پروژه بهینه سازی تقاضا تحت رتبه بندی در سیستم های توزیع شده. doc

اختصاصی از نیک فایل پروژه بهینه سازی تقاضا تحت رتبه بندی در سیستم های توزیع شده. doc دانلود با لینک مستقیم و پر سرعت .

نوع فایل: word

قابل ویرایش 110 صفحه

مقدمه:

بهینه سازی تقاضا یکی از مسائل مهم در سیستمهای مدیریت پایگاه داده می باشد. در سالهای اخیر بهینه سازی تقاضا از جنبه های مختلفی مورد بررسی قرار گرفته است که به تفصیل در فصل 2 بیان شده است. مقوله ای که مورد بررسی قرار دادیم بهینه سازی تقاضا تحت رتبه بندی می باشد که برای بدست آوردن Kجواب بهتر در یک تقاضا است که K توسط تقاضا تعیین می شود.

پدیدار شدن برنامه های کاربردی که وابسته به تقاضاهای رتبه بندی هستند، پشتیبانی کارای تقاضاهای رتبه بندی را در سیستم های مدیریت پایگاه داده در دنیای واقعی طلب می کنند. پشتیبانی تقاضاهای رتبه بندی به سیستم های پایگاه داده توانایی پاسخ دادن کارا به تقاضاهای بازیابی اطلاعات را می دهد.

در سالهای اخیر، ترکیب مزایای سیستم های بازیابی اطلاعات و پایگاه داده یک هدف اصلی برای خیلی از محققان بوده است. سیستم های پایگاه داده، مدیریت داده را با جامعیت قوی و تضمین سازگاری فراهم می آورند. از طرف دیگر سیستم های بازیابی اطلاعات مکانیزم هایی برای بازیابی کارا و رتبه بندی فازی که برای کاربر مطلوب است، فراهم می نمایند.

موضوع مهم در این زمینه تعیین اندازه مورد نیاز ورودی ها در N رابطه برای پاسخگویی به تقاضای تحت رتبه بندی می باشد تا بدین وسیله بتوان K جواب بهتر مورد نظر را بدست آورد. درمجتمع سازی اطلاعات در مقیاس بالا، انتخاب جوابهای رتبه بندی K جواب بهتر ازچندین منبع خیلی حیاتی می باشد و در کمینه کردن هزینه انتقال نقش اساسی دارد. زیرا هر چه اندازه رابطه ها کوچکتر باشد، هزینه کمتری برای انتقال صرف می گردد. علاوه براین انتخاب روش مناسب برای تعیین اندازه ورودی مورد نیاز رابطه ها تاثیر چشم گیری در هزینه کل پردازش دارد بر اساس این مزیت روشهای مختلفی برای بهینه سازی تحت رتبه بندی ارائه شده است که مهمترین آنها را در فصل 2 مورد بررسی قرار دادیم. روشهای بیان شده در زمینه بهینه سازی تقاضا تحت رتبه بندی غالبا در مقوله سیستمهای شخصی بیان شده اند، در حالیکه کاربرد عملی این تقاضاها در سیستمهای تحت وب و توزیع شده می باشد. بر این اساس تصمیم گرفتیم این روشها را برای سیستم توزیع شده بسط دهیم.

فهرست مطالب:

فصل اول: مقدمه

1: تشریح مسئله

2: چالشها

فصل دوم: مفاهیم اولیه و کار های پیشین

1: پردازش تقاضا

تجزیه تقاضا

بهینه سازی تقاضا

اجرای تقاضا

روشهای بهینه سازی تقاضا

تقاضای تحت رتبه ‌بندی

کارهای پیشین

یک دستاورد مبتنی بر هرس کردن برای پشتیبانی اتصال تقاضاها یی با K جواب بهتر

4-1-1: مساله مورد بررسی

4-1-2: معماری کلی روش

بهینه سازی تقاضای تحت رتبه بندی

4-2-1: رتبه بندی تجمعی

4-2-2: عملگرهای تقاضای اتصال رتبه بندی

4-2-3: بهینه سازی تقاضا بر پایه هزینه

4-2-4: طرح شمارش با استفاده از برنامه نویسی پویا

4-2-5: توسعه فضای شمارشی

4-2-6: طرح های هرس

بهینه سازی تطبیقی تقاضا های تحت رتبه بندی در پایگاه داده های رابطه ای

4-3-1: اجرای تطبیقی تقاضای رتبه‌بندی

4-3-2: اصلاح و استفاده‌ی مجدد طرح‌های رتبه‌بندی

4-3-3: تغییر طرح بر اساس بهینه‌ساز:

