‫ي روق‬#$ % .

‫ة‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫ ر زي روق‬.‫ت ا رة ن طرف د‬ ‫را‬ ‫ت‬ ‫ا‬ ‫ب‬ ‫ا‬

‫د و! ف‬ " #
Fherizi12@gmail.com
Abstract ‫ص‬%
The aim goal of this research is to know ‫ا دف ا ر س ذا ا ث ھو ر دور‬
the role of data mining in the age of big ‫ر ا ط ت‬ ‫ا ت‬ ‫ا ب‬
data. In this context we seek to clarify the ! "‫ إ و‬$ ‫ ق‬$ ‫ا ( رة؛ و ھذا ا‬
relationship between data mining and
‫ا ت وا( ) ف‬ ‫ ن ا ب‬+, ‫ا‬
knowledge discovery in the age of big
‫ر ا ط ت ا ( رة؛ و ر د‬ ‫ا ر‬
data. And we want to understand the
evolution of data from tansaction
- ‫ م طور ا ت ن ظ م‬0 ‫أن‬
processing system to data mining and big ‫ا ت‬ ‫ا ب‬ ‫ت إ‬, ‫ا‬
data .‫وا ط ت ا ( رة‬
We work in a world where we have data ، 4 ‫ت‬ ‫م أن د‬ ‫ل‬ ‫ن‬
rich, but information poor, so How do we ‫ د‬0 $ ‫ إذ ( ف‬،‫د ر ا و ت‬-‫و (ن و‬
benefit from data mining in the age of big ‫ر ا ت‬ ‫ا ت‬ ‫ن ا ب‬
data ? ‫ا ( رة؟‬
Therefore, we’ll adopt in this research ‫ ظرة‬7 ‫ ا‬+‫ھذه ا ور‬ ‫ د‬$ ،‫ذ ك‬
paper a broad view of data mining
‫ طور‬:‫راج ا ت‬: $‫ن وظ ف ا‬
functionality : evolution of database,
‫ وم ا ب‬0 ‫ ر ف‬،‫ دة ا ت‬+
definition the concept of data mining, the
process of knowledge discovery and its
، ‫طوا‬:‫ا( ) ف ا ر و‬ ،‫ا ت‬
steps, Kinds of Data Can Be Mined, ، ,: $‫(ن ا‬ ‫أ واع ا ت ا‬
Technologies Used in data minig, big ‫ا ت‬ ‫ا ب‬ ‫د‬: $ ‫ا ت ا‬
data, and case study. . ‫ ا‬$‫ ودرا‬،‫وا ت ا ( رة‬
Key words ،‫ا ت‬ ‫ ا ب‬: & ‫ا ت ا‬
Data Mining, Big Data, Knowledge ‫ ا( ) ف‬،‫ا ت )ا ط ت( ا ( رة‬
Discovery, Data Base, Data Warehouse ‫ ودع ا ت‬$ ،‫وا د ا ت‬+ ، ‫ا ر‬

‫ا د‬
‫ > ( ت ( رة ن ا ت )(ل و‬- = ‫م أ ن م‬ ‫ن ش‬
‫؛‬ ‫ ا‬- ‫ ا‬7 ‫ر‬ ‫ و‬،(Big Data) ‫ر ا ت ا ( رة‬ ‫أي‬
‫ل‬,: ‫ ن‬- ‫ھذه ا‬ ‫(ن أن‬ -‫را‬: $‫ا ت أو ا‬ ‫= ا ب‬ ‫و‬
‫ ط > ا ظر‬$ ‫ ظ أ‬, ‫ وا‬،‫ ن ا ت‬+,‫ر أدوات @( ) ف ا ر وا ط‬ ‫و‬
.‫ ا و ت‬-‫( و و‬ ‫ا ت ( طور ط‬ ‫ا ب‬ ‫إ‬
‫درا ( را ن ا@ھ م‬+ ‫ا ت‬ ‫ذب ا ب‬- ‫د‬+‫و‬
‫> ذ ك إ وا ر ( ت‬-‫ رة؛ و ر‬:A‫ وات ا‬$ ‫ا‬ ‫ > ((ل‬- ‫و ت و ا‬ ‫ا‬

1
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫ت إ‬ ‫و ل ھذه ا‬ ‫ط ق وا‪ >$‬وا ‪ -‬ا و) (‬ ‫ت‬ ‫ن ا‬ ‫ھ‬

‫‪1‬‬
‫و ت و ر ‪ 0‬دة ‪.‬‬
‫( و و‪-‬‬ ‫ا ت ( ‪ -‬طور ا ط‬ ‫و (ن ا ظر إ ا ب‬
‫طو ر‬ ‫ظم ‪+‬وا د ا ت ‪ $‬را طور‬ ‫د ) دت‬ ‫ا و ت‪،‬‬
‫ذك‬ ‫‪ > - :‬ا ت وإ ) ء ‪+‬وا د ا ت‪ ،‬وإدارة ا ت )‬ ‫ا وظ ف ا‬
‫‪+‬وا د ا ت(‪ ،‬و ل‬ ‫‪,‬ت‬ ‫‪:‬ز ن ا ت وا‪ $‬ر‪ ، -‬و ‪ -‬ا‬
‫‪2‬‬
‫) ل ‪:‬ز ن ا ت وا‪: $‬راج ا ت( ‪.‬‬ ‫ا ت ا د )ا‬
‫‪ 4‬ر ظر‬ ‫إن طور و و ا ت وا ‪ -0‬ر و‪ $‬ل ا وا ل ا@‪-‬‬
‫ر ا ت ا ( رة؛‬ ‫إ ا ت ن ا ظرة ا د إ ا ظرة ا د ‪7‬‬
‫( ‪:‬ص ن ا ت‬ ‫و‪+‬ت‬ ‫وأن ر( ا ت ا وم ظ‬ ‫‪:‬‬
‫‪3‬‬
‫د ‪ 7‬ت ا‪ :A‬رة ‪.‬‬ ‫ا د و ‪ -‬ھ و و ا@ھ م‬
‫ا درا‬ ‫إ(‬
‫‪0‬س ا )(ل؛ (ن‬ ‫‪( $‬ون ن ا ‪ $‬ل ر ب و ‪ > -‬ا ت إذا ( ت‬
‫د = أ)( ل‬ ‫ظم ا و‪+‬ت ‪-‬د ا م ا‬ ‫ر ا ت ا ( رة‪ ،‬و‬ ‫ا وم‬
‫ا ت ا ( رة‪.‬‬ ‫‪ E =-‬ب‬ ‫‪ :‬ف ن ا ت‪ ،‬وھذا ھو ا دي ا ذي‬
‫ث (ن ا‪F‬ن ‪:‬ز ن ا ت أ واع د دة و ‪ 0 :‬ن ‪+‬وا د ا ت‬
‫ت ددة ‪ 4‬ر‬ ‫در‬ ‫تا ھ‬ ‫و ت؛ و ‪ $‬ود ت‬ ‫و ‪ $‬ود ت‬
‫ن ا ت ن وراء ‪+‬وا د ا ت‬ ‫‪ ، $ -‬وم ( ‪ ( > -‬ت ھ‬
‫و ‪ $‬ود ت ا ت‪ ،‬أ ن د ق ا ت إ ا دا‪:‬ل و ن ا ‪ :‬رج ‪7‬ل ا ‪ $‬ل‪.‬‬
‫ت ‪7‬ل ھذه ا‪ ()A‬ل ا ‪0 :‬‬ ‫و ! ا ل ا ‪ 0‬ل وا (فء‬
‫ل ا ت‪،‬‬ ‫‪ -‬إ أدوات ‪+‬و‬ ‫؛ و رة ا ت ا ر ط أو ا ر‬
‫و"‬ ‫ا ت ) ت (‪ 7‬رة(‪( ،‬ن ر‬ ‫‪+‬د و ف ‪ = G‬د ‪4‬‬
‫ن ا ت‪ ،‬ا‬ ‫ا و ت(‪4‬؛ إن ا و ا ‪$‬ر >‪ ،‬وا ( ا‬ ‫ا و ت )‪+‬‬
‫‪ $‬ود ت ا ت ا ( رة‪+ ،‬د ‪ -‬وزت ‪+‬در ا )ر‬ ‫و ‪:‬ز‬ ‫م‪-‬‬
‫ا ‪ 0‬م دون أدوات ‪+‬و ‪.‬‬
‫‪ $‬ود ت ا ت‬ ‫م ‪-‬‬ ‫! ا ت ا‬ ‫و ‪ -‬ذ ك‪،‬‬
‫م ز ر ‪@ () ،‬‬ ‫درا‬ ‫تا‬ ‫ت( (‪G‬ر) ف‬ ‫ا "‪ ) :‬ر‬

