تحقیق درمورد مقدمه ای بر داده کاوی

اختصاصی از رزفایل تحقیق درمورد مقدمه ای بر داده کاوی دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 31

دانشکده برق و کامپیوتر

درس پایگاه دادههای پیشرفته 2

گزارش اول

مقدمهای بر دادهکاوی

مصطفی کیخا 810184097

علی عباسی 810184102

فهرست

1 مقدمه ای بر داده‌کاوی 3

1-1 چه چیزی سبب پیدایش داده کاوی شده است؟ 4

1-2 مراحل کشف دانش 6

1-3 جایگاه داده کاوی در میان علوم مختلف 11

1-4 داده کاوی چه کارهایی نمی تواند انجام دهد؟ 12

1-5 داده کاوی و انبار داده ها 13

1-6 داده کاوی و OLAP 14

1-7 کاربرد یادگیری ماشین و آمار در داده کاوی 15

2- توصیف داده ها در داده کاوی 15

2-1 خلاصه سازی و به تصویر در آوردن داده ها 15

2-2 خوشه بندی 16

2-3 تحلیل لینک 16

3- مدل های پیش بینی داده ها 17

3-1 Classification 17

3-2 Regression 17

3-3 Time series 18

4 مدل ها و الگوریتم های داده کاوی 18

4-1 شبکه های عصبی 18

4-2 Decision trees 22

4-3 Multivariate Adaptive Regression Splines(MARS) 24

4-4 Rule induction 25

4-5 K-nearest neibour and memory-based reansoning(MBR) 26

4-6 رگرسیون منطقی 27

4-7 تحلیل تفکیکی 27

4-8 مدل افزودنی کلی (GAM) 28

4-9 Boosting 28

5 سلسله مراتب انتخابها 29

1 مقدمه ای بر داده‌کاوی

در دو دهه قبل توانایی های فنی بشر در برای تولید و جمع آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستمهای سنجش از دور ماهواره ای، در این تغییرات نقش مهمی دارند [‎1].

بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند: داده کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد. در یک تعریف غیر رسمی داده کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی می کنند، که این دانش به صورت ضمنی در پایگاه داده های عظیم، انباره داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است. داده کاوی بطور همزمان از چندین رشته علمی بهره می برد نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه های عصبی، آمار، شناسایی الگو، سیستم های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده . داده کاوی در اواخر دهه 1980 پدیدار گشته، در دهه 1990 گامهای بلندی در این شاخه از علم برداشته شده و انتظار می رود در این قرن به رشد و پیشرفت خود ادامه دهد [‎2].

واژه های «داده کاوی» و «کشف دانش در پایگاه داده» اغلب به صورت مترادف یکدیگر مورد استفاده قرار می گیرند. کشف دانش به عنوان یک فرآیند در شکل1-1 نشان داده شده است.

کشف دانش در پایگاه داده فرایند شناسایی درست، ساده، مفید، و نهایتا الگوها و مدلهای قابل فهم در داده ها می باشد. داده کاوی، مرحله ای از فرایند کشف دانش می باشد و شامل الگوریتمهای مخصوص داده کاوی است، بطوریکه، تحت محدودیتهای مؤثر محاسباتی قابل قبول، الگوها و یا مدلها را در داده کشف می کند [‎1]. به بیان ساده تر، داده کاوی به فرایند استخراج دانش ناشناخته، درست، و بالقوه مفید از داده اطلاق می شود. تعریف دیگر اینست که، داده کاوی گونه ای از تکنیکها برای شناسایی اطلاعات و یا دانش تصمیم گیری از قطعات داده می باشد، به نحوی که با استخراج آنها، در حوزه های تصمیم گیری، پیش بینی، پیشگویی، و تخمین مورد استفاده قرار گیرند. داده ها اغلب حجیم ، اما بدون ارزش می باشند، داده به تنهایی قابل استفاده نیست، بلکه دانش نهفته در داده ها قابل استفاده می باشد. به این دلیل اغلب به داده کاوی، تحلیل داده ای ثانویه گفته می شود.

