Innovations in Big Data Mining and Embedded Knowledge

این کتاب به سودمندی کشف دانش از طریق داده کاوی می پردازد. با این هدف، مشارکت‌کنندگان از حوزه‌های مختلف مشکلات و کاربردهای مشخصی را پیشنهاد می‌کنند که نشان می‌دهد چگونه داده‌کاوی و کشف دانش جاسازی شده از داده‌های خام می‌تواند برای سازمان‌های اجتماعی، حوزه‌های داخلی و بازارهای ICT مفید باشد.

داده‌کاوی یا کشف دانش. در پایگاه‌های داده (KDD) به دلیل تمرکز بر تبدیل مقادیر زیادی از داده‌ها به دانش جدید، معتبر، مفید و ساختاریافته با شناسایی الگوها و روابط پنهان، مورد توجه فزاینده‌ای قرار گرفته است.

مفهوم دانش گسترده و گسترده است. نظری است و بحث های معرفتی را در فلسفه های غرب ترویج کرده است. علاقه شدید به مدیریت دانش و داده‌کاوی از مشکل در شناسایی مدل‌های محاسباتی که قادر به تقریب رفتارها و توانایی‌های انسانی در حل مشکلات سازمانی، اجتماعی و فیزیکی هستند، ناشی می‌شود. رابط های فعلی ICT هنوز به اندازه کافی برای پشتیبانی و شبیه سازی توانایی های پزشکان، معلمان، دستیاران یا خانه دارها در حوزه های داخلی پیشرفت نکرده اند. و بر خلاف زمینه های صنعتی که توانایی ها به طور معمول اعمال می شوند، دنیای داخلی به طور مداوم در حال تغییر و غیرقابل پیش بینی است. سؤالات چالش برانگیزی در این زمینه وجود دارد: آیا دانشی که در قراردادها، قواعد رفتار، عقل سلیم، اخلاق، احساسات، قوانین، فرهنگ ها و تجربیات قفل شده است را می توان از داده ها استخراج کرد؟ آیا این قابل قبول است که سیستم های خودکاری که رفتارهای احساسی را نشان می دهند، بر تعاملات پیچیده ای که صرفاً بر اساس استخراج حجم زیادی از داده ها استوار است، اداره کنند؟

با بحث در مورد موضوعات چند رشته ای، این کتاب مدل های محاسباتی را پیشنهاد می کند که قادر به تقریب، تا حدودی، انسان هستند. رفتارها و توانایی‌ها در حل مشکلات سازمانی، اجتماعی و فیزیکی.

نوآوری‌های ارائه‌شده از اهمیت اولیه برای موارد زیر برخوردار هستند:

a. جامعه پژوهشی دانشگاهی

b. بازار ICT

c. دکتری دانش آموزان و محققان مراحل اولیه

d. مدارس، بیمارستان ها، مراکز توانبخشی و کمک به زندگی

e. نمایندگانی از صنایع چند رسانه ای و نهادهای استاندارد

This book addresses the usefulness of knowledge discovery through data mining. With this aim, contributors from different fields propose concrete problems and applications showing how data mining and discovering embedded knowledge from raw data can be beneficial to social organizations, domestic spheres, and ICT markets.

Data mining or knowledge discovery in databases (KDD) has received increasing interest due to its focus on transforming large amounts of data into novel, valid, useful, and structured knowledge by detecting concealed patterns and relationships.

The concept of knowledge is broad and speculative and has promoted epistemological debates in western philosophies. The intensified interest in knowledge management and data mining stems from the difficulty in identifying computational models able to approximate human behaviors and abilities in resolving organizational, social, and physical problems. Current ICT interfaces are not yet adequately advanced to support and simulate the abilities of physicians, teachers, assistants or housekeepers in domestic spheres. And unlike in industrial contexts where abilities are routinely applied, the domestic world is continuously changing and unpredictable. There are challenging questions in this field: Can knowledge locked in conventions, rules of conduct, common sense, ethics, emotions, laws, cultures, and experiences be mined from data? Is it acceptable for automatic systems displaying emotional behaviors to govern complex interactions based solely on the mining of large volumes of data?

Discussing multidisciplinary themes, the book proposes computational models able to approximate, to a certain degree, human behaviors and abilities in resolving organizational, social, and physical problems.

The innovations presented are of primary importance for:

a. The academic research community

b. The ICT market

c. Ph.D. students and early stage researchers

d. Schools, hospitals, rehabilitation and assisted-living centers

e. Representatives from multimedia industries and standardization bodies