research centers


Search results: Found 95

Listing 1 - 10 of 95 << page
of 10
>>
Sort by

Article
Identifying of User Behavior from Server Log File
معرفة سلوك المستخدم من خلال ملف تسجيل الخادم

Author: Wajih Abdul Ghani Abdul Hussain وجيه عبد الغني عبد الحسين
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 2C Pages: 1136-1148
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Due to the increased of information existing on the World Wide Web (WWW), the subject of how to extract new and useful knowledge from the log file has gained big interest among researchers in data mining and knowledge discovery topics. Web miming, which is a subset of data mining divided into three particular ways, web content mining, web structure mining, web usage mining. This paper is interested in server log file, which is belonging to the third category (web usage mining). This file will be analyzed according to the suggested algorithm to extract the behavior of the user. Knowing the behavior is coming from knowing the complete path which is taken from the specific user. Extracting these types of knowledge required many of KDD (Knowledge Discovery in Database) steps such as preprocessing, pattern discovery, and pattern analysis. After that, the complete graph of the visited web will be drawn. The knowledge discussed in this paper, helps the web designers to improve their web site design and helps to improve their website usability and visitor’s browsing experience by determining related link connections in the website

مع تزايد المعلومات المتوفرة على الشبكة العنكبوتية (World Wide Web) فان استخلاص المعرفة من هذا الكم الهائل من البيانات اصبح محط اهتمام المحللين ضمن ابحاث تنقيب البيانات واكتشاف المعرفة. تنقيب الويب والذي هو جزء من تنقيب البيانات ينقسم الى ثلاثة اقسام، التنقيب عن محتوى الويب، التنقيب عن هيكلية الويب، والتنقيب عن استخدام الويب. هذا البحث يُعنى بملف تسجيل الخادم والذي ينتمي الى القسم الثالث (التنقيب عن استخدام الويب).هذا الملف سيتم تحليله بالاعتماد على خوارزمية مقترحة من اجل استخلاص سلوك المستخدم. معرفة السلوك يأتي من خلال معرفة المسار الكامل الذي اتخذه المستخدم.استخلاص هذه الانواع من المعرفة تتطلب عدد من خطوات الـ((KDD (عملية اكتشاف المعرفة من قواعد البيانات) مثل المعالجة الاولية، اكتشاف الانماط، تحليل الانماط. بعد ذلك سيتم رسم المخطط الكامل لصفحات الويب التي زارها المستخدم اثناء تجواله على الانترنيت.


Article
Data Mining
دور تنقيب البيانات Data Miningفي زيادة أداء المنظمة (( دراسة تحليلية في المصرف الصناعي ))

Authors: داليا عبد الحسين احمد --- زكريا مطلك الدوري
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2007 Volume: 13 Issue: 48 Pages: 40-62
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

غالبا ما يكون تعامل المنظمات المالية والمصرفية مع الزبائن بشكل أساسي مما يتطلب منها جمع كميات هائلة من البيانات عن هؤلاء الزبائن هذا بالإضافة الى ما يرد اليها يوميا من بيانات يجعلها أمام أكداس كبيرة من البيانات تحتاج الى جهود جبارة تحسن التعامل معها والاستفادة منها بما يخدم المنظمة.
ان التعامل اليدوي مع مثل هذه البيانات دون استخدام تقنيات حديثة يبعد المنظمة عن التطور والارتقاء الى مستويات اداء افضل. ولا يكفي إدخال الحاسبات الى العمل فقط, بل من الأفضل استخدام تقنيات وبرمجيات تخدم الادارة وتقدم لها ما يمكن ان تستفيد منه دون اضاعة للوقت والجهد.
لذلك فان تنقيب البيانات Data Mining يقدم الحل لهكذا مشاكل فهي تكنولوجيا جديدة تهدف الى الحصول على معلومات غير معروفه من قواعد البيانات لغرض استخدامها في عملية اتخاذ القرار . انها تحسن من فهم البيانات المتراكمة واستخلاص ثروة المعلومات الموجودة فيها من اجل استثمارها بالشكل الذي يؤدي الى اتخاذ قرار سليم يجنب المنظمة أي خسائر محتملة ويرفع من مستوى ادائها .


