eitaa logo
مهارت پژوهشگری 👨‍💻
9.5هزار دنبال‌کننده
1.2هزار عکس
324 ویدیو
208 فایل
🧕کاویانی هستم؛ دکتری تعلیم‌‌و‌تربیت، کارشناسی‌ارشد تربیت اسلامی، سطح‌ سه تفسیر 💯 اینجا با تکنیک‌های‌ مهم #پژوهشگری و #توسعه_فردی‌ آشنا می‌شی ⛔️ کپی ممنوع 🌐 سایت‌مون pajohesh-esfahan.ir ☎️ تبلیغات‌مون https://eitaa.com/joinchat/1851917132Cf43b9d9499
مشاهده در ایتا
دانلود
✦﷽؛✦ 🟥 عرض سلام و ادب خدمت اعضای محترم و گرامی کانال مهارت پژوهشگری ✨خوش آمدید.✨ 🟩 لطفا برای دسترسی سریع و آسان و کامل به مطالب کانال در ارتباط با یک موضوع، هشتگ های مدنظرتون رو از لیست زیر پیدا و اون ها رو دنبال کنین.👇 🟧 این فهرست به مرور کامل میشه. ❌ کپی از مطالب کانال جایز نیست. @pajohesh_esfahan ••✦•┈┈┈••❅✾❅••┈┈┈•✦••
🎧 آیا تا به حال عنوان داده کاوی را شنیده اید!؟؟ 🩺 آیا داده کاوی همان متن کاوی ست!؟؟ 📝 با ما باشید تا در چند پست بعدی به صورت مفصل در این راستا صحبت کنیم! 🛎 🎯اما داده کاوی👇 🎲 امروزه داده یکی از ارزشمندترین دارایی‌­های سازمانی تحقیقاتی محسوب شده و کسب و کار اغلب شرکت­‌های بزرگ دنیا، داده‌­محور طراحی شده است. 🖥 کسب دانش از داده، توسط روش­‌های داده­‌کاوی انجام می‌­شود. به بیانی دیگر، داده‌کاوی به معنای ↩️ بررسی و تحلیل داده‌ها و کشف روابط و الگوهای میان آن‌هاست و از سه گام اصلی تشکیل شده است: ⬇️ 🪛پیش‌پردازش داده، 🪛تحلیل داده و 🪛ترجمه نتایج. 🧭 داده‌های دنیای واقعی اغلب کثیف و نامرتب هستند و برای داده‌کاوی ضروری است تا تمیز شده و در صورت نیاز به انواع دیگر داده تبدیل شوند. 😳 ⚙ این فعالیت در گام پیش‌پردازش داده انجام خواهد گرفت. ⚙ در گام تحلیل، داده‌ها بر اساس نیاز سیستم پیشنهاددهنده خوشه‌بندی یا دسته‌بندی شده و یا قواعد انجمنی و الگوهای پرتکرار آن استخراج می‌شود. ⚙ در گام نهایی نیز، نتایج بدست آمده بر اساس نیاز کاربران ترجمه شده و در اختیار آنها قرار می‌گیرند. 🖥 برای این منظور لازم است تا ترکیبی از دانش حوزه‌های گوناگون نظیر کسب­‌و‌کار، زبان‌شناسی، هوش مصنوعی، ریاضیات و آمار، یادگیری ماشین نویسی، آشنایی با روش های تحلیلی و ... با یکدیگر ترکیب شوند تا امکان استخراج دانش را از حجم انبوه داده فراهم کنند. 🎲 بر این مبنا، کاربردهای گسترده­ای را برای داده‌­کاوی می­ توان درنظر گرفت ↩️ از تحلیل وضعیت فعلی و کشف الگوهای پنهان تا پیش­‌بینی روندهای آینده و پیشنهاد برای بهبود وضعیت فعلی. 💢💯ادامه دارد... ┏━━ °•🖌🏷🖍•°━━┓ 🗂@pajohesh_esfahan ┗━━ °•🖍🏷🖌•°━━┛
مهارت پژوهشگری 👨‍💻
🎧 آیا تا به حال عنوان داده کاوی را شنیده اید!؟؟ 🩺 آیا داده کاوی همان متن کاوی ست!؟؟ 📝 با ما باشید
