الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 115 |  |  |
| | | from | 115 | | |
Abstract
معظم طرق التنقيب عن مجموعات العناصر المتكرره تكتشف العلاقات الغير ظاهره لتلك العناصر المختلفه والتى ليس لها صله وارتباط ببعضها وتمثل هذه الطرق والخوارزميات اهميه كبيره للتطبيقات التى تهتم بالصحه وتطبيقات تحليل سله المبيعات هذه الطرق تحدد ونجد مجموعات العناصر الاكثر تكرار وشيوعا داخل البيانات اعتمادا فقط على عدد تكرارها ووجودها داخل قاعده البيانات فأن هذه الطرق تفترض ان كل البيانات لها نفس الاهميه والقيمه متجاهله اختلاف اهميه هذه العناصر عن بعضها كما ان هذه الطرق تفتؤض ايضا الدقه الكامله للبيانات رغم ان فى معظم الحالات الواقعيه والحقيقه البيانات الكبيره قد تكون مجمعه من اكثر مصدر مختلف مما قد يجعلها غير كامله وغير موثوق فى دقتها مثل البيانلات الخاصه بيتطبيقات iot والتى تجمع البيانات من اجهزه استشعار مختلفه وتمثل هاتان المشكلتان اكثر التحديات التى تواجه كل طرق التنقيب عن المعلومات وقد تم الاهتمام بدراسه تلك التحديات وتم تقديم الكثير من الابحاث التى تعرض الحلول والمقرحات للتعامل معها فهناك بعض الابخاث التى تهتم بتقديم مقترحات التعامل مع العناصر ذات الاهميه المختلفه والمخزنه داخل قاعده البيانات دقيقه كماان هناك ابحاث اخرى تتعامل مع البيانات الغير دقيقه ولكن كل عناصرها لها نفس الاهميه وفى الفتره الاخيره تم اقتراح بعض الطرق للتعامل مع المشكلتين معا عندما تؤخذ اهميه البيانات وعدم د قه البيانات فى الحسباتن فان النتيجه هى ايجاد اكثر مجموعات المواد شيوعا تكراره بدقه عاليه لجميع التطبيقات فى العالم الحقيقى مثل تطبيقات الرعايه الصحيه وتطبيقات نظام التوصيه يقدم هذا البحث طرق لتحسين احد التقنيات التى تعمل على التنقيب عن البيانات واكتشاف المجموعات المتكرره من البيانات الدقيقه الموثوق بالتعمل بها والتى تحتوى على عناصر متساويه الاهميه عن طريق قراءه قاعده البيانات لمره واحده للتعامل مع البيانات الغير مؤكده ذات العناصر مختلفه الاهميه وتقدم هذه الطرق الجديده والمحسنه ثلاث حالات للتعامل معالبيانات المؤكده والدقيقه وايضا للتعامل مع البيانات الغير دقيقه وتقدم حلول للتعامل مع المشكلتان السابق ذكرهما وهى المسح الواحد لاكتشاف مجموعات العناصر المتكرره ذات القيم المختلفه من قاعده البيانات الدقيقه .