1-1 چه چیزی سبب پیدایش داده کاوی شده است؟

اصلی ترین دلیلی که باعث شد داده کاوی کانون توجهات در صنعت اطلاعات قرار بگیرد، مساله در دسترس بودن حجم وسیعی از داده ها و نیاز شدید به اینکه از این داده ها اطلاعات و دانش سودمند استخراج کنیم. اطلاعات و دانش بدست آمده در کاربردهای وسیعی از مدیریت کسب و کار وکنترل تولید و تحلیل بازار تا طراحی مهندسی و تحقیقات علمی مورد استفاده قرار می گیرد.

داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده می باشد، نظیر عملیات: جمع آوری داده ها وایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ها. در شکل1-2 این روند تکاملی در پایگاه های داده نشان داده شده است ]‎3[.

تحقیق درمورد پایگاه داده ها

اختصاصی از رزفایل تحقیق درمورد پایگاه داده ها دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 13

پایگاه داده ها

دادِگان (پایگاه داده‌ها یا بانک اطلاعاتی) به مجموعه‌ای از اطلاعات با ساختار منظم و سامانمند گفته می‌شود. این پایگاه‌های اطلاعاتی معمولاً در قالبی که برای دستگاه‌ها و رایانه‌ها قابل خواندن و قابل دسترسی باشند ذخیره می‌شوند. البته چنین شیوه ذخیره‌سازی اطلاعات تنها روش موجود نیست و شیوه‌های دیگری مانند ذخیره‌سازی ساده در پرونده‌ها نیز استفاده می‌گردد. مسئله‌ای که ذخیره‌سازی داده‌ها در دادگان را موثر می‌سازد وجود یک ساختار مفهومی است برای ذخیره‌سازی و روابط بین داده‌ها است. پایگاه داده در اصل مجموعه‌ای سازمان یافته از اطلاعات است.این واژه از دانش رایانه سرچشمه می‌‌گیرد ،اما کاربر وسیع و عمومی نیز دارد، این وسعت به اندازه‌ای است که مرکز اروپایی پایگاه داده (که تعاریف خردمندانه‌ای برای پایگاه داده ایجاد می‌‌کند) شامل تعاریف غیر الکترونیکی برای پایگاه داده می‌‌باشد. در این نوشتار به کاربرد های تکنیکی برای این اصطلاح محدود می‌‌شود. یک تعریف ممکن این است که: پایگاه داده مجموعه‌ای از رکورد های ذخیره شده در رایانه با یک روش سیستماتیک (اصولی) مثل یک برنامه رایانه‌ای است که می‌‌تواند به سوالات کاربر پاسخ دهد. برای ذخیره و بازیابی بهتر، هر رکورد معمولا به صورت مجموعه‌ای از اجزای داده‌ای یا رویداد ها سازماندهی می‌‌گردد. بخش های بازیابی شده در هر پرسش به اطلاعاتی تبدیل می‌‌شود که برای اتخاذ یک تصمیم کاربرد دارد. برنامه رایانه‌ای که برای مدیریت و پرسش و پاسخ بین پایگاه‌های داده‌ای استفاده می‌‌شود را مدیر سیستم پایگاه داده‌ای یا به اختصار (DBMS) می‌‌نامیم. خصوصیات و طراحی سیستم های پایگاه داده‌ای در علم اطلاعات مطالعه می‌‌شود. مفهوم اصلی پایگاه داده این است که پایگاه داده مجموعه‌ای از رکورد ها یا تکه هایی از یک شناخت است.نوعا در یک پایگاه داده توصیف ساخت یافته‌ای برای موجودیت های نگه داری شده در پایگاه داده وجود دارد: این توصیف با یک الگو یا مدل شناخته می‌‌شود. مدل توصیفی، اشیا پایگاه‌های داده و ارتباط بین آنها را نشان می‌‌دهد. روش های متفاوتی برای سازماندهی این مدل ها وجود دارد که به آنها مدل های پایگاه داده گوییم. پرکاربرد‌ترین مدلی که امروزه بسیار استفاده می‌‌شود، مدل رابطه‌ای است که به طور عام به صورت زیر تعریف می‌‌شود: نمایش تمام اطلاعاتی که به فرم جداول مرتبط که هریک از سطر ها و ستونها تشکیل شده است(تعریف حقیقی آن در علم ریاضیات برسی می‌‌شود). در این مدل وابستگی ها به کمک مقادیر مشترک در بیش از یک جدول نشان داده می‌‌شود. مدل های دیگری مثل مدل سلسله مراتب و مدل شبکه‌ای به طور صریح تری ارتباط ها را نشان می‌‌دهند. در مباحث تخصصی تر اصتلاح دادگان یا پایگاه داده به صورت مجموعه‌ای از رکورد های مرتبط با هم تعریف می‌‌شود. بسیاری از حرفه‌ای ها مجموعه‌ای از داده هایی با خصوصیات یکسان به منظور ایجاد یک پایگاه داده‌ای یکتا استفاده می‌‌کنند. معمولا DBMS ها بر اساس مدل هایی که استفاده می‌‌کنند تقسیم بندی می‌‌شوند: ارتباطی،شی گرا، شبکه‌ای و امثال آن. مدل های داده‌ای به تعیین زبانهای دسترسی به پایگاه‌های داده علاقه مند هستند. بخش قابل توجهی از مهندسی DBMS مستقل از مدل های می‌‌باشد و به فاکتور هایی همچون اجرا، همزمانی،جامعیت و بازیافت از خطاهای سخت افزاری وابسطه است.در این سطح تفاوت های بسیاری بین محصولات وجود دارد.