🪀در پست قبل کمی راجع به "داده کاوی" صحبت کردیم، لیکن هنوز در اینکه داده کاوی چیست و چه اهمیتی دارد، صحبت مفصل داریم! 😳 🧭 امروزه شرکت‌ها از طریق ارائه خدمات و ارتباط مستمر با مشتری، اطلاعات زیادی به دست می‌آورند که اگر راه استفاده از این داده‌ها را بدانند، سود بسیاری خواهند برد.🤔 ⚙ داده کاوی (Data Mining) به زبان ساده یک روش حل مسئله است که با تحلیل حجم زیادی از داده ها، الگوهای تکرارشونده ای را از آن‌ها استخراج می‌کند. 🛠 سپس با پیداکردن ارتباطات بین اتفاقات مختلف و این الگوها، راه حل هایی برای چالش‌ها ارائه می‌دهد. 🧭 در واقع دیتا ماینینگ از اطلاعاتی که ممکن است کاربردی نداشته باشند، نتایج ارزشمندی کشف کرده و آن‌ها را قابل استفاده می‌کند. 💊 ⚙ دیتا ماینینگ؛ علمی قوی است که می‌تواند در همه چیز سرک بکشد و از دل ندانسته‌ها بسیاری از سوالات ما را جواب دهد. 👌 📡 امروزه اهمیت این علم در شرکت‌های بزرگ به قدری شناخته شده است که قبل از تصمیم گیری و برنامه ریزی برای انجام کمپین‌های تخصصی و یا طراحی محصولات پر هزینه، ابتدا برای به دست آوردن داده‌های عمومی اقدام می‎کنند. ⚙ یک مثال عینی از داده کاوی را مطرح می کنم تا با کاربرد داده کاوی بیشتر آشنا شوید ⬅️ در سال‌های اخیر بعضی تحقیقات بازاریابی در برخی فروشگاه‌ها نشان داده اند مشتریانی که برای خرید شیر به فروشگاه می‌‌‌آیند معمولا نان هم خریداری می‌کنند. لذا مدیران بسیاری از فروشگاه‌ها پس از این مشاهده، تصمیم گرفتند نان و شیر را با فاصله از هم قرار داده و بین این دو، کالاهای کم مصرف را بگذارند. ⬅️ با این روش، میزان فروش این کالاهای کم مصرف افزایش یافت و به رونق آن فروشگاه‌ها کمک زیادی کرد. 🧨 🛠 داده اولیه در این تحقیقات نوع خریدهای مردم بوده و دانشی که این داده را قابل استفاده کرده، علم ☆داده کاوی☆ (Data Mining) است. 👏 💢💯ادامه دارد... ┏━━ °•🖌🏷🖍•°━━┓ 🗂@pajohesh_esfahan ┗━━ °•🖍🏷🖌•°━━┛
مهارت پژوهشگری 👨‍💻
🪀در پست قبل کمی راجع به "داده کاوی" صحبت کردیم، لیکن هنوز در اینکه داده کاوی چیست و چه اهمیتی دارد،
🧲 در دو پست قبل، داده کاوی برای شما همراهان کانال توضیح داده شد: اما داده کاوی چه ربطی به پژوهش دارد؟! 🤔 🧮 داده کاوی در هر زمینه ای که به آن نیاز است، می‌تواند کاربرد داشته باشد و ما به عنوان یک پژوهشگر باید با آن آشنا باشیم. 🧲 امروزه دیتا ماینینگ در موارد بسیاری اهمیت فراوان دارد: 🔪 تحقیقات جنایی و جرم شناسی: 💢از داده کاوی می‌توان برای بررسی ارتباطات بین حوادث جنایی و… استفاده و آن را آسیب شناسی کرد تا بتوان با اطلاعات به دست آمده، از اتفاقات مشابه جلوگیری کرد. 💰تحقیقات بازار خرید مشتریان: 💯در این صنعت، شرکت‌ها از تکنیک‌های داده کاوی برای قیمت‌گذاری محصولات و یافتن راه‌های نوینی برای عرضه محصولات رقابتی به پایگاه مشتریان فعلی خود استفاده می‌کنند. 