‫‪1‬‬
‫‪- Jiawei Han, Micheline Kamber, Data Mining Concepts and T echniques,‬‬
‫‪Academic Press, The Second Edition, USA,2006, p1.‬‬
‫‪2‬‬
‫‪- Ibid., p3.‬‬
‫‪3‬‬
‫‪- Anuradha Bhatia, Big Data Analytics, M.E. Computer Engineering,2016, P4.‬‬
‫‪4‬‬
‫‪- Jiawei Han, Micheline Kamber, Jian Pei, Data Mining Concepts and‬‬
‫‪Techniques, Academic Press, The third Edition, USA,2012, p5.‬‬

‫‪2‬‬
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫وا@‪ 0 $‬دة‬ ‫إ‬ ‫أو ‪:‬ز‬ ‫م‪-‬‬ ‫( ن ( ا تا‬

‫ا ت‪.‬‬ ‫دان ا ب‬
‫ا ‪$‬ؤال ا ‪:‬‬ ‫و ن ‪,:‬ل ھذا ا د طرح ا‪()I‬‬
‫ت ا رة؟‬ ‫را‬ ‫ت‬ ‫ا‬ ‫ف &د نا ب‬
‫أھداف ا درا‬
‫‪.‬‬ ‫ل ا ت وا ب‬ ‫ر ا ‪ +,‬ن‬
‫ا( ) ف و‪ :‬ق ا ر ن ( ت ( رة ن ا ت‪.‬‬
‫ا ت‪.‬‬ ‫ت وأدوات ا ب‬
‫ر ا ت ا ( رى‪.‬‬ ‫ا رف‬
‫ت ا ؤ‪. $$‬‬ ‫ا‪: $‬دام ا ب‬
‫ت‬ ‫‪ .1‬طور ‪,‬وا د ا‬
‫ن طور ‪+‬وا د ا ت ‪ > -‬ا ت وإ ) ء ‪+‬وا د‬ ‫ا‪-‬و‬ ‫دأت ا ر‬
‫ا ‪ $‬وى‬ ‫م‬ ‫‪,‬ت وا‪ A‬داث ا و ا‬ ‫ا‬ ‫ا ت‪ ،‬وھذا @ د‬
‫‪,‬ت‬ ‫‪ -‬ا‪ A‬داث أو ا‬ ‫رف ظ م‬ ‫ؤ‪ $$‬وھو‬ ‫أو ا )‪E‬‬ ‫أ‬
‫‪,‬ت ا و‬ ‫)‪ (Transaction Processing System‬وا ذي ‪-$‬ل ا‪ A‬داث وا‬
‫‪$‬د اطب‬ ‫‪ > -‬وظ ف ا ؤ‪7 $$‬ل ‪ -$‬ل‬ ‫دث‬ ‫ا‬ ‫وا رو‬
‫ا وك‪- ،‬وزات‬ ‫‪,‬ت ا > وا )راء‪،‬ا‪ I‬دا ت ا د‬ ‫ز ون ‪ -$ ،‬ل‬
‫ا ‪ 0‬دق‪.....‬ا ‪.1L‬‬
‫طور أ ط ھ (ل ‪+‬وا د ا ت ن ا (ل‬ ‫ا‪.‬‬ ‫و ‪7‬ت ا ر‬
‫ا (ل دد ا‪ A‬د‪ ،‬و (ن‬ ‫ا ر إ ا (ل ا ) ( إ ا (ل ا ‪,‬‬
‫ب ا رار‬ ‫‪-‬ت أ‬ ‫ظرا ‪A‬ن ‪+‬وا د ا ت طر ا د م‬
‫ت وظ ف ا ؤ‪," $$‬‬ ‫ا ؤ‪ $$‬؛ وذ ك ر‪ >-‬دم و‪-‬ود ( ل ن ‪+‬وا د‬
‫ر‬ ‫‪ ،‬أ ! ن ا "روري ا@ ل إ‬ ‫ن زا د ( ا ت ا د‬
‫‪ $‬ود ت ا ت )‪ (Data Warehouse‬وا‬ ‫‪$‬‬ ‫ظ ور‬ ‫‪7 . .‬ت‬
‫ل‬ ‫ا و ‪ > -‬أ ط ظم ا و ت ا ‪$‬و ا‬ ‫‪ 7‬ا دة ا‬ ‫ھ‬
‫أ‪ $‬س ا@‪ - $‬ا ‪0‬ور وا ر ‪) A‬ط ا‪ A‬ل و@ ‪ -‬ت ا ‪ 0 $‬د ن‬
‫‪ -‬ا و ت ا ‪0‬ور )‬ ‫‪ +,‬ظم‬ ‫دا‪:‬ل ا ظ و ‪ :‬ر‪2 -‬؛ و‬
‫‪,‬ت ر‬ ‫ا ‪:‬ط( )‪ (On-line Transaction Processing‬وا ھ إ‪-‬راء ا‬
‫ؤ‪7 ، $$‬ل ا )راء‬ ‫تا و‬ ‫ظم ا‬ ‫ا‪ I‬ر ت و ‪ -‬ا@‪, $‬م‪ ،‬إذ ‪E‬ط‬
‫>‪ ،‬وا ‪:‬د ت ا ر ‪ ،‬و()وف ا ر ت‪ ،‬وا ‪ -$‬ل‪،‬‬ ‫وا ‪:‬زون وا‬