Article
Using Image Mining to Discover Association Rules between Image Objects

Author: .Hilal M. Yousif
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2006 Issue: 19 Pages: 168-188
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

Data mining, which is defined as the process of extracting previously unknown knowledge, and detecting intersecting patterns from a massive set of data, has been a very active research. Image mining is more than just an extension of data mining to image domain. It is an interdisciplinary endeavor that draws upon expertise in computer vision, image processing, image retrieval, data mining, machine learning, database, and artificial intelligence. Despite the development of many applications and algorithms in the individual research fields cited above, research in image mining is still in its infancy.In this research we proposed a method to find association rules between the objects in images using image mining. The idea of the proposed method is selecting a collection of images that belong to a specific field, after the selection stage we will extract the objects from each image and indexing all the images with its objects in transaction database, the data base contain image identification and the objects that belong to each image with its features.After creating the transaction data base that contains all images and their features we will use the data mining method to associate rules between the objects. This will help us for prediction. The steps of the work include extract objects from images using object extraction and analysis which is a field of image processing. After extracting the object, its value will be normalized and create a suitable data base for image mining to find the frequent item sets between these objects to associate rules between them.


Article
Approach for Retrieving and Mining Video Clips
طریقة لاسترجاع وتنقیب مقاطع الفیدیو

Authors: Ala’a H. AL-Hamami --- Soukaena Hassan --- Mazin Samer AL-Hakeem
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2012 Volume: 30 Issue: 11 Pages: 2000-2009
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Multimedia (include video, images, audio and text media) is characterized by its highdimensionality, which makes information retrieval and data mining even morechallenging. This research proposesa method to build an indexes database for hugecollection of video clips, to make the video retrieval and mining much more efficientand perfectthat by considering similarity in both text of sound and features of frames.The proposed method has the following steps: First, isolates video motion from soundin the video clips. Second, converts the sound to text and index the result withdatabase. Third converts video motion to shots, then select the master frame for eachone and extracts the feature vector for them such as color, texture, shape and others andfinally index the result with database. Fourth,combines the two resulted indexeddatabase (Second and Third steps)into one database and make it the final and standardfor both retrieval and mining.

تتمیزالوسائط المتعددة (تشمل الفیدیو والص ور والص وت وال نص) بأنھ ا ذات أبع اد عالی ة، الأم ر ال ذيیجعل من استرجاع المعلومات والتنقیب عن البیانات أكثر صعوبة. في ھذا البحث تم اقت راح طریق ة لبن اءقاعدة بیانات لمجموعة ضخمة من مقاطع الفیدیو، بھدف جعل استرجاع مقاطع الفی دیو والتنقیبعنھ ا أكث ركف اءة م ن خ لال النظ ر ف ي التش ابھ ف ي ك ل م ن ن صالص وت وخص ائصالإط ارات. الطریق ة المقترح ةتتضمن الخطوات التالیة: أولا،تعزل حركة الفیدیو عن الصوت ف ي مقط ع الفی دیو.الخط وة الثانی ة، تحوی لالصوت الى نصوتأشیر النتیجة مع قاع دة البیان ات. الخط وة ثالث،تحوی ل الحرك ة إل ى لقط ات فی دیو، ث متحدی د الإط ار الرئیس ي لك ل واح ده واس تخراج الممی زات والخص ائصبالنس بة لھ م، ك اللون والش كلوالملمس وغیرھا من الخصائص، وأخیراًتأشیر النتیج ة م ع قاع دة البیان ات. الخط وة الرابع ة، دم ج قاع دة البیانات المفھرسة (في الخطوات الثانیة والثالثة) في قاعدة بیانات واحدة وجعلھا المعی ار النھ ائي لك ل م نالاسترجاع والتنقیب.


Article
Secure mining of the cloud encrypted database

Author: Saba Abdul W. Saddam
Journal: Journal of Basrah Researches (Sciences) مجلة ابحاث البصرة ( العلميات) ISSN: 18172695 Year: 2017 Volume: 43 Issue: 2A Pages: 44-57
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

Due to the stunning characteristics of cloud computing, such as tremendous scalability, elasticity, cost-efficiency, pay-as-you go, and storage solutions, many enterprises and individuals are motivated to outsource their data to cloud service providers for availing its benefits. Protecting and preserving the privacy of these data represent a persistent barrier from adopting the cloud computing. Mining the cloud data may be misused for a variety of purposes. To counter this problem, we propose a secure framework for mining the cloud data in a privacy preserving manner. Secure k Nearest Neighbor (kNN) classifier is used in this paper. In this work, we preserve all the restrictions that we specify privacy and success to exclude the third party from the mining process. We test our secure classifier with different parameters to explain its influence on the accuracy and privacy the suggested classifier.

Keywords

Cloud --- Privacy --- Encryption --- Data mining.


