اسم الباحث:

كيندا إبراهيم العيسى

اسم المشرف:

أ. د. زكريا مصطفى زكريا

العنوان:

توظيف خوارزميات التجميع في استخراج المعرفة

من قواعد البيانات غرضية التوجه

العنوان باللغة الإنكليزية:

Using Clustering Algorithms to Extract knowledge from object-oriented databases

العام:2025

القسم:الرياضيات

الملخص:

تُعتبر خوارزميات التجميع من الأساليب الأساسية في مجال استخراج المعرفة من البيانات، حيث تسهم في اكتشاف الأنماط المخفية وتصنيف البيانات بشكل غير موجه (دون اشراف). تهدف هذه الأطروحة إلى تحسين خوارزميات التجميع وتطبيقها على قواعد البيانات غرضية التوجه، وهي نوع من قواعد البيانات التي تجمع بين تقنيات البرمجة غرضية التوجه وإدارة البيانات.

ركزت الأطروحة على تطوير وتحسين ثلاث خوارزميات رئيسية، وهي Affinity Propagation، Mean-Shift، وDBSCAN، وذلك لتحسين أدائها في استخراج المعرفة. تم تقديم تحسينات على خوارزمية الـ Affinity Propagation من خلال استخدام مسافة مانهاتن بدلاً من المسافة الاقليدية لحساب مصفوفة التشابه، وإيجاد صيغة جديدة لحساب عامل التفضيل، مما زاد من دقة عملية التجميع. كما تم تحسين خوارزمية الـ Mean-Shift عبر تقدير كثافة الكائنات والنطاق الترددي، مما ساعد في تحسين تحديد التجمعات بشكل أكثر كفاءة. وأخيرًا، تم تعديل خوارزمية الـ DBSCAN بالاعتماد على ضبط معايير Eps وMinPts، بدلاً من إدخالها من قبل المستخدم بشكل عشوائي، مما ساهم في تعزيز قدرتها على اكتشاف التجمعات في البيانات غير المتجانسة.

من خلال هذه التحسينات، تم الوصول إلى نتائج تجميع أكثر دقة واستقرارًا، مما يعزز من فعالية استخراج المعرفة من قواعد البيانات غرضية التوجه. كما تم مقارنة الخوارزميات المحسّنة مع نظيراتها التقليدية لإثبات أن التحسينات المقترحة توفر أداءً أفضل وأكثر فعالية.

الكلمات المفتاحية: استخراج المعرفة، تنقيب البيانات، التنقيب التنبؤي، خوارزميات التجميع، قواعد بيانات غرضية التوجه.

تحميل البحث