‫‪1‬‬
‫‪- kenneth LAUDON et Jane LAUDON, management des systèmes d’information ,‬‬
‫‪paris, Pearson Education,2006 ,p41.‬‬
‫ت‪ ،‬ا ردن‪،‬دار ا ھ ‪ ،2012 ،‬ص‪.102‬‬ ‫& ا‬ ‫ت ا)دار‪ $‬و'‬ ‫‪ *+ ،‬ا‬ ‫‪-2‬‬
‫‪3‬‬
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫ن‬ ‫‪ 0‬و‬ ‫وا ‪ ، $‬وھ و‪ =-‬و ا ‪,‬ء‪1‬؛ ‪ $‬ود ت ا ت‬

‫م )(ل و ‪ ،‬وذ ك أن‬ ‫ب )‪ (OLTP‬وا‬ ‫ت ‪+‬وا د ا ت ا‬
‫إ@ د ا@ ء ن‬ ‫ت ‪+‬وا د ا ت ا‬ ‫‪ $‬ود ت ا ت @ ‪:‬زن‬
‫‪ $‬وى ‪ +‬دة‬ ‫ت‬ ‫) إدراج‪ ،‬د ث‪ ،‬أو ذف( أي د آ‪:‬ر‬ ‫ا‬
‫ت ھذه‬ ‫‪,‬ت > ا ؤ‪ @ $$‬ل‬ ‫ا ت ‪ 7‬ل) أ د ا ز ن ‪ +‬م دة‬
‫ذك‬ ‫‪,‬ت ا ز ون‬ ‫‪ $‬ودع ا ت إ@ د ا@ ء ن ‪> -‬‬ ‫‪,‬ت إ‬ ‫ا‬
‫ت ‪+‬وا د‬ ‫ا وم أو ا ‪ 0‬رة ) وم‪ ،‬أ‪ $‬وع‪ ) ،‬ر‪( $ ،‬؛ ‪G‬ي ‪ E‬رات (ررة‬
‫‪ $‬ودع ا ت‪ $ ،‬ود ت ا ت @ م د ‪() 7‬ل‬ ‫ا ت @ (س‬
‫)) ر‪$ (,7 $ ،‬ب ا ‪ -‬ت ا ؤ‪، $$‬‬ ‫د دة ز‬ ‫(رر إ‬
‫‪ $‬ودع‬ ‫إ‬ ‫(ل ) ر أو ‪+ $‬وا د‬ ‫‪ 7‬ل‪ :‬أ ن ل ا ؤ‪$$‬‬
‫ا ت‪.‬‬
‫ا ‪0‬ور )‬ ‫( ار طت ‪ $‬ود ت ا ت ظم ا ‪ -‬ا‬
‫ا ‪:‬ط( )‪ (On-Line Analytical Processing‬؛ ث د رھذه ا‪ :A‬رة ( ت ( رة‬
‫ن ا ت ا ر ‪ ، :‬و و ر را ق ‪ :‬ص وا ‪ ،> -‬و ‪:‬زن و د ر ا و ت‬
‫‪ $‬و ت ‪ 0 :‬ن ا ‪ 0‬ل‪ ،‬ھذه ا زات ‪ -‬ل ا ت أ‪ $‬ل ‪: $,‬دام‬
‫@ ‪ :‬ذ ‪+‬رارات ‪ $‬رة‪.‬‬

‫ا ت د و‪-‬ود‬ ‫ظ ور ا ب‬ ‫‪7‬ت‬ ‫ا را "‬ ‫أ ا ر‬

‫م ‪E $‬ل ن أ‪-‬ل و د وا‪: $‬راج‬ ‫ت ا ‪ $‬ود ت وا‬ ‫( ت ( رة ن ا‬
‫ا ‪ :‬ذ ا رار‪.‬‬ ‫ا و ت ا ‪ 0‬دة‬

‫ت‬ ‫ا‬ ‫ب‬‫‪0& .2‬وم ا‬

‫ا‪: $‬راج "ا ر " ن ( ت ( رة‬
‫ن ذ(ر أن ا ب ن‬ ‫‪:‬ط ‪،‬‬
‫ط ! ا ب ن ا ذھب‬ ‫)ر إ‬
‫د ھ أن ا ب ن ا ت‬
‫‪ 7‬ا ‪:‬ور أو‬ ‫ت ھ‬
‫ن ا ت؛ وھ(ذا‪ ،‬أ ! ‪7‬ل ھذا‬
‫و "ا ب" ‪ :‬را ) ‪ ،‬وھ ك ا د د‬
‫ا ب‬ ‫‪ 0 :‬أو ‪, + 0 :‬‬
‫‪2‬‬
‫ت ‪ /‬أو ط ا ت ‪.‬‬
‫ا تإ‬ ‫‪$‬ط ‪) ،‬ر ا ب‬
‫ن ا ت؛ ھذا ا ط ! ھو ا وا‪$ >+‬‬
‫دره ھو ا ‪:‬ور أو ا ر ل وھو‬ ‫ا ذھب‬
‫د@ ن ا ب ن ا ‪:‬ور أو ا ر ل‪،‬‬
‫ت؛‬ ‫ا‪ A‬ل ھو ا ب ن ا ر و س ا‬
‫ا ر ھ ا ذھب ا ‪: $‬رج‬ ‫ا ر ل‪،‬‬
‫ل (‪ ,‬ن "ا ت"‬ ‫ا ‪ $‬ا‪:‬ط ا‬
‫ل‬ ‫ن ا ط ت ا‪:A‬رى ا‬
‫ا ت‪7 ،‬ل ا‪: $‬راج ا ر ‪ ،‬و ل ا‬

‫‪1‬‬
‫‪- Jiawei Han, Micheline Kamber, Jian Pei, Op.Cit., P128.‬‬
‫‪2‬‬
‫‪- Jiawei Han, Micheline Kamber, Op.Cit., P03.‬‬
‫‪4‬‬
 ‫ي روق‬#$ % .‫ة‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫ت وا ( ف ا "ر‬ ‫ا‬ ‫ ن ا ب‬,1" ‫ ا‬.3

‫ر‬:‫ط ! أ‬ ‫راج ا ت ) ا ب( ( رادف‬: $‫ ر ن ا س ا‬7( ‫ر ا‬
(knowledge discovery ‫د )(ل ( ر ھو ا( ) ف ا ر ن ا ت‬: $
‫ا ت ھو‬ ‫ر أن ا ب‬:F‫ن رى ا ض ا‬ ،from data, or KDD)
(the process of knowledge ‫ا( ) ف ا ر‬ ‫طوة‬: ‫رد‬-
‫ل‬,: ‫ن‬ ‫)ر‬ ‫طوات ا‬: ‫ل (رر‬$ $ ‫ رة ھ‬:A‫ ھذه ا‬،discovery)
‫ا( ) ف‬ ‫طوة أو ر‬:( ‫راج ا ت‬: $‫ا )(ل ا وا ا ذي و"! ا‬
:. ‫ا ر‬
‫ا( ) ف ا ر‬ ‫طوة‬:( – ‫راج ا ت‬: $‫ ا‬:(01) ‫م‬,‫ا ( ل ر‬

:‫در‬ ‫ا‬
Jiawei Han, Micheline Kamber, Jian Pei, Data Mining Concepts and
T echniques, Academic Press, The third Edition, USA,2012, p7.