💼 آموزش: 💢معلمان و دانشجویان رشته های علوم تربیتی، برنامه ریزی درسی و ... با استفاده از بررسی فرایند آموزشِ یکپارچه و داده‌محور در مدارس، می‌توانند عملکرد دانش‌آموزان را پیشاپیش برآورد کنند و استراتژی‌های مداخله‌گر برای آموزش بهتر به آنها عرضه نمایند. این دسته از افراد، با استفاده از داده کاوی می‌توانند علل میزان پیشرفت تحصیلی و موفقیت درسی و افت تحصیل و ترک تحصیل و ... دانش‌آموزان را با دقت بالا پیش‌بینی کرده و به جامعه ی علمی آموزشی کشور خدمت شایانی کنند! 👌 ⚙ تولیدکنندگان: 💯در حوزه تولید، هماهنگ کردن برنامه‌های عرضه با پیش‌بینی تقاضا یک ضرورت است. همچنین تشخیص زودهنگام مشکلات، تضمین کیفیت و نحوه سرمایه‌گذاری در ارزش برند نیز به نوبه خود اهمیت فراوانی دارد. تولیدکنندگان می‌توانند با داده کاوی، امور مختلفی همچون هزینه‌های تولید و نگهداری را پیش‌بینی کنند و از این رهگذر، راندمان کار را به حداکثر برسانند. 📝 بانکداری: 💢الگوریتم‌های خودکار به بانک‌ها کمک می‌کند که درک بهتری از پایگاه مشتریان خود به دست آورند و دید آنها نسبت به میلیاردها تراکنشی که در سیستم مالی‌شان صورت می‌گیرد بازتر شود. شرکت‌های فعال در حوزه مالی با داده کاوی، نگرش بهتری نسبت به ریسک‌های بازار به دست خواهند آورند، تقلبات را به گونه‌ای سریع‌تر تشخیص می‌دهند، تعهدات قانونی را به خوبی مدیریت می‌کنند و خروجی سرمایه‌گذاری‌های بازاریابی را بالا می‌ببرند. در ضمن از داده کاوی می توان به منظور شناسایی الگوریتم‌های حمله ی هکرها استفاده و از حملات الکترونیکی بانکی جلوگیری کرد. 👏 👨‍💻مدیریت ارتباطات مشتریان (CRM): 💯بانک‌های اطلاعاتی بزرگ، اطلاعات ارزشمندی را در خود نهفته دارند که می‌توان از آنها برای بهبود روابط مشتری، بهینه‌سازی کمپین‌های تبلیغاتی و پیش‌بینی میزان فروش استفاده کرد. شرکت‌های خرده‌فروش با بهره‌گیری از مدل‌های اطلاعاتی دقیق، قادرند کمپین‌های هدفمندتری عرضه نموده و پیشنهادهایی که تاثیر بیشتری بر مشتریان دارد، به آنها عرضه نمایند. 🩺 سلامت عمومی: 💢با داده کاوی می توان آمار بهداشت عمومی و علل بیماری های منطقه ای را شناسایی و با سرعت و دقت؛ تصمیم های مهم در جهت گسترش فرهنگ بهداشت با کمترین هزینه گرفت. وزارت بهداشت، دانشجویان پزشکی و رشته های مشابه، می توانند از این مهارت به خوبی در راستای تحقیقات خود بهره بگیرند. 💢💯ادامه دارد... ┏━━ °•🖌🏷🖍•°━━┓ 🗂@pajohesh_esfahan ┗━━ °•🖍🏷🖌•°━━┛