4-3-4: شیوه طرح اکتشافی تغییر برای تاخیرهای غیرمنتظره

بهینه سازی تقاضای محدود شده بهK

4-4-1: استنتاج فضای وضعیت ایندکس

4-4-2: وضعیت هدف

4-4-3: الگوریتم *OPT

فصل سوم: روش پیشنهادی

1: بیان برخی از نقصهای کارهای پیشین

2: تجزیه کننده تقاضا

3: بهینه سازی تقاضای تحت رتبه بندی در سیستم متمرکز

3-1: بهینه سازی تقاضای تحت رتبه بندی در سیستم متمرکز مبتنی بر هرس کردن ورودی رابطه ها

3-1-1: ساختار کلی الگوریتم

3-2: بهینه سازی تقاضای تحت رتبه بندی در سیستم متمرکز با الهام گرفتن از جستجوی آگاهانه

4: بهینه سازی تقاضای تحت رتبه بندی در سیستم توزیع شده

4-1: بهینه سازی تقاضای تحت رتبه بندی در سیستم توزیع شده مبتنی بر هرس کردن ورودی رابطه ها

4-2: بهینه سازی تقاضای تحت رتبه بندی در سیستم توزیع شده با الهام گرفتن از جستجوی آگاهانه

فصل چهارم: پیاده سازی و آزمایشها

1: پیاده سازی های انجام شده

2: پایگاه داده های نمونه

3: پارامترهای مورد نظر برای مقایسه روشها

4: آزمایشهای انجام شده

فصل پنجم: نتایج و پیشنهادها

1: نتایج

2: پیشنهادها

مراجع

فهرست اشکال:

فصل اول

شکل 1-1: تقاضای نمونه

فصل دوم

شکل2-1: مراحل پردازش تقاضا

شکل2-2: مقایسه کلی ساختار بهینه سازی تقاضا سنتی و تطبیقی

شکل2-3: ارزیابی هزینه I/O دو طرح مرتب سازی و اتصال رتبه بندی

شکل 2-4: مثالی از روش هرس کردن برای تقاضاها یی با K جواب بهتر

شکل 2-5: معماری کلی روش

شکل2-6: الگوریتم برای انتخاب K چند تایی بهتر

شکل 2-7: شمارش طرح تقاضای تحت رتبه بندی

شکل2-8: دو طرح شمارش

شکل2-9: نمایش دو طرحpold, pnew

شکل 2-10: الگوریتم جستجوی OPT*

فصل سوم

شکل 3-1: تعیین ورودی های مورد نیاز برای بدست آوردن K جواب بهتر در دو رابطه R2 , R1

