Real World Data Mining Applications

برنامه‌های داده‌کاوی از حوزه‌های تجاری تا اجتماعی را شامل می‌شود و برنامه‌های کاربردی جدید به سرعت ظاهر می‌شوند. به عنوان مثال، در زمینه شبکه های اجتماعی. گسترش حوزه کاربرد و دسترسی اجتماعی داده کاوی پیشرفته مسائل مربوط به حریم خصوصی و امنیت را مطرح می کند. داده کاوی امروزی یک تلاش چند رشته ای مترقی است. این رویکرد بین رشته ای و چند رشته ای به خوبی در حوزه سیستم های اطلاعاتی منعکس شده است. تحقیقات سیستم‌های اطلاعاتی نیازمندی‌های نرم‌افزاری و سخت‌افزاری را برای پشتیبانی از برنامه‌های کاربردی محاسباتی و داده فشرده مورد بررسی قرار می‌دهد. علاوه بر این، جنبه های تجزیه و تحلیل سیستم و داده ها و تمام فعالیت های دستی یا خودکار را در بر می گیرد. از این نظر، تحقیق در رابط سیستم های اطلاعاتی و داده کاوی دارای پتانسیل قابل توجهی برای تولید دانش عملی است که برای تصمیم گیری شرکتی حیاتی است. هدف از جلد پیشنهادی ارائه یک رفتار متوازن از آخرین پیشرفت‌ها و پیشرفت‌ها در داده‌کاوی است. به ویژه، کاوش هم افزایی در تقاطع با سیستم های اطلاعاتی. این به عنوان بستری برای دانشگاهیان و شاغلین خواهد بود تا دستاوردهای اخیر خود را برجسته کنند و فرصت های بالقوه را در این زمینه آشکار کنند. به دلیل ماهیت چند رشته‌ای آن، انتظار می‌رود این جلد به منبعی حیاتی برای خوانندگان وسیعی از دانش‌آموزان، مهندسین و توسعه‌دهندگان، محققان و دانشگاهیان تبدیل شود.

Data mining applications range from commercial to social domains, with novel applications appearing swiftly; for example, within the context of social networks. The expanding application sphere and social reach of advanced data mining raise pertinent issues of privacy and security. Present-day data mining is a progressive multidisciplinary endeavor. This inter- and multidisciplinary approach is well reflected within the field of information systems. The information systems research addresses software and hardware requirements for supporting computationally and data-intensive applications. Furthermore, it encompasses analyzing system and data aspects, and all manual or automated activities. In that respect, research at the interface of information systems and data mining has significant potential to produce actionable knowledge vital for corporate decision-making. The aim of the proposed volume is to provide a balanced treatment of the latest advances and developments in data mining; in particular, exploring synergies at the intersection with information systems. It will serve as a platform for academics and practitioners to highlight their recent achievements and reveal potential opportunities in the field. Thanks to its multidisciplinary nature, the volume is expected to become a vital resource for a broad readership ranging from students, throughout engineers and developers, to researchers and academics.