تفاصيل الوثيقة نوع الوثيقة : رسالة جامعية  عنوان الوثيقة : نموذج تصنيف للتنقيب في البيانات المتدفقة مع انحراف المفهوم Classification Model For Data Stream Mining With Concept Drift   الموضوع : كلية الحاسبات وتقنية المعلومات  لغة الوثيقة : العربية  المستخلص : تدفق البيانات هو عبارة عن الكم الهائل من البيانات التي يتم إنشاؤها في مجالات عدة مثل، العمليات المالية وأنشطة مواقع التواصل الاجتماعي وتطبيقات إنترنت الأشياء والعديد من المجالات الأخرى. لا يمكن معالجة هذا النوع من البيانات باستخدام خوارزميات التنقيب عن البيانات التقليدية، نظرًا لوجود العديد من القيود، بما في ذلك محدودية الذاكرة وسرعة البيانات والبيئة الديناميكية. يُعرف انحراف المفهوم بأنه القيد الرئيسي لخوارزميات التنقيب في تدفق البيانات، خصوصاً في التصنيف. حيث يعبر عن التغّير في تدفق البيانات خلال الوقت. وبالتالي، فإنه يؤدي إلى تدهور دقة نماذج التصنيف وينتج عنه التنبؤات الخاطئة. تعتبر رسائل البريد الإلكتروني العشوائي والتغييرات في سلوك المستهلك والانشطة العدائية أمثلة على انحراف المفهوم. في هذا البحث، تم تقديم نموذج الكشف عن الانحراف المفهوم (CDDM)، حيث يعمل على مراقبة دقة نموذج التصنيف بافتراض أن الانخفاض في دقة النموذج يشير إلى حدوث انحراف. ايضاً تم تقديم نموذج محسن من نموذج CDDM يسمى ب W-CDDM. تم تقييم كلا النموذجين باستخدام مجموعتي بيانات حقيقية وأربع مجموعات بيانات اصطناعية. أظهرت النتائج التجريبية للانحراف المفاجئ أن CDDM وW-CDDM يتفوق على النماذج الأخرى في مجموعتي البيانات ذات المئة ألف مثال ومليون مثال على التوالي. فيما يتعلق بالانحراف التدريجي، تفوقت W-CDDM من حيث الدقة ووقت التشغيل وتأخير الكشف في مجموعة البيانات ذات المئة ألف مثال. بينما في مجموعة البيانات ذات المليون مثال، حصلت CDDM على أعلى دقة باستخدام مصنف ال NB. علاوة على ذلك، يحقق W-CDDM أعلى دقة في مجموعات البيانات الحقيقية.  المشرف : د. منال عبدالله  نوع الرسالة : رسالة ماجستير  سنة النشر : 1441 هـ 2020 م  تاريخ الاضافة على الموقع : Wednesday, May 27, 2020  الباحثون اسم الباحث (عربي) اسم الباحث (انجليزي) نوع الباحث المرتبة العلمية البريد الالكتروني مشاعل شعيل الثبيتي Al-Thabiti, Mashail Shaeel باحث ماجستير   الملفات اسم الملف النوع الوصف  46230.pdf pdf   الرجوع إلى صفحة الأبحاث