شکل 3-2: انواع ساختار درخت اتصال

شکل3-3: درخت خطی

شکل 3-4: ساختار سلسله مراتبی بالا – پایین، تعیین اندازه ورودی رابطه ها

شکل 3-5: ایجاد شاخص

شکل3-6: جزئیات تابع Prepare_Input_Size

شکل3-7: جزئیات تابع Min_Item

شکل3-8: جزئیات رویه Prepare_Left_Deep_Tree

شکل3-9: جابجایی و انتخاب مقادیر بدست آمده در مرحله جاری برای استفاده مرحله بعدی

شکل3-10: زیر برنامه Swap_Item

شکل3-11: جزئیات تابع بهبود یافته Prepare_Input_Size

شکل3-12: جزئیات تابع بهبود یافته Min_Item

شکل3-13: جزئیات رویه بهبود یافته Prepare_Left_Deep_Tree

شکل3-14: زیر برنامه Compute_Bounds

شکل3-15: ساختار داخلی هر گره

شکل3-16: جزئیات تابع Create_Tree

شکل3-17: جزئیات زیر برنامه Create_Interleaving

شکل3-18: جزئیات زیر برنامه Assign_Tuples_To_Leaf

شکل3-19: جزئیات تابع Create_Gneral_Tree

شکل3-20: جزئیات زیربرنامه Create_Neighbors_in_Leafs

شکل3-21: جزئیات زیربرنامه Achieve_TOPK_Result

شکل3-22: طرح های پایگاه داده توزیع شده

شکل3-23: نحوه محاسبه تاخیر انتها به انتها

شکل 3-24: جزئیات زیربرنامه Recognize_Location_for_Relations

شکل 3-25: جزئیات زیربرنامه هایی برای انجام عملهای انتخاب، پرتو و مرتب سازی

شکل 3-26: جزئیات تابع Prepare_Input_Size1

شکل 3-27: جزئیات تابع Prepare_Input_size_In_Relation

شکل 3-28: جزئیات زیربرنامه Prepare_Input_size_In_Relations

شکل 3-29: جزئیات زیربرنامه Prepare_Input_sizeCommand

شکل 3-30: جزئیات زیربرنامه Prepare_Left_Deep_Tree

شکل 3-31: جزئیات ارسال اطلاعات اندازه ورودی و خروجی مورد نیاز رابطه ها به سیستمهای دیگر

شکل 3-32: جزئیات تابع Obtain_Transfer_cost

شکل 3-33: جزئیات زیربرنامه های Obtain_Transfer_cost_In_SystemsوObtain_Transfer_costCommand

شکل 3-34: جزئیات زیر برنامه Send_Structure_Local_Tables

شکل 3-35: جزئیات زیر برنامه Structure_Table_for_CreateCommand

شکل 3-36: جزئیات زیربرنامه Save_Relation_To_File شکل 3-37: جزئیات زیربرنامه Receive_Data

شکل 3-38: جزئیات زیربرنامه Get_FileCommand

شکل 3-39: کلیات زیربرنامه Select_TOPK

فصل چهارم

شکل 4-1: نمایی از سیستم طراحی شده

شکل 4-2: تنظیمات آدرس IP سیستم ها

شکل 4-3: جزئیات رابطه های پایگاه داده NGDB2

شکل 4-4: سه تقاضای نمونه از پایگاه داده سیستم تولیدکننده

شکل 4-5: هزینه زمانی اجرای تقاضای 1 در سیستم متمرکز

شکل 4-6: هزینه زمانی اجرای تقاضای 1 در سیستم توزیع شده

شکل 4-7: میزان اطلاعات ارسالی تقاضای 1 در سیستم توزیع شده

شکل 4-8: نسبت اندازه ورودی تعیین شده به اندازه ورودی مورد نیاز واقعی برای تقاضای1

شکل 4-9: هزینه زمانی اجرای تقاضای 2 را در سیستم متمرکز

شکل 4-10: هزینه زمانی اجرای تقاضای 2 را در سیستم توزیع شده

شکل 4-11: میزان اطلاعات ارسالی تقاضای 2 در سیستم توزیع شده

شکل 4-12: نسبت اندازه ورودی تعیین شده به اندازه ورودی مورد نیاز واقعی برای تقاضای2

شکل 4-13: هزینه زمانی اجرای تقاضای 3 را در سیستم متمرکز

شکل 4-14: هزینه زمانی اجرای تقاضای 3 را در سیستم توزیع شده

شکل 4-15: میزان اطلاعات ارسالی تقاضای 3 در سیستم توزیع شده

شکل 4-16: نسبت اندازه ورودی تعیین شده به اندازه ورودی مورد نیاز واقعی برای تقاضای3

شکل 4-17: یک تقاضای نمونه از پایگاه داده NGDB2

شکل 4-18: هزینه زمانی اجرای تقاضای 4 را در سیستم متمرکز

شکل 4-19: هزینه زمانی اجرای تقاضای 4 را در سیستم توزیع شده

شکل 4-20: میزان اطلاعات ارسالی تقاضای 4 در سیستم توزیع شده

شکل 4-21: نسبت اندازه ورودی تعیین شده به اندازه ورودی مورد نیاز واقعی برای تقاضای4

منابع ومأخذ:

[1] Bennet, Kristin, “A Genetic Algorithm for Database Query Optimization”, Technical Report, University of Wisconsin,1997.

[2] Bernstein, P. A., N. Goodman, “Query Processing in a System for Distributed Database ”, ACM Transactions Database System, 6(4): 602-625, December 1981.

[3] Bitton, D., H. Boral, D. J. Dewitt, W. K. Wilkinson, “Parallel Algorithms for the Execution of Relational Database Operations”, ACM Transactions Database System, 8(3): 324-353, Sept. 1983.

[4] Chen, Zhiyuan, “Query Optimization in Compressed Database Systems”, In Proceedings of the ACM SIGMOD, May 2001.

[5] Connolly, Thomas, “Database Systems”, 3rd ed., Addison-Wesley, USA, 2002.