5
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫‪:1‬‬ ‫و (ن )رح ا ‪-‬دول ن ‪,:‬ل ا ‪:‬طوات ا‬

‫ت )‪I‬زا ا "و" ء وا ت ‪ 4‬ر ‪.( $‬‬ ‫أ‪ .‬ظ ف ا‬

‫در ت ددة (‪.‬‬ ‫ت ) ث (ن ا ‪ > -‬ن‬ ‫ب‪ .‬د ‪ 4‬ا‬
‫ا ل ن‬ ‫ت ) ث م ا‪ $‬ر‪ -‬ع ا ت ذات ا‬ ‫ج‪ .‬ا‪ %‬ر ا‬
‫‪ +‬دة ا ت(‪.‬‬
‫أ)( ل ‪$‬‬ ‫ت ) ث م و ل ا ت و و دھ‬ ‫د‪ .‬و ل ا‬
‫ا ‪. (> -‬‬ ‫‪: $,‬راج ن طر ق ‪:‬ص ‪ -‬د أو‬
‫ث م ط ق أ‪ $‬ب ذ( @‪: $‬راج‬ ‫أ‪$ $‬‬ ‫ت )‬ ‫ه‪ .‬ا ‪%‬راج ا‬
‫أ ط ا ت( ‪.‬‬
‫‪7‬ل ا ر ا‪ $‬دا إ دا ر‬ ‫م ط ) د د أ ط ‪ 7‬رة ‪,‬ھ م‬ ‫و‪.‬‬
‫‪ 7‬رة ‪,‬ھ م(‪.‬‬
‫ت ا ‪ 7‬ل ا ري وا ‪ 7‬ل ا ر‬ ‫ز‪ .‬رض ا "ر ) ث م ا‪: $‬دام‬
‫د م ا ر ا ‪: $‬ر‪ -‬إ ا ‪: $‬د ن(‪.‬‬
‫وا ‪ ,‬ظ ن ا )(ل أن ا ‪:‬طوات ن ‪ 1‬إ ‪ 4‬ھ أ)( ل ‪ 0 :‬ن ا ‪-‬‬
‫ب وا@‪: $‬راج‪ .‬وا ‪:‬طوة ا ‪ $ :‬ا ‪7‬‬ ‫ت‪ ،‬ث د ا ت‬ ‫ا ‪$‬‬
‫ا‪: $‬راج ا ت ‪+‬د ‪ 0‬ل > ا ‪: $‬دم أو ‪ +‬دة ا ر ‪ ،‬و م رض ا‪ A‬ط‬
‫ا ‪ 7‬رة ‪,‬ھ م ‪: $‬دم و (ن ‪:‬ز ( رف ‪-‬د دة ‪ +‬دة ا ر ‪.‬‬
‫ا( ) ف‬ ‫ا ت (‪:‬طوة وا دة‬ ‫إن ا )(ل ا ‪ $‬ق ظ ر ا ب‬
‫م؛ و > ذ ك‪،‬‬ ‫ا ر ‪ ،‬وإن ( ن ذ ك أ‪)( = A $ $‬ف ا‪ A‬ط ا ‪0:‬‬
‫ط! ا ب‬ ‫‪ ،‬و و‪ $‬ل ا‪, I‬م‪ ،‬و ا و‪$‬ط ا ‪: $ ، 7‬دم‬ ‫ا‬
‫ا( ) ف ا ر ‪. (G‬‬ ‫ا ت (‪ 7‬ر ن ا‪ A‬ن ‪ )O‬رة إ‬
‫ا ب‬ ‫ت‬ ‫‪ .4‬وع‬
‫أي وع ن ا ت‬ ‫ا ت‬ ‫‪( ،‬ن ط ق ا ب‬ ‫( ( و و‪-‬‬
‫ط أن ا ت ذات ‪E‬زى ط ق ا دف‪ ،‬وأھم أ)( ل ا ت ا ‪: $‬د‬
‫ت ‪+‬وا د ا ت و ت ‪ $‬ودع ا ت‬ ‫ط ت ا ب أوا@‪: $‬راج ھ ‪:‬‬
‫‪,‬ت ‪(database data , data warehouse data, and‬‬ ‫و ت ا‬
‫‪2‬‬
‫)‪. transactional data‬‬
‫ت ا " ‪1‬ت‬ ‫‪.‬ل ن‬
‫‪7 ،‬ل )راء‬ ‫‪,‬ت ط‬ ‫ت ا‬ ‫‪ +‬دة‬ ‫)(ل م‪( ،‬ل ‪-$‬ل‬
‫‪ 0‬و ب؛ و " ن ا‬ ‫ا ل‪ ،‬أو ‪-‬ز ر ‪ ،‬أو رات ا ‪: $‬دم‬
‫)(ل‬ ‫ر ا‬ ‫ر د )ر‪+‬م ر ف ا ر(‪ ،‬و‪+‬‬ ‫دة ر‪+‬م ھو‬
‫ت‬ ‫وي ‪ +‬دة‬ ‫؛ و‪+‬د‬ ‫ا‬ ‫م )راؤھ‬ ‫ر ا‬ ‫‪7 ،‬ل ا‬ ‫ا‬
‫‪1‬‬
‫‪- Jiawei Han, Micheline Kamber, Jian Pei, Op.Cit., P8.‬‬
‫‪2‬‬
‫‪- Idem.‬‬
‫‪6‬‬
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫‪,‬ت ‪7‬ل‬ ‫ق‬

