particolare il lavoro è suddiviso in due parti ben distinte: un primo capitolo sul Data Mining ed un secondo sul Web Mining. Nel primo capitolo, dopo una breve introduzione, si parla del Data Mining nel contesto dell’informatica: vengono discusse le strutture di database più adatte al Data Mining e gli strumenti informatici utilizzati per la scoperta di conoscenza. Dopodiché, nel paragrafo 3, vengono analizzate le differenze tra il Data Mining e la statistica tradizionale. In particolare vengono elencate le problematiche e le carenze concettuali del Data Mining in un contesto di tipo statistico. Nel paragrafo 4 viene illustrato l’intero processo di Data Mining e in quelli successivi viene fornita una panoramica sui vari metodi esistenti (par. 5) e sulle applicazioni del Data Mining (par. 6).

Laurea liv.I

Facoltà: Scienze Statistiche

Autore: Loredana Carmante Contatta »

Composta da 57 pagine.

 

Questa tesi ha raggiunto 5377 click dal 04/11/2004.

 

Consultata integralmente 9 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.