Design and implementation of collage plane model using decision tree and clustering algorithms

Other Title(s)

تصميم و تنفيذ لنموذج خطة كلية باستخدام شجرة القرارات و خوارزمية التجمع

Joint Authors

Mustafa, Mustafa Sabah
Hammudi, Hasan Husayn

Source

al-Mansour

Publisher

al-Mansour University College

Publication Date

2010-12-31

Country of Publication

Iraq

No. of Pages

22

Main Subjects

Information Technology and Computer Science

Topics

• Airplanes
• Algorithms
• Decision trees

Arabic Abstract

إن البیانات التي تخزن في ملفات قواعد البیانات تزداد بمعدلات عالیة و إن مستخدمي هذه البیانات یتوقعون معلومات معقدة من هذه البیانات.

إن خوارزمیة الـ Data Mining ھي خوارزمیة ریاضیة و إحصائیة حیث تحول الحالات الموجودة في البیانات الأصلیة إلى نموذج الـ Data Mining.

بالرغم من ذلك فإن ھذا النموذج یعتمد بصورة كبیرة على خوارزمیة الـ Data Mining المطبقة على البیانات.

إن خوارزمیة شجرة القرار (Decision tree algorithm) تستخدم لتحلیل البیانات و خلق سلاسل متكررة من الفروع و التي تتوقف عند عدم وجود تفرعات مناسبة .إن النتیجة النهائية التي نحصل علیھا من تطبیق هذه الخوارزمیة ھي ھیكل شجرة ثنائیة (binary tree structure) التي یمكن إتباع تفرعاتھا بالاعتماد على معاییر محددة لإیجاد النقطة المطلوبة.

على عكس شجرة القرار فان خوارزمیة التجمع (clustering) لا تجزؤ البیانات و لكنھا تقوم بتجمیع البیانات في مجامیع.

التجمیع یعتبر أكثر أهمية للتمثیل المرئي لأن البیانات تجمع بالاعتماد على معاییر شائعة.

الھدف العام من ھذا البحث ھو بناء شجرة غیر متوازنة قدر الإمكان, بكلمات أخرى, خوارزمیة شجرة القرار تبحث لوضع أكثر من نوع من المواصفات قدر الإمكان في العقدة المعطاة.

الخوارزمیة الشائعة الأخرى لخلق النماذج ھي خوارزمیة التجمیع, هذه الخوارزمیة تخلق نموذج لا یمكن استخدامه للتنبؤ و لكنه Hكثر فعالیة في إیجاد القیود التي تملك مواصفات مشتركة فیما بینھا.

في ھذا البحث تم التطرق إلى خوارزمیات الـ Data Mining و قواعد البیانات في اتخاذ القرار (Decision tree and clustering), و الھدف من استخدام ال Data Mining في اتخاذ القرار ھو التنبؤ أو بناء سلسلة من القواعد التي تستخدم لتصنیف المشاهدات.

English Abstract

The amount of data kept in computer files and databases are growing at a phenomenal rate .the users of these data are expecting more sophisticated information from them .Simples SQL structure query language queries is not adequate to support these needs. A data-mining algorithm is the mathematical and statistical algorithm that transforms the cases in the original data source into the data-mining model.

However the model looks depends largely on the data mining algorithm applied to the.

Where a decision tree algorithm is used to analysis the data and creates a repeating series of branches until no more relevant branches be made.

The end result is a binary tree structure where the splits in the branches can be followed along specific criteria to find the most desired result.

unlike a decision tree, a cluster a algorithm, does not split data along any lines but rather group’s data in clusters.

Clustering is most useful for visual representations because the data is ground around common criteria. The general objective is to build trees are as balanced as possible, in terms of the distribution of attributes.

in other words the algorithm seeks to put as many of one type of attribute as possible in a given node another commonly used algorithm to create models is clustering .

The algorithm creates a model that cannot be used to make predictions but is very effective in finding records that have attributes in common with each other.

In this research the decision support for database and data mining algorithms (decision tree and clustering) are explain, the goal of data miming algorithm in decision support is to create rules (for every node which can expressed as a set of rules that provide a description of the function of that particular node in the tree as well as the node that led up to it).

We build a system called (DM college plan) that using decision tree and clustering algorithms, the goal is to create module that can be used to finds records that have attributes in common with each other.

Data Type

Conference Papers

Record ID

BIM-326040

• APA
• MLA
• AMA