‫و ت أ‪:‬رى‬ ‫وي‬ ‫‪-‬داول إ"‬ ‫‪,‬ت‬ ‫ا‬
‫‪1‬‬
‫ذك ‪.‬‬
‫ت أو ا ‪0‬رع و إ‬ ‫ر و و ت ن دوب ا‬ ‫و فا‬
‫ت‬ ‫ا‬ ‫ا ب‬ ‫‪%‬د‬ ‫‪ .5‬ا و و‪ #‬ا‬
‫‪@ -‬ت‬ ‫ا ت د د ن ا ( و و‪ -‬ت‬ ‫ت ا ب‬ ‫‪+‬د أدر‪-‬ت‬
‫ا‪ A‬ط و‪+‬وا د ا ت‪ ،‬و ظم‬ ‫ءات وا م ا‪ F‬وا رف‬ ‫أ‪:‬رى ‪7‬ل ا‪I‬‬
‫‪ $‬ودع ا ت‪ ،‬وا‪ $‬ر‪ -‬ع ا و ت وا ور وا ‪:‬وارز ت وا و‪$‬‬
‫‪2‬‬
‫‪:‬‬ ‫رھ (‬ ‫ا‪A‬داء و و" ! ا ( و و‪ -‬ا ‪: $‬د )رح " ن‬
‫ءات ‪7‬ل‬ ‫‪I‬‬ ‫ا ت = ‪G +,‬‬ ‫ء )‪:(statistics‬إن ا ب‬ ‫أ‪ .‬ا‪9‬‬
‫ء ‪ > -‬و ل أو ‪ $0‬ر و)رح‪ ،‬و رض ا ت‪.‬‬ ‫درا‪ $‬ت ا‪I‬‬
‫م أ‪ -‬زة‬ ‫ن (‪0‬‬ ‫ب‪ .‬ا " م ا‪ :(machine learning) :‬و ق ا م ا‪F‬‬
‫ا ( و ر )أو ‪ $‬ن أدا ( ا‪ $‬دا إ ا ت‪.‬‬
‫ج‪ .‬ا ر‪ #‬ع ا " و ت )‪ :(information retrieval‬ھو م ا ث ن ا و‪ 7‬ق أو‬
‫أو ا و‪ $‬ط ا ددة‪،‬‬ ‫ا و‪ 7‬ق‪ ،‬و (ن أن (ون ا ‪ $‬دات ا‬ ‫ا و ت‬
‫ا و ب‪.‬‬ ‫و (ن أن (ون و‪-‬ودة‬
‫‪: $‬ص ‪ $‬ق ن ‪,:‬ل ا )(ل ا ‪:‬‬
‫ت ن ا د د ن ا ‪@ -‬ت‬ ‫د‬ ‫ا ت‬ ‫ا ( ل ر‪,‬م )‪ :(02‬ا ب‬

‫در‪:‬‬ ‫ا‬
‫‪Jiawei Han, Micheline Kamber, Jian Pei, Data Mining Concepts and‬‬
‫‪T echniques, Academic Press, The third Edition, USA,2012, p23.‬‬

‫‪1‬‬
‫‪- Jiawei Han, Micheline Kamber, Op.Cit., P11.‬‬
‫‪2‬‬
‫‪- Jiawei Han, Micheline Kamber, Jian Pei, Op.Cit., P24-25.‬‬
‫‪7‬‬
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫ت‬ ‫ا‬ ‫تا ب‬ ‫‪.6‬‬

‫ا (س ن ذ ك‪،‬‬ ‫ا ت؛‬ ‫‪-‬وم‬ ‫ا ت ‪$‬ت طر‬ ‫ا ب‬
‫ظ م ا ت‪ ،‬و ن ‪7‬م ا‪: $‬دام ك ا و ت؛ ذا ا ‪ $‬ب‪ ،‬ن‬ ‫ل ھو و‪$‬‬
‫إ‪-‬د‬ ‫‪-‬د دة ا‪: $‬راج ا ت‪- .‬ب أن (ون ‪ 0‬ن‬ ‫‪ -‬إ‬
‫د@ ن رض وذج‬ ‫‪ +,‬ت وأ ط م ‪ :‬أ دا؛ رك ا ت ‪ :‬ر ا‬
‫) ر أ ‪$‬وف (رر ا‪ A‬ط ا ‪ ، 0‬ھ ك أر > ت ن‬ ‫ا تا‬
‫‪1‬‬
‫‪:‬‬ ‫ا ت وھ (‬ ‫تا ب‬
‫أ‪ .‬أدوات ا ؤ )‪ :(Prediction‬وھ ا‪ $A‬ب ا ‪ $‬دة ن ا ؤ ا‪I‬‬
‫ل‬ ‫ءات ا د ‪7‬ل‬ ‫ا‪I‬‬ ‫ا ‪ E‬ر‪ ) ،‬ل ھذه ا‬ ‫ا دي ؤ‬
‫ا@ دار‪ ،‬وا ل ا دد‪ ،‬و إ ذ ك‪ ،‬وا طرق ‪ 4‬ر ا د ا ‪: $‬د‬
‫وا م ا‪. F‬‬ ‫أدوات ا ؤ ھ ا ذ( ء ا@ ط‬
‫ف ز ت ‪ 0 :‬ن‬ ‫ف )‪ :(Classification‬ول أدوات ا‬ ‫ب‪ .‬ا‬
‫ا‪ )A‬ء أو ا‪-I‬راءات‪.‬‬
‫ل ا ‪ #‬و ت )‪ :(Clustering Analysis‬ھ أدوات ‪+‬و ‪-‬دا ‪> -‬‬ ‫ج‪.‬‬
‫و م د د ھذه ا ‪ -‬و ت‬ ‫> )(ل ط‬ ‫ا ‪-‬تإ ‪ -‬و تا‬
‫ن ‪ +‬ل ا ر ‪ P‬و س ن ‪ +‬ل ا ‪ 7‬ن؛ ظم ا ‪ -‬و ت ا ( )‪+ 0‬د @ (ون‬
‫م ا( ) ‪+‬د‬ ‫دة ذ(ر ‪+‬رار ا‪ A‬ل؛ و > ذ ك‪ ،‬وا د أو ا‪ 7‬ن ن ا‬
‫‪. $‬‬ ‫‪ I‬ط ء ا‪ A‬ل زة‬ ‫(ون ‪ E‬ا‪A‬ھ ‪ ،‬و (ن ا@‪ 0 $‬دة‬
‫‪ $‬ل ا ‪ 7‬ل‪،‬‬ ‫د‪ .‬ا ( ف ‪,‬وا د ا ‪:(Association Rules Discovery) < #‬‬
‫)ر‬ ‫ون‪ ،‬و ھ ا ‪ -‬ت ا‬ ‫رأھ أ)‪ :‬ص‬ ‫أ واع ا ( ب ا‬
‫) ھدھ ‪ -‬و ت‬ ‫ن ا‪ :)A‬ص‪ ،‬و ھ ا‪, A‬م ا‬ ‫‪ -‬و ت‬
‫ن ا‪ :)A‬ص‪ ،‬و إ ذ ك؛ و (ن )ر( ت ا‪: $‬دام ھذه ا و ت @‪ $‬داف‬
‫أ‪$‬وا‪. +‬‬
‫ت ا رة‬ ‫تإ ا‬ ‫ا‬ ‫‪ .7‬ا= ل ن ا ب‬
‫ت ا ( رة و (ن (ن ر ‪> - " G 0‬‬ ‫@ و‪-‬د ‪ 0‬وم و د‬
‫‪: $‬دام‬ ‫‪-‬‬ ‫! نا ب‬ ‫‪ -‬و ا ت ا ( رة ‪-‬دا وا دة وا‬
‫‪2‬‬
‫‪ -‬ا تا د ‪.‬‬ ‫أدوات إدارة ‪+‬وا د ا ت أو ط ت‬
‫ط ب ‪ -‬و و و دھ ھ د‪- $‬د دة و ت‬ ‫أ " "ھ ا ت ا‬
‫"‪ ،‬و =‬ ‫وا رف ا ‪0:‬‬ ‫و‪:‬وارز ت و ‪,‬ت ‪I‬دار وا‪: $‬راج ا‬
‫در‪ -‬ت ‪ 0‬و‬ ‫أ ( ت نا تا‬ ‫(ن ر ف ا ت ا ( رة‬
‫‪1‬‬
‫‪- Karnataka State Open University, Data Warehousing and Data Mining, Third‬‬
‫‪Semester M.Sc in Information Technology, Mysore, 2014, P10.‬‬
‫‪2‬‬
‫‪- Francisco Herrera, Data Mining Methods for Big Data Preprocessing, Dept.‬‬
‫‪of Computer Science and A.I. University of Granada, Spain ,p13.‬‬
‫‪8‬‬
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫ن ا ‪ E‬وض‪( @ ،‬ن‬ ‫ن ا د‪ ،‬و دت ‪$‬ر ت ‪ 0 :‬و در‪ -‬ت ‪ 0‬و‬