موارد زیر به صورت خلاصه شرح داده می شود: •۱ تاریخچه پایگاه داده •۲ انواع دادگان ها •۳ مدل های پایگاه داده ۳.۱ مدل تخت ۳.۲ مدل شبکه ای(Network) ۳.۳ مدل رابطه ای ۳.۴ پایگاه داده‌های چند بعدی ۳.۵ پایگاه داده‌های شیء •۴ ویژگی‌های سیستم مدیریت پایگاه داده‌ها •۵ فهرست سیستم‌های متداول مدیریت دادگان 1- تاریخچه پایگاه داده اولین کاربردهای اصطلاح پایگاه داده به June 1963 باز می‌گردد، یعنی زمانی که شرکت System Development Corporation مسئولیت اجرایی یک طرح به نام "توسعه و مدیریت محاسباتی یک پایگاه داده‌ای مرکزی" را بر عهده گرفت. پایگاه داده به عنوان یک واژه واحد در اوایل دهه 70 در اروپا و در اواخر دهه 70 در خبر نامه‌های معتبر آمریکایی به کار رفت.(بانک داده‌ای یا Databank در اوایل سال 1966 در روزنامه واشنگتن کار رفت) تصویر:اولین سیستم مدیریت پایگاه داده در دهه 60 گسترش یافت. از پیشگامان این شاخه چارلز باخمن می‌‌باشد. مقالات باخمن این را نشان داد که فرضیات او کاربرد بسیار موثرتری برای دسترسی به وسایل ذخیره سازی را محیا می‌‌کند. در آن زمانها پردازش داده بر پایه کارت های منگنه و نوار های مغناطیسی بود که پردازش سری اطلاعات را مهیا می‌‌کند. دو نوع مدل داده‌ای در آن زمانها ایجاد شد:CODASYL موجب توسعه مدل شبکه‌ای شدکه ریشه در نظریات باخمن داشت و مدل سلسله مراتبی که توسط North American Rockwell ایجاد شد و بعدا با اقباس از آن شرکت IBM محصولIMS را تولید نمود. مدل رابطه‌ای توسط E. F. Codd در سال 1970 ارائه شد.او مدل های موجود را مورد انتقاد قرار می‌‌داد. برای مدتی نسبتا طولانی این مدل در مجامع علمی مورد تایید بود. اولین محصول موفق برای میکرو کامپیوتر ها dBASE بودکه برای سیستم عامل هایCP/M و PC-DOS/MS-DOS ساخته شد. در

مقدمه ای بر داده کاوی

اختصاصی از رزفایل مقدمه ای بر داده کاوی دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 31