[6] Date, C.J., “An Introduction to Database Systems”, 7th ed., Addison-Wesley, USA, 2000.

[7] Graefe, G., D. Dewitt. “The EXODUS optimizer generator”, In Proceedings of the ACM SIGMOD Conference on Management of Data, 160-172, May 1987.

[8] Graefe, G., W. J. Mckenna, “The volcano optimizer generator: Extensibility and efficient search”, In Proceedings of the 9th International Conference on Data Engineering, 209-218, April 1993.

[9] Ilyas, I. F., W. G. Aref, A. K. Elmagarmid, H. G. Elmongui, R. Shah and J. S.Vitter, “Adaptive Rank-aware Query Optimization in Relational Databases”, ACM Transactions on Database Systems, 2006.

[10] Ilyas, I. F., R. Shah, W. G. Aref, J. S. Vitter, and A. K. Elmagarmid, “Rank-aware query optimization”, In Proceedings ACM SIGMOD International Conference on Management of Data, 203–214, 2004.

[11] Ilyas, I. F., W. G. Aref, A. K. Elmagarmid, “Supporting Top-k Join Queries in Relational Databases”, In Proceedings 29th International Conference on Very Large Data Bases, 754–765, 2003.

[12] Ilyas, I. F., C. Li, K. Chang and S. Song, “Ranksql: Query algebra and optimization for relational top-k queries”, In Proceedings ACM SIGMOD International Conference on Management of Data, 2005.

[13]Ioannidis, Y. E., Y. C. Kang, “Randomized algorithms for optimizing large join queries”, In Proceedings of the 1990 ACM SIGMOD International Conference on Management of Data, 312-321, May 1990.

[14] Jarke, Matthlas, Jijrgen Koch, “Query Optimization in Database Systems”, ACM Computing Surveys, 16(2), June 1984.

[15] Kossmann Donnald, Konrad Storcker, “Iterative Dynamic Programming: A New Class of Query Optimization Algorithms”, ACM Transactions on Database Systems, 25(1): 43–82, March 2000.

[16] Lanzelotte, R., P. Valduries, M Zait, “On the effectiveness of optimization search strategies for parallel execution spaces”, In Proceedings of the Conference on Very Large Data Bases, 493-504, Auguest 1993.

[17] Lee, S.G., “Identifying element constraints for semantic Query Optimization”, Information and Software Technology 42, 2000.

[18] Legaria, Galindo, C. Pellenkoft, A. Kersten, M. Fast, “randomized join-order selection why use transformations”, In Proceedings of the 20th International Conference on Very Large Data Bases, 85-95, September 1994.

[19] Liu, Jie, Liang Feng, and Yunpeng Xing, “A Pruning-based Approach for Supporting Top-K Join Queries”, ACM Transactions on Database Systems, Edinburgh, Scotland, May 2006.

[20] Ono, K., G. Lohman, “Measuring the complexity of join enumeration in query optimization”, In Proceedings of the 16th International Conference on Very Large DataBases, 314-325, August 1990.

[21] Palermo, F. P., “A data base search problem”, In Information Systems COINS IV, 67-101, 1974.

[22] Ramakrishnan, Raghu, “Database Management Systems”, WCB/Mc Graw Hill, Singapore, 1999.

[23] Selinger, P. G., M. M. Astrahan, R. A. Lorie, T. G. Price, “Access path selection in a relational database management system”, In Proceedings of the ACM SIGMOD International Conference on Management of Data, 23-34, May-June 1979.

[24] Shekita, E., H. Young, K. Tan, “Multi-join optimization for symmetric multiprocessors”, In

Proceedings Conference on Very Large Data Bases, 479-492, Auguest 1993.

[25] Silberschatz, Henry F., “Database System Concepts”, 3th ed., WCB/Mc Graw Hill, USA, 1999.

[26] Sloan Jan, Christopher D. Henry, Melanie Hopkins and Steve Ludington, “National

Geochronological Database”, Geological Survey,1999.

[27] Steinbrunn, M., G. Moerkotte, A. Kemper, “Heuristic and randomized optimization for the join

ordering problem”, 191-208, Auguest 1997.

[28] Swami, A., “Optimization of large join queries: Combining heuristics and combinational

techniques", In Proceedings of the ACM Conference on Management of Data, 367-376, May 1989.