‫‪: $‬دام ا ( و و‪ -‬ت ا د أو أ‪ $‬ب ا ‪ -‬أو ا ‪:‬وارز ت أو أي‬ ‫‪-‬‬
‫‪1‬‬
‫ول ‪ -‬ر ‪ -‬ھزة ‪.‬‬
‫م إ ) ؤھ‬ ‫أ ا ت ا ( رة ث ) ل ا ت ا‬ ‫و رف ا ت‬
‫ا ‪ $‬رات ‪Q‬ر‪ $‬ل‬ ‫وا‪$‬ط آ ن ) ( ت ا@‪ )( $‬ف )أ‪ -‬زة ا@‪ ) $‬ر‬
‫وع ا طر ق‪ ،‬و‪$‬ر ا دة‪ ،‬وا وزن() وم إ) رات‬ ‫إ) رات ‪ 0 :‬ا دا‬
‫‪Q‬ر‪ $‬ل إ) رات)ذراع‬ ‫و ‪-‬‬ ‫وا‪ -A‬زة ا‬ ‫ا راد و وا‪ +A‬ر ا‬
‫> ا ‪ $‬رات ‪$‬وف ر‪$‬ل إ) رات (ل‬ ‫‪:‬ط ا ‪> -‬‬ ‫ا رو و ا ھ‬
‫ر( (‪.2‬‬
‫ت ا رة‬ ‫‪> % .8‬ص ا‬
‫‪:‬‬ ‫ر ا ‪ 7,7‬ا‬ ‫و ‪7‬ل ا‬
‫‪:‬‬ ‫أ‪ .‬ا ‪#‬م‪ :‬و ‪7‬ل ا ط ا‬
‫ت‬ ‫را ت و‬ ‫ار ‪ 0‬ع ‪:‬ز ن ا ت )(ل ( ر ‪-‬دا ث ل إ‬
‫ظ م ا ‪:‬ز ن دى ا ؤ‪ $$‬ت‪.‬‬ ‫)‪(Terabytes and Petabytes‬‬
‫ا ت )(ل أ)رط ا ‪ 0‬د و وا و‪ $‬وا ور ا ( رة‬ ‫(ن ا ‪7‬ور‬
‫‪.‬‬ ‫ن ‪,:‬ل ‪ +‬وات و‪ $‬ل ا‪, I‬م ا@‪-‬‬
‫ددة‪ ،‬و‬ ‫ض ا‪ A‬ن م إ دة م ‪0‬س ا ت > زوا‬
‫ھ ‪ $0‬و‪-‬ودة؛ وھذا ؤدي إ ‪ :‬ق ا ‪ -0‬ر‬ ‫ا ر‪4‬م ن أن ا ت ا‪A‬‬
‫ا ت‪.‬‬
‫‪:‬‬ ‫ب‪ .‬ا ر ‪ :‬و ‪7‬ل ا ط ا‬
‫‪ 4‬ر ظر إ‬ ‫طور و و ا ت وا ‪ -0‬ر و‪ $‬ل ا وا ل ا@‪-‬‬
‫ا ت‪.‬‬
‫‪ E‬ر طر ا‪ $‬ل ا‪ :A‬ر ن ا وات وا‪I‬ذا ت )(ل ‪$‬ر > د ( ن ھ ك‬
‫ف(‬ ‫ت د ‪7 ) 7‬ل ا‬ ‫و‪+‬ت د = أن ت ا‪ A‬س ھ‬
‫ن‬ ‫و ردون و ‪ 0‬ون‬ ‫‪: $‬دم ا وم ا‪ A‬راد و‪ $‬ل ا وا ل ا@‪-‬‬
‫">‬ ‫ت ا وم ض ا ر‪ $‬ل ا د‬ ‫أ‪-‬ل ) م > آ‪:‬ر ا‪ :A‬ر‪G ،‬‬
‫‪.‬‬ ‫‪ $‬وى و‪ $‬ل ا وا ل ا@‪-‬‬ ‫) ء ‪: $‬د ن‬ ‫‪7‬وا @‬
‫( ‪:‬ص ن ا ت ا د‬ ‫و‪+‬ت‬ ‫ر( ا ت ا وم ظ‬
‫‪3‬‬
‫د ‪ 7‬ت ا‪ :A‬رة ‪.‬‬ ‫و ‪ -‬ھ و و ا@ھ م‬
‫‪1‬‬
‫‪- Krish Krishnan, Data warehousing in the age of big data, Elsevier Inc, USA,‬‬
‫‪2013, p5.‬‬
‫‪2‬‬
‫‪- Ibid., P7.‬‬
‫‪3‬‬
‫‪- Anuradha Bhatia, Op.Cit., P4.‬‬
‫‪9‬‬
 ‫ي روق‬#$ % .‫ة‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