🌙﷽؛ ☄ عرض سلام و ادب خدمت پژوهشگران گرامیو سلام ویژه خدمت پژوهشگرانی که تازه به جمع ما پیوسته اند: 💫 قبل تر، در سه پست، داده کاوی را توضیح داده و گفتیم که داده کاوی چیست و چرا اهمیت دارد 👇 ☄ در پست اول مشخص شد ↩️ داده کاوی در راستای بررسی و تحلیل داده‌ها و کشف روابط و الگوهای میان آن‌هاست و از سه گام اصلی *پیش‌پردازش داده، تحلیل داده و ترجمه نتایج* تشکیل شده است. ☄ در پست دوم باز مرور شد که ↩️ داده کاوی (Data Mining) به زبان ساده یک روش حل مسئله است که با تحلیل حجم زیادی از داده ها، الگوهای تکرارشونده ای را از آن‌ها استخراج می‌کند تا قابل استفاده شوند. ☄ و پست سوم به این مطلب اختصاص داشت که ↩️ داده کاوی در هر زمینه ای که به آن نیاز است، می‌تواند کاربرد داشته باشد: مثل تحقیقات جنایی و جرم شناسی، آموزش، مدیریت ارتباطات مشتریان، سلامت عمومی بانکداری و ... 💫 و حال می خواهیم فرق داده کاوی با متن کاوی را بررسی کنیم و اینکه متن کاوی چیست و یک پژوهش چه ارتباطی با آن دارد!؟؟ 💢💯ادامه دارد... ┏━━ °•🖌🏷🖍•°━━┓ 🗂@pajohesh_esfahan ┗━━ °•🖍🏷🖌•°━━┛
؛༻♡﷽♡༻ 🖍 چرا باید با اصطلاح متن کاوی آشنا باشیم!؟ ✂️ در چند پست توضیح دادیم که داده کاوی چیست و به چه کار یک پژوهشگر می آید و در پست بعد، خدمت شما بزرگواران کمی از متن کاوی گفتیم که زیر شاخه ای از داده کاوی ست! 🖍 خوب است بدانید ما چند نوع داده یا اطلاعات داریم؛ داده ها 👇 ♧ یا به صورت ساخت یافته (structured) ♧ یا نیمه ساخت یافته (semi-unstructured) ♧ و یا غیر ساخت یافته (unstructured) هستند. ✂️ داده های ساختار یافته همان داده هایی هستند که داخل فایل های اکسل یا دیگر فایل ها به صورت فیلدهای مختلف در سطرها و ستون های جدول می نویسید و قرار می دهید. 🖍 داده ی نیمه ساخت یافته در فايل جدولی مشخص نشده، اما به هر حال دارای ساختاری است که با برچسب هایی از یکدیگر جدا شده اند. ✂️ اما داده های بدون ساخت یافته فرمت مشخصی ندارند. شما نمی توانید آن ها به عنوان یک فیلد اطلاعاتی در سطرها و ستون های جداول جای دهید. متن یک نامه یا یک صفحه از روزنامه یا کتاب، از این نوع داده است. ⛔️ 🖍حتما تا اینجا حدس اید که داده های متنی از چه نوع داده هایی هستند. متن ها از نوع داده های بدون ساختار یافته اند. 🛎 حال...متن کاوی چگونه کار می کند و چرا یک پژوهشگر باید با این شیوه آشنا باشد؟ ✂️ «متن کاوی یا همان پردازش داده های متنی، در واقع فرایند استخراج اطلاعاتِ با کیفیت، از هر گونه متن است». دقت کنید در این تعریف به این نکته اشاره شده است که: “یک پژوهشگر با پردازش داده های بدون ساختار، اطلاعات معنی داری را از متون استخراج می کند.” 🖍 یک پژوهشگر برای متن کاوی 👈 ابزارهای بازیابی اطلاعات، داده کاوی، یادگیری ماشین، آمار و زبان شناسی محاسباتی و ... را بکار می گیرد تا اطلاعات موجود در متن ها را استخراج کرده و در تحقیق و پژوهش خود استفاده کند.  💢💯 ادامه دارد... ┏━━ °•🖌🏷🖍•°━━┓ ✂️ @pajohesh_esfahan ┗━━ °•🖍🏷🖌•°━━┛