[29] Tanenbaum, Andrew S., Maarten VanSteen, “Distributed System principles and paradigms”, 2th

, Prentice Hall,USA, 2002.

[30] Wang, Jiunn-Chin, Jorng-Tzong Horng, Yi-Ming Hsu, “A genetic algorithm for set query

optimization in distributed database systems”, IEEE International Conference on Systems, Man,

and Cybernetics, 3: 14-17, October 1996.

[31] Zhang, Z., S.Hwang, K. ChenChuan, Ch.M. Wang, Ch. A. Lang, Y. Chang, “Boolean + Ranking:

Querying a Database by KConstrained Optimization”, In Proceedings of the ACM SIGMOD,

Chicago, Illinois, USA, June 2006.

]32[ روحانی رانکوهی، سید محمد تقی، ”سیستمهای مدیریت پایگاه داده(مفاهیم و تکنیکها “، چاپ اول، انتشارات جلوه، تهران، 1383.

]33[ روحانی رانکوهی، سید محمد تقی، ”سیستم و ساختار فایلها“، چاپ دوازدهم

رتبه بندی صفحات یا پیج رنک

اختصاصی از نیک فایل رتبه بندی صفحات یا پیج رنک دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 23

رتبه بندی صفحات یا پیج رنک قسمت اول

در این سری مقالات سعی بر اینست که بطور کلی و تخصصی  راجع به الگوریتم پی آر گوگل و اهمیت آن از لحاظ بهینه سازی و بازاریابی موتورهای جستجو صحبت کنیم و تکنیک های لازم جهت بهبود سایتها را در اختیار خوانندگان قرار دهیم.

پی آر یک متغیر عددی است که نشان می دهد یک سایت در دنیای اینترنت از چه اهمیتی برخوردار است. گوگل این اهمیت را از طریق لینک ها تشخیص می دهد و وقتی یک سایت به سایت دیگری لینک می شود، از لحاظ گوگل  بدین معنی است که آن سایت یک رای به سایت دیگر داده است. هرگاه رای های زیادی از طریق سایتهای دیگر به یک سایت می رسد این بدین معنی است که آن سایت از اهمیت بالاتری برخوردار است. همچنین سایت رای دهنده اهمیت رایش به اهمیت خودش بستگی دارد بدین معنی که هرچه اهمیت بالاتری داشته باشد ، رای های آن نیز پر اهمیت تر است. گوگل اهمیت صفحات وب را از روی همین رای ها و اهمیت آنها حساب می کند.

پی آر روشی است که گوگل به واسطه آن اهمیت صفحات وب را تا یین میکند. این امر از این لحاظ برای گوگل مهم است زیرا که بواسطه این اهمیتو رای ، گوگل رتبه بندی صفحات وب را تایین میکند و صفحه ای که رتبه پی آر بالاتری دارد از صفحه همتای خود رتبه بالاتری خواهد داشت و این به خاطر پی آر است. در حالی که این تنها فاکتور رتبه بندی نیست ولی جزو فاکتورهای مهم موتور جستجوی گوگل است و اخیرا تمام موتورهای جستجو به نوعی از این فاکتور پراکندگی برای رتبه بندی های خود استفاده می کنند.

در اینجا باید خاطر نشان کنم که همه لینکهایی که به یک سایت بر میگردد، توسط گوگل به حساب نمی آید و فقط تعداد محدودی از آنها را به شمار می آورد. در حال حاضر گوگل اکثر لینکهایی را که از مزرعه لینکهای شناخته شده می آید فیلتر می کند. مزرعه لینکها سایتهایی هستند که فقط لینک در خود نگه داری می کنند و خاصیت مثبتی در اینترنت ندارند و چون این عمل ماهیت اهمیت سایتها را برهم می زند ، گوگل آنها را فیلتر می کند. بعضی از این لینکها حتی می تواند منجر به جریمه شدن سایت شما در گوگل شود. گوگل می داند که صاحبان سایت نمی توانند لینکهایی را که به آنها می شود کنترل کنند ولی می توانند اینکه به چه سایتی لینک شوند را کنترل کنند ، پس خیلی دقت کنید به چه سایتهایی لینک می دهید.