دانشکده برق و کامپیوتر

درس پایگاه دادههای پیشرفته 2

گزارش اول

مقدمهای بر دادهکاوی

مصطفی کیخا 810184097

علی عباسی 810184102

فهرست

1 مقدمه ای بر داده‌کاوی 3

1-1 چه چیزی سبب پیدایش داده کاوی شده است؟ 4

1-2 مراحل کشف دانش 6

1-3 جایگاه داده کاوی در میان علوم مختلف 11

1-4 داده کاوی چه کارهایی نمی تواند انجام دهد؟ 12

1-5 داده کاوی و انبار داده ها 13

1-6 داده کاوی و OLAP 14

1-7 کاربرد یادگیری ماشین و آمار در داده کاوی 15

2- توصیف داده ها در داده کاوی 15

2-1 خلاصه سازی و به تصویر در آوردن داده ها 15

2-2 خوشه بندی 16

2-3 تحلیل لینک 16

3- مدل های پیش بینی داده ها 17

3-1 Classification 17

3-2 Regression 17

3-3 Time series 18

4 مدل ها و الگوریتم های داده کاوی 18

4-1 شبکه های عصبی 18

4-2 Decision trees 22

4-3 Multivariate Adaptive Regression Splines(MARS) 24

4-4 Rule induction 25

4-5 K-nearest neibour and memory-based reansoning(MBR) 26

4-6 رگرسیون منطقی 27

4-7 تحلیل تفکیکی 27

4-8 مدل افزودنی کلی (GAM) 28

4-9 Boosting 28

5 سلسله مراتب انتخابها 29

1 مقدمه ای بر داده‌کاوی

در دو دهه قبل توانایی های فنی بشر در برای تولید و جمع آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستمهای سنجش از دور ماهواره ای، در این تغییرات نقش مهمی دارند [‎1].

بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند: داده کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد. در یک تعریف غیر رسمی داده کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی می کنند، که این دانش به صورت ضمنی در پایگاه داده های عظیم، انباره داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است. داده کاوی بطور همزمان از چندین رشته علمی بهره می برد نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه های عصبی، آمار، شناسایی الگو، سیستم های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده . داده کاوی در اواخر دهه 1980 پدیدار گشته، در دهه 1990 گامهای بلندی در این شاخه از علم برداشته شده و انتظار می رود در این قرن به رشد و پیشرفت خود ادامه دهد [‎2].

واژه های «داده کاوی» و «کشف دانش در پایگاه داده» اغلب به صورت مترادف یکدیگر مورد استفاده قرار می گیرند. کشف دانش به عنوان یک فرآیند در شکل1-1 نشان داده شده است.

کشف دانش در پایگاه داده فرایند شناسایی درست، ساده، مفید، و نهایتا الگوها و مدلهای قابل فهم در داده ها می باشد. داده کاوی، مرحله ای از فرایند کشف دانش می باشد و شامل الگوریتمهای مخصوص داده کاوی است، بطوریکه، تحت محدودیتهای مؤثر محاسباتی قابل قبول، الگوها و یا مدلها را در داده کشف می کند [‎1]. به بیان ساده تر، داده کاوی به فرایند استخراج دانش ناشناخته، درست، و بالقوه مفید از داده اطلاق می شود. تعریف دیگر اینست که، داده کاوی گونه ای از تکنیکها برای شناسایی اطلاعات و یا دانش تصمیم گیری از قطعات داده می باشد، به نحوی که با استخراج آنها، در حوزه های تصمیم گیری، پیش بینی، پیشگویی، و تخمین مورد استفاده قرار گیرند. داده ها اغلب حجیم ، اما بدون ارزش می باشند، داده به تنهایی قابل استفاده نیست، بلکه دانش نهفته در داده ها قابل استفاده می باشد. به این دلیل اغلب به داده کاوی، تحلیل داده ای ثانویه گفته می شود.

1-1 چه چیزی سبب پیدایش داده کاوی شده است؟

اصلی ترین دلیلی که باعث شد داده کاوی کانون توجهات در صنعت اطلاعات قرار بگیرد، مساله در دسترس بودن حجم وسیعی از داده ها و نیاز شدید به اینکه از این داده ها اطلاعات و دانش سودمند استخراج کنیم. اطلاعات و دانش بدست آمده در کاربردهای وسیعی از مدیریت کسب و کار وکنترل تولید و تحلیل بازار تا طراحی مهندسی و تحقیقات علمی مورد استفاده قرار می گیرد.

داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده می باشد، نظیر عملیات: جمع آوری داده ها وایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ها. در شکل1-2 این روند تکاملی در پایگاه های داده نشان داده شده است ]‎3[.