؛༻♡﷽♡༻ 🛠اگر آخرین پست مربوط به متن کاوی را مشاهده کرده باشید حتما به خاطر دارید که گفتیم آشنایی با متن کاوی چه ضرورتی برای یک پژوهشگر دارد! 👌 ⚙️در این پست و در ادامه، تعدادی از تکنیک هایی که در متن کاوی مورد استفاده قرار می گیرند را بررسی می کنیم. 🔋دسته بندی متون 🛠یکی از تکنیک‌های متن کاوی، دسته‌ بندی متن ها هستند. در این فرایند متن های به دست آمده از تحقیقات اولیه، به دسته های از پیش مشخص شده اختصاص داده می شوند. فرض کنید تعدادی متن دارید که موضوع هر یک مشخص است. حال متن جدیدی به این متن ها اضافه می شود. با استفاده از الگوریتم های دسته بندی و همچنین داشتن متن های با موضوع مشخص می توان، موضوع متن جدید را پیدا کرد. مثلا تعدادی نظر در مورد فضای مجازی داریم. برخی نظرات نسبت به این فضا مثبت هستند و برخی دیگر منفی.🔞 با استفاده از تکنیک های دسته بندی می توانید، این نظرات را در دسته های مثبت و منفی دسته بندی نمایید. 🔋استخراج اطلاعات 🛠این تکنیک، به فرایند استخراج اطلاعات معنی دار از مقادیر زیاد داده های متنی اشاره دارد. این روش بر روی استخراج اسامی، ویژگی ها و ارتباط آن ها تمرکز دارد. اطلاعات استخراج شده برای دسترسی و بازیابی در آینده، در یک پایگاه داده ذخیره می شود. اثر بخشی و کارایی نتایج بر اساس دقت و صحت آن ها مورد ارزیابی قرار می گیرد. فرض کنید برای یک تحقیق، نیاز باشد اسامی دسته ای از انسان های مرتبط با فضای مجازی، صفات و دیگر ویژگی های این فضا استخراج شود،🚸 با این تکنیک می توان این موارد را استخراج کرد. موتور جستجوی گوگل و یاهو دو تا از مشهورترین سیستم های استخراج اطلاعات هستند. 🔋خوشه بندی 🛠یکی از مهم ترین تکنیک های متن کاوی خوشه بندی است که به دنبال شناسایی ساختارهای درونی در اطلاعات متنی و سازماندهی آن ها در گروه ها یا همان خوشه هاست🍇 تا بتوان آن ها را تجزیه و تحلیل کرد. یکی از چالش های مهم در خوشه بندی، تشکیل خوشه های معنی دار از داده های متنی بدون برچسب و داشتن اطلاعات قبلی در مورد آن هاست. 🔋خلاصه سازی 🛠خلاصه سازی متن اشاره به پردازش خودکار داده ها برای تولید یک متن خلاصه دارد که شامل اطلاعات ارزشمند برای کاربر است.✂️ هدف از این کار، دریافت اطلاعات متنی از چند منبع و خلاصه سازی آن بگونه ای است که مفهوم کلی و منظور متن حفظ شود. 🔋فرکانس کلمات 🛠این تکنیک برای یافتن کلمات پر تکرار در یک متن به کار می رود. این تکنیک می تواند برای موارد متعددی مفید باشد. یک مثال از این کاربرد وقتی است که بیشترین تعداد تکرار کلمات در متن مورد نظر مورد جستجو قرار می گیرد.🗂 مثلا محقق می خواهد بداند واژه "هدایت" چند بار در قرآن به کار رفته است. 💯ادامه دارد... ┏━━ °•🛠⚙️🛠•°━━┓ 🔋@pajohesh_esfahan ┗━━ °•🛠⚙️🛠•°━━┛