رتبه بندی صفحات یا پیج رنک قسمت دوم

پیج رنک چگونه محاسبه می شود ؟

برای محاسبه پی آر یک صفحه ، تمامی لینکهایی که به آن صفحه بر میگردند مورد محاسبه قرار می گیرند. و این هم لینکهایی که از داخل سایت به آن متصل میشوند را در بر می گیرد و هم لینکهای خارجی.PR(A) = (1-d) + d(PR(t1)/C(t1) + ... + PR(tn)/C(tn)) این تساوی است که طی آن پی آر یک صفحه محاسبه می شود. این الگوریتم پی آر است که هنگام راه اندازی ابتدایی  پی آر انتشار یافت. و احتمال اینکه گوگل نیز از مشابه همین فرمول استفاده کند وجود دارد ولی آنها راجع به الگوریتم هایشان صحبتی نمی کنند و ما اطلاع دقیقی از آن نداریم ولی این مسئله مهمی نیست زیرا که این الگوریتم  به اندازه کافی خوب می باشد.در این تساوی 't1 - tn' صفحاتی هستند که به صفحه A لینک شده اند و ‘C’ تعداد لینکهای بیرونی که یک صفحه دارد و در نهایت ‘d’ فاکتور اشباع شدن است که معمولا آنرا 0.85 در نظر می گیریم.

اگر بخواهیم بطور ساده آنرا بررسی کنیم می توان به صورت زیر آنرا بررسی کرد ؛پی آر = 0.15 + 0.85 * ( سهمی از پی آر هر سایتی که به آن متصل می شود )"سهم" ؛ پی آر صفحه لینک شونده تقسیم بر تعداد لینکهای خروجی بروی آن صفحه !جالب است نه ؟ در واقع هر صفحه با لینکی که به صفحات دیگر می دهد ، به آنها رای می دهد و مقدار این پی آر کمی کمتر از مقدار پی آر خود آن صفحه است (مقدار پی آر خود صفحه * 0.85 ). این مقدارتقریبا بطور مساوی بین تمامی صفحاتی که به آنها لینک شده است ، تقسیم می شود.

از این فرمول اینگونه بدست می آید که یک لینک از یک سایت با پی آر 4 و 5 لینک خروجی با ارزش تر از گرفتن لینک از یک سایت با پی آر 8 و 100 لینک خروجی است. پی آر صفحه ای که از آن لینک می گیرید مهم است ولی به همان اندازه تعداد لینکهای خروجی آن صفحه نیز مهم است. هر چقدر تعداد لینکها در صفحه لینک دهنده بیشتر باشد ، پی آر کمتری به صفحات لینک شده تعلق می گیرد.

اگر تفاوت بین پی آر های 1 تا 10 ثابت و مساوی بود ، فرض بالا قوت بیشتری می داشت اما بسیاری بر این عقیده هستند که مقادیر بین پی آر های 1 تا 10 بصورت لگاریتمی تغییر می کنند و دلایل قانع کننده ای برای باور کردن این تصاعد لگاریتمی  وجود دارد. هیچ کس خارج از گوگل نمی داند که گوگل از چه الگوریتمی برای پی آر استفاده می کند ولی احتمال استفاده گوگل از مقیاس لگاریتمی و یا مشابه آن زیاد است. با توجه به این مطلب ، بدست می آید که پی آر بسیار بیشتری در مقایسه با پی آر لازم  برای پی آری که بدست آمده  لازم است تا از یک پی آر به پی آر بعدی برسیم. نتیجه این می شود که فرض قبلی می شود ، پس یک لینک از سایتی با پی آر 8 که لینکهای خروجی زیادی دارد باارزش تر از صفحه ای با پی آر 4 و لینکهای خروجی کمتر خواهد بود.

هر کدام از این الگوریتمها را که گوگل استفاده کند ، ما می توانیم  از یک چیز مطمئن باشیم. لینک هایی که از سایتهای دیگر می آیند باعث افزایش پی آر سایت ما می شوند. فقط در خاط داشته باشید که باید از قرار دادن لینکهای خود در مزرعه های لینکها و سایتهایی که لینک جمع می کنند و خاصیت دیگری ندارند خودداری کنید.

در نظر داشته باشید که اگر صفحه ای لینک به صفحه دیگری بدهد ، پی آر خودش کم نمی شود و چیزی از دست نمی دهد بلکه فقط رای می دهد. پس دادن رای ، جابجا شدن پی آر نیست ، بلکه بطور ساده فقط دادن یک رای است که قوت آن به مقدار پی آر آن صفحه بستگی دارد. این مسئله مانند مجمع سهام داران است. وقتی سهام داران جمع می شوند و هر کس به ازای درصد سهمش رای می دهد ، از

بررسی و رتبه بندی عوامل موثر بر نو آوری با رویکرد معادلات ساختاری

اختصاصی از نیک فایل بررسی و رتبه بندی عوامل موثر بر نو آوری با رویکرد معادلات ساختاری دانلود با لینک مستقیم و پر سرعت .