: ‫ا طا‬
‫ل‬7 ‫ و‬:‫ ا وع‬.‫ج‬
‫ف‬ ‫ ( أو‬access , excel ) ‫ل‬7 ‫دة أ)( ل‬ ‫ت‬
‫ز ن ا‬: ‫(ن‬
.‫ ط‬$
‫ رض د (ون‬0 ( ‫ا )(ل ا دي‬ ‫ت‬$ ‫ ن ا ت‬A‫ض ا‬
-‫و‬ ‫ر‬ ‫ رة؛ و ن ا "روري أن وم ا ظ‬+ ‫ ل‬$‫)(ل د و ور‬
.‫زى‬E ‫ذات‬
‫ظم‬ ‫س ا )(ل (ن‬0 ‫ > ا ت إذا ( ت‬- ‫ ل ر ب و‬$ ‫ (ون ن ا‬$
‫ وھذا ھو ا دي ا ذي‬،‫ ف ن ا ت‬: ‫د = أ)( ل‬ ‫ت ا م ا‬+‫ا و‬
.‫ا ت ا ( رة‬ ‫ ب‬E =-
: ‫ل ا )(ل ا‬,: ‫ ق ن‬$ ‫ص‬: $

‫ت ا ( رة‬ ‫صا‬ : :(03) ‫م‬,‫ا ( ل ر‬

(1$#4 ‫ )ا‬volume ،*3 ‫ا‬

‫ت‬ 1$ ‫ وا‬1 4 5 ‫ د ا‬-‫ ا‬،*+ ‫ا‬
(Megabytes_Gigabytes_Terabytes_
Petabytes)

‫ا‬
( 3 ‫)ا‬ 5‫ا‬
‫? ا‬8 ‫ا‬
Big Data complexity
‫در‬ ‫' عا‬
‫م‬+ ‫ت‬ . $AB ‫در ا‬ ‫' د‬ ،‫ ل‬-‫ رة وا‬3 ‫ ا‬، ‫ا‬
. %‫وا‬ * ،‫ د‬8-‫ا‬
needs to be analyzed ‫ وا‬8 ‫ا‬،‫ ء‬:; ‫ا‬
quickly ،< $‫ ا‬،‫ = ر‬، $ ،>
.‫ا و ت‬

‫ ا‬,&‫ا‬ ‫ا‬ ‫د‬ - . /% ‫ إ اد ا‬1 :‫در‬ ‫ا‬

1. Francisco Herrera, Data Mining Methods for Big Data Preprocessin, Dept. of
Computer Science and A.I. University of Granada, Spain ,p 11.
2. Anuradha Bhatia, Big Data Analytics, M.E. Computer Engineering,2016, P5.
10
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫تا‬‫رة‬ ‫ا‬ ‫‪ .9‬أ ق ‪#‬د دة =‪ ,‬د ‪> ,‬م‬

‫ول در‪ -‬ت ا‪ A‬ن‬ ‫ر إ درا‪$‬‬ ‫ھذا ا‬ ‫‪ $‬طرق‬
‫)ر( )‪(AllElectronics‬‬ ‫‪,‬ء و درا‪: 7 : $‬‬
‫ا‪-‬و‬ ‫‪ 1.9‬درا‬
‫‪ -$‬ل در‪ -‬ت ا@ ن‬ ‫ا ت ‪ $‬دة‬ ‫‪+‬د م ا‪: $‬دام ا ب‬
‫‪ $‬د‬ ‫؛ و (ن ر ف در‪ -‬ت ا@ ن ‪G‬‬ ‫ا‬ ‫ا‬ ‫‪,‬ء‬
‫‪,‬ء؛ @‪: $‬دام ا‪7(A‬ر‬ ‫د د إذا ( ن ‪ $‬م ! ا@ ن‬ ‫د ا@ ن‬
‫ط ت ا روض و م ط ق‬ ‫ول‬ ‫) و ھو ا ‪ :‬ذ ‪+‬رارات ا@ ن‬
‫؛وو"> دود‬ ‫ا رارات )‪G‬ن ط ت ا روض ا )‪:‬‬ ‫در‪ -‬ت ا@ ن أ "‬
‫ا ‪ ( $‬ن وا ‪,‬ء‪.‬‬ ‫و و‪ >+‬ر‬ ‫ا@ ن وإدارة ا ‪ $‬ت ا‬
‫‪-‬ل‬ ‫ا ت و ‪:‬ز ن ا ت ‪() -‬ل ‪ :‬ص‬ ‫و‪+‬د ( ن ا ب‬
‫إدارة ‪ +,‬ت ا ‪,‬ء؛ ن ‪,:‬ل ا@‪ 0 $‬دة ن ‪ $‬ودع ا ت‪ ،‬ث (ن ‪ -‬ر‬
‫ط ا ‪,‬ء‪ ،‬و ‪-‬ز‬ ‫ا‪ $‬را ‪ -‬ت ا ‪,‬ء ددة ‪,7‬‬ ‫ا ‪-‬ز ا )روع‬
‫‪ $‬ودع ا ت‪ ،‬و (ن )ر( ت ‪ $‬م ‪,‬‬ ‫ا ‪,‬ء ‪: $‬دام ا و ت‬
‫‪1‬‬
‫دة ‪-‬ز ت ا ‪,‬ء ‪7‬ل ‪:‬‬ ‫ا تإ‬ ‫ا ب‬ ‫ن ‪,:‬ل‬
‫و دو =‬ ‫م )أي أ م ( ‪0‬ون أ(‪7‬ر‬ ‫أ‪ .‬ا ‪,‬ء ا ذ ن ‪ E‬ا " ء‬
‫ا‪ I‬رادات(؛‬
‫(ن أن (ون ذات‬ ‫م )أي ك ا‬ ‫م ا ‪+,‬‬ ‫ب‪ .‬ا ‪,‬ء ا ذ ن ‪ E‬إ دة‬
‫‪ ، +‬و ( ‪+‬د ط ب )‪ > -‬ا )ر( أو و و ‪ /‬أو إدار (‪.‬‬
‫ج‪ .‬ا ‪,‬ء ا ذ ن ‪ E‬أن ) رك ا )ر( ‪.‬‬

‫(ر )‪(AllElectronics‬‬ ‫ا‪.‬‬ ‫‪ 2.9‬درا‬

‫> روع‬ ‫‪-‬‬ ‫أل إ ( رو (س )‪ (AllElectronics‬ھ )ر( دو‬
‫‪ > -‬أ ء ا م ) ) ( ‪4‬و‪ ،‬و ورك‪ ،‬ور و‪( ،‬و ر(‪( ،‬ل رع د = ‪ -‬و‬
‫ت ا )ر( ‪$‬ب وع ا د‬ ‫ل‬ ‫= ن ‪+‬وا د ا ت‪ ،‬و ر د د م‬ ‫‪:‬‬
‫وأن ا ت ذات ا‬ ‫‪:،‬‬ ‫(ل رع ر > ا ‪ 7‬ث‪ ،‬و ر ھذه ا‬
‫وا‪ >+‬د دة‪.‬‬ ‫دة ‪+‬وا د ت و‪-‬ودة‬ ‫وز‬
‫ا )(ل‬ ‫ھذه ا درا‪( $‬‬ ‫ا ت‬ ‫ا ب‬ ‫و (ن و" !‬
‫ا وا ‪:2‬‬