دستیابی داده در ASP NET 2 0

اختصاصی از رزفایل دستیابی داده در ASP NET 2 0 دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 396

دستیابی داده در ASP.NET 2.0 ( بخش اول )  

دستیابی به داده از جمله عملیات مهم در زمان پیاده سازی هر نوع برنامه کامپیوتری است و برنامه های وب نیز از این قاعده مستثنی نمی باشند . امروزه صفحات وبی که در ارتباط با داده بوده و حاوی اطلاعاتی می باشند که از بانک های اطلاعاتی بازیابی و نمایش داده می شود به یکی از ارکان اصلی هر نوع برنامه تجاری تبدیل شده است .  پیاده کنندگان برنامه های کامپیوتری خصوصا" برنامه های وب همواره برای پیاده سازی برنامه هائی که در ارتباط با داده می باشند با چالش های خاص خود مواجه بوده و آرزو می نمایند که بتوانند با صرف کمترین زمان و  نوشتن حداقل کد لازم به اهداف خود نائل گردند . با ارائه ASP.NET 2.0 ، زمینه تحقق خواسته فوق برای ‌پیاده کنندگان برنامه های وب فراهم می گردد . چراکه در این نسخه از ASP.NET علاوه بر ارائه بیش از پنجاه کنترل جدید ،‌ امکانات متعددی به منظور  بهبود و تسهیل عملیات در ارتباط با  داده ارائه شده است . پیاده کنندگان برنامه های وب که از ASP کلاسیک و یا ASP.NET 1.1 برای طراحی و پیاده سازی برنامه های خود استفاده می نمایند ، می بایست  پس از نوشتن کد لازم به منظور دستیابی و بازیابی داده از منابع ذخیره سازی ، یک قالب و یا فرمت مناسب جهت نمایش اطلاعات در مرورگر را نیز ایجاد نمایند . با این که ویژوال استودیو دارای برنامه های کمکی خاصی ( ویزارد ) در این رابطه می باشد ، ولی استفاده از  ویژگی های پیشرفته ای نظیر  Paging و مرتب سازی داده ها ،‌ همچنان مستلزم همگرائی بین کدهای نوشته شده در لایه back-end و اطلاعات مورد نظر جهت نمایش در لایه front-end است . در اغلب موارد نگهداری و یکسان سازی کدهای فوق نیز مشکل می باشد خصوصا" در مواردی که بانک اطلاعاتی تغییر می یابد و یا می بایست  اطلاعات اضافه ای  را بر روی یک صفحه خاص نمایش دهیم . علاوه بر موارد فوق ، استفاده از فایل های XML به عنوان منابع ذخیره سازی داده نیز ‌مستلزم نوشتن خطوط زیادی است  تا بتوان یک همگرائی خاص بین  منبع داده و منطق دستیابی داده را  ایجاد نمود .   در ASP.NET 2.0  کد مورد نیاز به منظور دستیابی و نمایش داده  کاهش و از این طریق کارآئی و بهره وری برنامه های وب بطرز محسوسی افزایش می یابد . در این رابطه ، کنترل های جدیدی ارائه شده است که قدرت کنترل و انعطاف پیاده کنندگان به منظور انجام عملیات در ارتباط با داده را افزایش می دهد.  کنترل های داده جدید را می توان به همراه مجموعه وسیعی از منابع داده استفاده نمود ( از بانک های اطلاعاتی سنتی تا منابع داده جدید  XML ) . بدین ترتیب تمامی منابع داده یک رفتار همگن را خواهند داشت و به دنبال آن حجم و پیچیدگی برنامه های وب مبتنی بر داده ،‌ کاهش می یابد.

دستیابی داده در برنامه های وب درفریمورک دات نت ، دستیابی داده با استفاده از ADO.NET انجام می شود . ADO.NET در حقیقت یک رابط و یا اینترفیس برنامه نویسی است که مجموعه امکانات لازم به منظور کار با بانک های اطلاعاتی را در اختیار پیاده کنندگان برنامه های وب قرار می دهد . اینترفیس فوق  با ایجاد یک لایه اضافه ، جزئیات و پیچیدگی های موجود به منظور دستیابی به داده را از دید پیاده کنندگان مخفی نگه می دارد .برنامه های وب نوشته شده با استفاده از ASP.NET 2.0  از پتانسیل های ارائه شده توسط ADO.NET  نظیر :  ارتباط اتوماتیک با انواع متفاوتی از  منابع داده  ، ایجاد کنترل های کاربر در ارتباط با داده  و سایر موارد دیگر استفاده می نمایند . بدین ترتیب حجم کد مورد نیاز برای نوشتن برنامه های وب مبتنی بر داده کاهش یافته و نگهداری و پشتیبانی از این نوع برنامه ها شرایط مطلوب تری را پیدا خواهد کرد .