مقالات علمی پژوهشی چاپ شده با فرمت pdf    صفحات  17

مقدمه :
در عصر حاضر سازمان ها یه صورت فزاینده ای با محیط های پویا و در حال تغییر مواجه اند . بنابر این به منظور بقا و پویایی خود
مجبورند که خود را با تغییرات محیطی سازگار سازند . به بیان دیگر با توجه به سرعت شتابنده تغییرات و تحولات علمی تکنولوژیک
اجتماعی و فرهنگی و... در عصر حاضر سازمان هایی موفق و کارامد محسوب می شوند که علاوه بر هماهنگی با تحولات جامعه امروزی
بتواند مسیر تحولات و دگرگونی ها را نیز در اینده پیش بینی کرده و قادر باشر این تغییرات را در جهت ایجاد تحولات مطلوب برای
ساختن اینده ای بهتر هدایت کنند. با وجود این مشاهدات و مطالعات نشان می دهد که بسیاری از سازمان ها نه تنها نو آور و خلاق
نیستند بلکه حتی در هماهنگی با تحولات و پیشرفت ها و تغییرات عصر حاضر نیز ناتوان مانده و اغلب با شیوه های نا کارآمد سنتی
اداره می شوند.با توجه به مهم بودن موضوع نوآوری در این مقاله تاثیر و اولویت بندی شاخصهای فردی‚ سازمانی‚ محیطی و مادی یر
نوآوری تعیین می شود. با توجه به رتبه 120 ایران در میان 143 کشور در زمینه شاخصهای نو آوری که رتبه بدی محسوب می
شود و اهمیت روز افزون نو آوری , موضوع شناسایی و اولویت بندی شاخصهای موثر بر نو آوری را به عنوان موضوع و پرسش اصلی
این مقاله قرار داده ایم.پس از مطالعه تحقیقات و کارهای عملی انجام شده در نو آوری سازمانی و مدل های ذکر شده در این خصوص
عمده ترین متغیرهای موثر مورد شناسایی قرار گرفت . در نهایت این متغیرها و عوامل به چهار دسته کلی عوامل فردی‚ سازمانی
‚محیطی و رهبری تقسیم بندی شده اند . هر کدام از این عوامل خود شامل زیر مجموعه هایی می باشند. در این مقاله با استفاده از
نرم افزار لیزرل رتبه بندی و اولویت بندی شاخص های موثر بر نوآوری انجام شده است.

تحقیق و بررسی در مورد بررسی و تعیین شاخصهای مناسب به منظور رتبه بندی استانها از نظر فعالیتهای آموزشی ترویجی 62 ص

اختصاصی از نیک فایل تحقیق و بررسی در مورد بررسی و تعیین شاخصهای مناسب به منظور رتبه بندی استانها از نظر فعالیتهای آموزشی ترویجی 62 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 66

بررسی و تعیین شاخصهای مناسب به منظور رتبه بندی استانها از نظر فعالیتهای آموزشی-ترویجی