‫‪1‬‬
‫‪- Karnataka State Open University, Op.Cit., P10.‬‬
‫‪2‬‬
‫‪- Jiawei Han, Micheline Kamber, Jian Pei, Op.Cit., P11.‬‬
‫‪11‬‬
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ر" ا‬ ‫ا‬

‫ت )ر( )‪(AllElectronics‬‬ ‫‪ $‬ودع ا‬ ‫ا ( ل ر‪,‬م )‪ :(04‬ا‪I‬ط ر ا وذ‪-‬‬

‫در‪:‬‬ ‫ا‬
‫‪Jiawei Han, Micheline Kamber, Jian Pei, Data Mining Concepts and‬‬
‫‪T echniques, Academic Press, The third Edition, USA,2012, p11.‬‬

‫ء وا‪: $‬دام ‪ $‬ودع ا ت ل‬ ‫ث و"! ھذا ا‪I‬ط ر ا وذ‪-‬‬

‫‪ $‬ودع‬ ‫> ا رار‪ ،‬إذ م ظ م ا ت‬ ‫)‪ $ (AllElectronics‬ل‬
‫‪ $‬ل ا ‪ 7‬ل‪ ،‬ا ل‪ ،‬ا د‪ ،‬ا ورد‪،‬‬ ‫ا ت ول ا و"و ت ا ر ‪) $‬‬
‫وا ) ط(‪ ،‬و م ‪:‬ز ن ا ت و ر ا و ت ن ظور ر ‪ ( ، :‬ھو ا ل‬
‫‪ $‬ل ا ‪ 7‬ل‪ ،‬د@ ن‬ ‫‪.‬‬ ‫م ‪:‬‬ ‫‪ 6‬إ ‪ ) 12‬را ا " ‪ ،‬و دة‬
‫‪,‬ت‬ ‫ت‪ $ ،‬ودع ا ت ‪+‬د ‪:‬زن ‪:‬ص ا‬ ‫‪:‬ز ن ‪ 0‬ل (ل‬
‫ت‪.‬‬ ‫‪$‬ب (ل ‪ $‬وى و(ل ط‬ ‫(ل وع ن ا ود و (ل ‪:‬زن أو ‪:‬‬

‫ا‪%‬‬

‫ت‪ ،‬ا '* & ‪ F‬و'‪F $#4‬‬ ‫ا‪ 1 EF‬ا‬ ‫ا ‪ ،,$ 5‬وا‬ ‫‪C‬ن ا‬
‫ا ;‪ . *F‬ون أدوات ‪ $ 8‬؛‬ ‫ة ‪ 3' 8 ،‬وزت ‪ 8‬ر' ا ‪$ H‬‬ ‫تا‬ ‫‪ 5‬د تا‬
‫ﻣ ت )‪8‬‬ ‫و‪ O‬ا‬ ‫ت )‪ .‬ت ‪ MN‬ة(‪1 ،‬‬ ‫ا‬ ‫و‪K $ L C‬‬
‫ﻣ ت(‪.‬‬ ‫ا‬

‫ت ﺗ*‬ ‫ا‬ ‫ا را‪ & P‬ءت ‪ ; N 1‬ا‪ ; P-‬دة ﻣ‪ 1‬ا‬ ‫و‪C‬ن إ‪Q‬‬
‫ا‬ ‫و‪ ,O‬ة أھ اف ‪AF‬ا ا ‪ /‬ﻣ‪ 1‬أ&< ﺗ ‪ U O‬ط ‪ $‬ا‪ ; P-‬دة ﻣ‪1‬‬
‫ة‪.‬‬ ‫تا‬ ‫ا‬ ‫ا ت‬

‫ت ‪ F.‬ف‬ ‫ﺗ <ا‬ ‫ت ‪$‬‬ ‫ا‬ ‫وﻣ ‪ , 5 L‬ا ل أن ا‬

‫ت‪،‬‬ ‫‪ ،W‬ﺗ < ا ‪3‬‬ ‫ة أدوات ) ا ‪ ،X‬ا‬ ‫وإ دة ‪ 4 P . F‬ام‬ ‫‪V‬ا‬
‫‪12‬‬
 ‫ة‪#$ % .‬ي روق‬ ‫تا‬ ‫ا‬ ‫ت‬ ‫ا‬ ‫ة"ا‬ ‫تا‬ ‫ﻣ ر" ا‬ ‫ﻣا‬

‫ا‪ A‬ط‬ ‫ءات وا م ا‪ F‬وا رف‬ ‫ا‪ H N‬ف ‪ 8‬ا ا ‪(, 3‬؛ وﺗ ت )ا‪I‬‬
‫و‪+‬وا د ا ت‪ ،‬و ظم ‪ $‬ودع ا ت‪ ،‬وا‪ $‬ر‪ -‬ع ا و ت وا ور‬
‫وا ‪:‬وارز ت وا و‪،( $‬‬

‫ت ‪ Z‬ل ﻣ‪ % 1‬س = ‪ ,‬ا ار وا‪ -‬د‬ ‫ا‬ ‫&ء ا‬

‫د‬ ‫ت ﻣ‪ 1‬ط ف ا ‪ 4‬اء وا ‪ 4 5‬ﻣ ‪ 1‬إ ا‪-‬‬ ‫‪ 8‬ا ا‬ ‫ا)د ل ا وي‬
‫ت‬ ‫ت وا ‪ 1 WH‬أ ط ا‬ ‫ت‪ ،‬ﻣ‪ 1‬أ&< ﺗ < ا‬ ‫ا‬ ‫أدوات‬
‫ب‬ ‫ﻣ; ة ﺗ; أ=‬ ‫ت إ ﻣ ﻣ ت وﻣ‬ ‫‪ <$‬ھ‪A‬ه ا‬ ‫ا ‪ F‬ﻣ ‪ ،‬وا & ا ‪Q‬‬
‫ء‬ ‫ﺗ‪ 4‬م أھ اف ا ‪ 5PX‬؛ وھ‪A‬ا ‪ 3‬ا ‪ #‬وا‪C‬‬ ‫اﺗ‪ 4‬ذ ‪ 8‬ارات ا‬ ‫ا ار‬
‫ت‬ ‫ت و > ﻣ‪ 1‬ا ;‪ 3‬ة ‪ 1 .‬ا‬ ‫‪ 1‬ھ‪A‬ه ا‬ ‫وا ‪ ?8‬ا ‪ W‬ا ‪A‬ي ‪ L8 B 5$‬ا‬
‫ﻣ‪1‬‬ ‫ت ا ‪ % ، #4‬ﺗ ل إ ‪ .‬ت ذھ‬ ‫ﻣ ت‪ ،‬و‪ B.‬ا‪ZB P-‬ل ا‬ ‫وا‬
‫‪.‬‬ ‫ا‪ H N‬ف ا‬ ‫؛ ‪ 4N F‬ة وا‪ %‬ة‬ ‫ا‬

‫‪13‬‬