معماری دستیابی داده دستیابی داده در برنامه های وب دات نت براساس یک ساختار و یا معماری دو لایه ای انجام می شود (دو لایه جداگانه ) . اولین لایه ،‌ شامل عناصر ضروری فریمورک  به منظور دستیابی به داده است . دومین لایه ، شامل APIs و کنترل هائی است که قابلیت های دستیابی به داده را در اختیار برنامه نویسان قرار می دهد .دستیابی به داده مستلزم بکارگیری چهار عنصر اساسی زیر است :

برنامه وب ( ASP.NET )

لایه داده ( ADO.NET )

ارائه دهنده داده ( Data Provider )

منبع داده  ( Data Source)

 ارتباط بین عناصر فوق، زیرساخت و یا فونداسیون لازم برای تمامی برنامه های وب مبتنی بر داده را ارائه می نماید . شکل زیر عناصر و معماری دستیابی به داده را نشان می دهد .

شکل 1 :  معماری دستیابی داده منبع : MSDN  

در ادامه جایگاه هر یک از عناصر فوق را از پائین به بالا بررسی می نمائیم .

منابع ذخیره سازی داده  منابع ذخیره سازی داده ، نقطه نهائی در معماری دستیابی داده بوده که بدون وجود آنان اصل مسئله دستیابی داده زیر سوال می رود . با استفاده از ADO.NET 2.0 و کنترل های جدید ارائه شده در ASP.NET 2.0 ، یک برنامه وب قادر به دستیابی داده از منابع داده متنوعی نظیر :  بانک های اطلاعاتی رابطه ای ، فایل های XML ، سرویس های وب ، فایل های متنی و یا داده های موجود در فایل های Excel  می باشد . بخاطر داشته باشید که منابع ذخیره سازی داده  با این که دارای جایگاه خاص خود می باشند ولی از آن مهمتر ،  مکانیزم هائی می باشند که با استفاده از آنان به منابع داده متصل و عملیات مرتبط با داده را انجام خواهیم داد .

دانلود پاورپوینت جامع پایگاه داده ها- 280 اسلاید

اختصاصی از رزفایل دانلود پاورپوینت جامع پایگاه داده ها- 280 اسلاید دانلود با لینک مستقیم و پر سرعت .

1)  سیر تحول سیستمهای ذخیره و بازیابی اطلاعات (Storage and Retrieval Systems)

  1-1) مقدمه : نیاز همیشه انسان به اطلاعات

  2-1) تعریف سیستم ذخیره و بازیابی اطلاعات

  3-1) تعریف سیستم واسط ذخیره و بازیابی

  4-1) عناصر تشکیل دهنده یک سیستم ذخیره و بازیابی اطلاعات

  - سخت افزار    (Hardware)

  - نرم  افزار  (Software)

  - کاربر      (User)

  - داده   (Data)

  5-1) تعریف داده و اطلاع

  6-1) مروری بر نسلهای تکنولوژی سیستم واسط

2) پایگاه داده ها  (Database)         

  1-2) تعریف

  2-2) شرح کلمات مورد استفاده در تعریف

           - داده های یکپارچه (Integrated Data)

       - افزونگی              (Redundancy)   

       - ساختار داده ها (Data Structure)     

  3-2) یک مثال مقدماتی برای درک تعریف پایگاه داده

                 - تعریف ناسازگاری داده ها (Data Inconsistency)  

  - تعریف بروز رسانی منتشر شونده (Propagating Updates)

  - تعریف استقلال داده ای (Data Independence)      

    3) عناصر اصلی محیط پایگاه داده ها

                      1-3)     سخت افزار (Hardware)  

                         2-3)     نرم افزار (Software)

                     3-3)     کاربر (User)  

                     4-3)     داده (Data)