2-13 نتیجه گیری. 49

فصل سوم (روش تحقیق). 53

3-1 مقدمه. 53

3-2 راهکار پیشنهادی. 53

3-2-1 آماده سازی و پیش پردازش داده. 54

3-2-1-1 جمع آوری و بارگذاری داده‌های استخراج شده. 54

3-2-1-2 پاک سازی داده. 54

3-2-1-3 انتخاب زیر مجموعه‌ای از ویژگی‌ها. 55

3-2-1-4 فیلترینگ نمونه‌ها. 55

3-2-1-5 تبدیل داده. 55

3-2-1-6 خلق ویژگی. 55

3-2-1-7 نمونه برداری. 56

3-2-2 یادگیری مدل. 56

3-2-2-1 خوشه بندی. 56

3-2-2-2 خوشه بندی K-Means. 56

3-2-2-3 خوشه بندی با بهره گرفتن از الگوریتم K-Means با توجه به فرکانس تکرار و درجه اهمیت درخواست‌ها و نیازمندی‌ها. 57

3-2-3 ارزیابی و تفسیر مدل. 58

3-2-4 دسته بندی جدید و اولویت بندی نیازمندی‌های استخراج شده با بهره گرفتن از تکنیک رتبه بندی. 58

3-2-4-1 روش رتبه بندی. 60

3-2-4-2 شاخص‌های رتبه بندی. 60

3-2-4-3 ضرایب یا وزن شاخص‌ها. 61

فصل چهارم (محاسبات و یافته‌های تحقیق). 65

4-1 مطالعه موردی: سامانه مدیریت شهری 137 شهرداری تهران. 65

4-2 معرفی ابزار برتر داده کاوی RapidMiner 66

4-3 پیاده سازی روش پیشنهادی. 68

4-4 ارزیابی و تفسیر خوشه‌ها. 69

فصل پنجم (نتیجه گیری و پیشنهادات). 72

این مطلب را هم بخوانید :

5-1 نتیجه گیری. 72

5-2 مشکلات و نقاط ضعف کارهای مرتبط. 72

5-3 مزایا و ویژگی‌های روش پیشنهادی. 73

5-4 کارهای آینده. 74

پیوست – منابع و مآخذ. 75