Article
Approach for Spatial Database Mining

Authors: Prof. Dr. Ala’a H. AL-Hamami --- Assest Prof. Dr. Soukaena Hassan --- Dr. Mazin Sameer Al-Hakeem
Journal: Journal of Baghdad College of Economic sciences University مجلة كلية بغداد للعلوم الاقتصادية الجامعة ISSN: 2072778X Year: 2012 Issue: 31 Pages: 407-420
Publisher: Baghdad College of Economic Sciences كلية بغداد للعلوم الاقتصادية

Loading...
Loading...
Abstract

Most of the previous spatial mining works are depend on strategy of organizing the huge spatial data in a suitable data structure and usually the data organized as R-Tree. The data mining algorithms then applied on each level of R-Tree. This method causes time consuming and takes huge storage area and leads to inadequate results. The proposed approach suggests the following strategy for efficient spatial mining. It collects all the spatial data and organizes it (according to normalization and generalization) to a flat data base. After that the following steps will be executed: build the proposed spatial database, apply mining algorithms on the proposed Structure of the spatial data to extract the association rules, clusters and classes. Finally analyzes the resulted patterns from the mining algorithms.


Article
Measuring full and partial geometrical similarity of Map objects

Author: Mahdi JASIM ; Tawfiq Al ASADI
Journal: basrah journal of science البصرة للعلوم ISSN: 18140343 Year: 2013 Volume: 31 Issue: 2A Computer conference Pages: 1-5
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

Geographic Information System(GIS) are usually classified into raster, vector, and raster –vector systems. The research deals with proposing new algorithm called GIS-Span to measure the partial and full geometrical similarity between map objects. The algorithm is used for clustering the vector features of GIS. The vector data are usually stored in data files called shape files. These files contains the (point, lines, polygons,...,etc). The extracted data is then stored in a dataset to be processed by the proposed algorithm to discover the full and partial similarities among map objects to assist the clustering and analysis of map data. It deals with clustering the polylines and polygonal data according to their geometrical similarity.


Article
Link Analysis in Employment Data Set to Improve Learning Outcomes for IT Programmes

Author: Kadhim B. Swadi Al-Janabi كاظم بريهي سوادي الجنابي
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2010 Volume: 1 Issue: 2 Pages: 132-139
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

ABSTRACTThis paper presents an approach for analyzing data of the Information Technology graduates according to the employability knowledge areas in order to predict feedback recommendations to improve the IT programmes teaching and learning resources and processes towards the improvement of the programme learning outcomes. The approach is based on features (knowledge areas) extracted from logged data for employment and university graduates. Link analysis is an efficient approach to study the correlation and relationships between different attributes that highly affect jobs in IT market, including different skills areas in both the market and the programme curriculum, and it gives good weighted evaluation for these knowledge areas. The link analysis shows great relationship and associations between these attributes (Student Performance in Bachelor degree, analytical and development skills, Programming skills (Java, C++, C#, etc), practical skills, communication skills, and training and certificates) and the market demands. Data set from IT market and university records is used to create and test the model. WEKA was used as a software for mining tasks.

الملخّص:تُقدّمُ هذه الورقةِ البحثية نموذجا ومنهجية (Model and Approach) لتَحليل بياناتِ خريجي البرامج الدراسية لكليات تكنولوجيا المعلومات طبقاً للمجالات المعرفية المؤثرة في سوق العمل لغرض تحسين هذه البرامج الدراسية وتحسين مصادر التعليم والتعلم والاجراءات المطلوبة لتطوير مخرجاتها. المنهجية المقترحة في هذا البحث تستند على المجالات المعرفية المشتقة من بيانات سوق العمل وسجلات الخريجين اثناء فترة الدراسة الجامعية والتي يتم تحليلها ومعالجتها باستخدام تقنيات التنقيب عن البيانات كالتصنيف والتحليل الترابطي لهذه البيانات لغرض اكتشاف وتحديد المجالات المعرفية المؤثرة في سوق العمل . وقد استخدمت منهجية التحليل الترابطي كمنهجية ذات كفاءة عالية لدراسة هكذا حالات ودراسة وتحليل الارتباطات والعلاقات بين هذه المجالات المعرفية وسوق وفرص العمل. النتائج المستحصلة من النموذج المقترح تشير الى علاقات ترابطية مختلفة المستويات بين المجالات المعرفية المختلفة والتي تشتمل على (التحصيل الدراسي، المهارات التحليلية والتطويرية، مهارات البرمجة، المهارات العملية والتطبيقية، مهارات الاتصال، والتدريب) ومتطلبات سوق العمل. وقد تم استخدام بيانات من سوق العمل والسجلات الجامعية لبناء وتقييم النموذج المقترح، كما وتم استخدام نظام WEKA(Waikato Environment for Knowledge Analysis) لتحليل وتقييم النتائج والنظام المقترح.


