تحقیق مدل energy- efficient مبنی بر تراکم داده‌ها برای شبکه های سنسور بی سیم

اختصاصی از فی بوو تحقیق مدل energy- efficient مبنی بر تراکم داده‌ها برای شبکه های سنسور بی سیم دانلود با لینک مستقیم و پر سرعت .

چکیده:

تراکم داده ها در شبکه های سنسور بی سیم افزونگی را حذف می کند تا مصرف پهنای باند و بازده انرژی گوه ها را توسعه دهد. این مقاله یک پروتکل تراکم داده های energy- efficient امن را که (Energy- Efficient Secure Pattern based Data Aggregation) ESPDA الگوی امن energy- efficient بر پایه تراکم داده ها) نامیده می شود ارائه می کند. برخلاف تکنیکهای تراکم داده های قراردادی، ESPDA از انتقال داده های اضافی از گره های سنسور به cluster- headها جلوگیری می کند. اگر گره های سنسور همان داده ها را تشخیص داده و دریافت کنند، ESPDA ابتدا تقریباً یکی از آنها را در وضعیت خواب (sleep mode) قرار می دهد و کدهای نمونه را برای نمایش مشخصات داده های دریافت و حس شده توسط گره های سنسور تولید می کند. Cluster- head ها تراکم داده ها را مبنی بر کدهای نمونه اجرا می کند و فقط داده های متمایز که به شکل متن رمز شده هستند از گره های سنسور به ایستگاه و مکان اصلی از طریق Cluster- headها انتقال یافته است. بعلت استفاده از کدهای نمونه، Cluster- headها نیازی به شناختن داده های سنسور برای اجرای تراکم داده‌ها ندارند. زیرا به گره های سنسور اجازه می دهد تا لینک های ارتباطی سرهم پیوسته (end-to-end) امن را برقرار کنند. بنابراین، نیازی برای مخفی سازی/ آشکار سازی توزیع کلید مابین Cluster- head ها و گره های سنسور نیست. بعلاوه، بکار بردن تکنیک NOVSF block- Hopping، امنیت را بصورت تصادفی با عوض کردن با نگاشت بلوک های داده ها به time slotهای NOVSF اصلاح کرده و آن را بهبود می بخشد. ارزیابی کارایی نشان می دهد که ESPDA روش های تراکم داده های قراردادی را به بیش از 50% در راندمان پهنای باند outperform می کند

متن کامل را می توانید دانلود نمائید

چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)

ولی در فایل دانلودی متن کامل پایان نامه

همراه با تمام ضمائم (پیوست ها) با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود است

یک چهارچوب داده‌کاوی CRM کارآمد برای پیش‌بینی رفتار مشتری (An Efficient CRM-Data Mining Framework for the Prediction of Custome

اختصاصی از فی بوو یک چهارچوب داده‌کاوی CRM کارآمد برای پیش‌بینی رفتار مشتری (An Efficient CRM-Data Mining Framework for the Prediction of Customer Behaviour) دانلود با لینک مستقیم و پر سرعت .

عنوان انگلیسی مقاله:

An Efficient CRM-Data Mining Framework for the Prediction of Customer Behaviour

Abstract

CRM-data mining framework establishes close customer relationships and manages relationship between organizations and customers in today’s advanced world of businesses. Data mining has gained popularity in various CRM applications in recent years and classification model is an important data mining technique useful in the field. The model is used to predict the behaviour of customers to enhance the decision-making processes for retaining valued customers. An efficient CRM-data mining framework is proposed in this paper and two classification models, Naïve Bayes and Neural Networks are studied to show that the accuracy of Neural Network is comparatively better.

Keywords: data mining framework; customer relationship management; prediction;classification.
 

عنوان فارسی مقاله: یک چهارچوب داده‌کاوی CRM کارآمد برای پیش‌بینی رفتار مشتری

چکیده:

چهارچوب داده‌کاوی CRM، روابط مشتری نزدیکی ایجاد می‌کند و رابطة بین سازمان‌ها و مشتریان را در دنیای کسب‌وکار پیشرفتة امروز مدیریت می‌کند. داده‌کاوی در برنامه‌های کاربردی متعددی در سال‌های اخیر محبوبیت به دست آورده است و مدل دسته‌بندی یکی از تکنیک‌های مهم و مفید داده‌کاوی در این حوزه می‌باشد. از این مدل برای پیش‌بینی رفتار مشتریان برای ارتقای فرایندهای تصمیم‌گیری برای حفظ مشتریان ارزشمند استفاده می‌شود. در این مقاله  یک چهارچوب کاری داده‌کاوی CRM مؤثر معرفی‌شده است و دو مدل طبقه‌بندی، نایو بیزی و شبکه‌های عصبی موردمطالعه قرار می‌گیرند تا نشان دهند که دقت شبکة عصبی نسبتاً بهتر می‌باشد.  

کلمات کلیدی : چهارچوب داده‌کاوی؛ مدیریت روابط با مشتری؛ پیش‌بینی؛ طبقه‌بندی.

پس از پرداخت آنلاین در پایین همین سایت سریعا فایل رایگان مقاله لاتین و لینک خرید ترجمه کامل مقاله با کیفیتی عالی درفرمتword (قابل ویرایش) به صورت آنلاین برای شما ارسال می گردد.