Article
A Proposed Framework for Analyzing Crime Data Set Using Decision Tree and Simple K-Means Mining Algorithms

Author: Kadhim B. Swadi Al-Janabi د.كاظم بريهي سوادي الجنابي
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2011 Volume: 1 Issue: 3 Pages: 8-24
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

AbstractThis paper presents a proposed framework for the crime and criminal data analysis and detection using Decision tree Algorithms for data classification and Simple K Means algorithm for data clustering. The paper tends to help specialists in discovering patterns and trends, making forecasts, finding relationships and possible explanations, mapping criminal networks and identifying possible suspects. The classification is based mainly on grouping the crimes according to the type, location, time and other attributes; Clustering is based on finding relationships between different Crime and Criminal attributes having some previously unknown common characteristics. The results of both classifications and Clustering are used for prediction of trends and behavior of the given objects (Crimes and Criminals).Data for both crimes and criminals were collected from free police departments’ dataset available on the Internet to create and test the proposed framework, and then these data were preprocessed to get clean and accurate data using different preprocessing techniques (cleaning, missing values and removing inconsistency). The preprocessed data were used to find out different crime and criminal trends and behaviors, and crimes and criminals were grouped into clusters according to their important attributes. WEKA mining software and Microsoft Excel were used to analyze the given data.

الملخص:تقدم هذه الورقةِ البحثية إطارا ونموذجا لتحليلِ بياناتِ الجريمةَ باستخدام تقنيات وخوارزميات مفاهيم التنقيب عن البيانات (التصنيف والتجميع Classification and Clustering)بهدف تقديم افضل المعلومات الى المختصين في علم الجريمة للمساعدة في الكشف عن الجريمة. يهدف البحث إلى مساعدة الإختصاصيين في إكتِشاف الأنماطِ والإتّجاهاتِ للجرائم والمجرمين و إيجاد عِلاقاتِ وتفسيراتِ محتملةِ للجرائم ومتابعة الشبكاتَ إلاجراميةَ وتمييز مشتبه بهمَ محتملينَ. إنّ التصنيفَ بشكل رئيسي يستند اساسا على تصنيف الجرائمِ طبقاً للنوعِ، العنوان، وقت حصول الجريمة، صفات المشتبه بهم وغيرها. اضافة الى إيجاد العلاقات بين الجرائم المختلفة والخواص الإجراميةِ. ولتحقيق ذلك تم استخدام خوارزميات مختلفة لما يسمى بشجرة القرارات Decision Tree Algorithms لاجراء عملية التصنيف وتقنيات المتوسط البسيط Simple K-Mean للتجميع.تم تجميع البيانات عن الجرائم والمجرمين من البيانات الحرة على الانترنت، حيث استخدمت هذه البيانات لانشاء واختبار النموذج المقترح، وقد تم استخدام خوارزميات مختلفة لاعداد هذه البيانات لكي تتلائم مع خوارزميات التنقيب المختلفة وبعد ذلك تم تطبيق خوارزميات التصنيف والتجميع للحصول على المعلومات التي تساعد في اعطاء رؤية واضحة عن الجرائم والمجرمين. وقد استخدمت برامجياتWEKA و Excel لمعالجة وتحليل تلك البيانات


Article
Experimental building automatic Thesaurus By Using Data Mining

Authors: Hadeel Sh.Al-Obiady --- Arwa I.Al-Yasiri
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2008 Issue: 11 Pages: 28-75
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

In this paper, a new approach was presented, this approach building automatic thesaurus in the software engineering subject.The proposed approach depend on the data Mining ( that refers to the overall process of discovering patterns or building models from a given data set) for indexing all the terms that founded into abstracts of the university thesis , this done by:●Association rule: - this algorithm was used into data mining to find large item set and it is as a tool of discovery rule in our approach we used it to compute the frequency of the words into text and determined the keywords. ●Clustering techniques: it's used to classification of patterns(observation, data items, or feature vectors into groups).This new approach introduce automatic thesaurus that can be used as an effective tools for information retrieval.

Listing 1 - 10 of 95 << page
of 10
>>
Sort by
Narrow your search

Resource type

article (94)

journal (1)


Language

English (71)

Arabic and English (8)

Arabic (7)


Year
From To Submit

2019 (11)

2018 (17)

2017 (16)

2016 (10)

2015 (2)

More...