چکیده

این پژوهش با هدف تدوین و اعتبارسنجی برخی شاخصهای پایه‌ای و اصلی امکانات و فعالیتهای آموزشی -ترویجی و به کارگیری آنها به منظور رتبه‌بندی استانها از نظر فعالیتهای آموزشی و ترویجی در دو فاز انجام گرفته است. در فاز اول پس از مرور ادبیات موضوع 137 شاخص آموزشی - ترویجی، در هفت زمینه؛1- شاخص‌های مربوط به عاملین ترویج، 2- شاخص‌های زیرساختی ترویج، 3- شاخص‌های مربوط به فعالیت‌های آموزشی ترویجی، 4- شاخص‌های سازمان و مدیریت ترویج، 5- شاخص‌های آموزش انبوه رسانه‌ای، 6- شاخص‌های ارتباطات ترویجی و 7- شاخص‌های اعتبارات ترویجی تدوین و در معرض داوری 180 کارشناس ترویج در 6 استان منتخب قرار گرفت. پس از محاسبه آماره‌های مد، میانگین، انحراف معیار و ضریب تغییرات (CV) هر یک از آنها، شاخص‌های مناسب تعیین گردید. در فاز دوم مطالعه با توجه به اطلاعات و داده‌های در دسترس تعداد 132 شاخص انتخاب و داده‌های مورد نیاز از طریق معاونت ترویج و نظام بهره‌برداری وزارت جهاد کشاورزی گردآوری و شاخص ترکیبی هر یک از محورهای هفت‌گانه فوق محاسبه و وضعیت استانها از نظر شاخصها ترکیبی محورهای هفت‌گانه رتبه بندی شدند. برای تجزیه و تحلیل داده‌ها از نرم افزارهای SPSS و GIS استفاده شد. نتایج پژوهش نشان داد که؛ از لحاظ شاخص‌های مربوط به عاملین ترویج، استان همدان بهترین وضعیت و استان خوزستان بدترین وضعیت را در بین دیگر استان‌ها دارا هستند، از لحاظ شاخص‌های مربوط به زیرساخت‌های ترویجی استان آذربایجان غربی در بالاترین رتبه و استان خراسان در پایین‌ترین رتبه قرار دارند، از لحاظ شاخص‌های مربوط به فعالیت‌های آموزشی ترویجی استان زنجان مناسب‌ترین وضعیت و استان کهکیلویه و بویر‌احمد پایین‌ترین رتبه را در بین دیگر استان‌ها دارا هستند، از لحاظ شاخص‌های مربوط به سازمان و مدیریت ترویج، استان کردستان بهترین وضعیت و استان آذربایجان غربی پایین‌ترین رتبه را در بین دیگر استان‌ها دارا هستند، از لحاظ شاخص‌های مربوط به آموزش‌های انبوه رسانه‌ای استان قم از وضعیت مناسب و استان‌های گیلان، کهکیلویه و بویراحمد و آذربایجان شرقی با داشتن شاخص ترکیبی یکسان از رتبه‌های پایین‌تری برخوردار بوده‌اند. از لحاظ شاخص‌های مربوط به ارتباطات ترویجی استان زنجان بالاترین رتبه و استان‌های آذربایجان شرقی، کهکیلویه و بویراحمد و گیلان با داشتن شاخص ترکیبی یکسان پایین‌ترین رتبه را در بین دیگر استان‌ها دارا هستند، از لحاظ شاخص‌های مربوط به اعتبارات ترویجی، استان هرمزگان بهترین وضعیت و استان گیلان پایین‌ترین رتبه را در بین دیگر استان‌ها دارا هستند، و بالاخره از لحاظ شاخص ترکیبی کلی، استان همدان در رتبه نخست و استان قزوین در پایین‌ترین رتبه در بین دیگر استان‌ها قرار دارد.

کلمات کلیدی:‌ شاخصهای آموزشی ترویجی، فعالیت‌های آموزشی ترویجی، رتبه‌بندی استان‌ها.

تحقیق در مورد بررسی ارتباط اسکیزوفرنی با رتبه ی تولد رشته روانشناسی

اختصاصی از نیک فایل تحقیق در مورد بررسی ارتباط اسکیزوفرنی با رتبه ی تولد رشته روانشناسی دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 15

مقدمه:

بررسی ارتباط اسکیزوفرنی با رتبه ی تولد

این تحقیق در بیمارستان روانی روزبه تهران انجام شد . برای نمونه گیری از روش تصادفی ساده استفاده شد . 200 مورد را انتخاب کردند , 100 زن و 100 مرد .

در طی تحقیق مشخص شد که بچه های اول و آخر احتمال بیشتری برای مبتلا شدن به اسکیزوفرنی دارند ...

با تجزیه و تحلیل داده ها و آزمون فرضیات از آزمون مجذور کای استفاده شد .

A ) یافته های توصیفی

نخست فرمی ساخته شد که جنسیت , سن و رتبه ی تولد در آن ثبت می شد . پس از بررسی داده ها به نتیجه ی جالبی رسیدند ... محققان متوجه شدند که فرزند اول 19% , دوم 15% , سوم 17% , چهارم 15% پنجم 8% ششم 7% , فرزند آخر 19 % احتمال ابتلا به اسکیزوفرنی دارد و جالب آنکه در خانواده های تک فرزند اختلالی وجود نداشت 0% .

بر اساس تحقیق در جنس مونث فرزند اول 9% و فرزند آخر 11% احتمال اختلال اسکیزوفرنی دارد . در جنس مذکر فرزند اول 10 % , فرزند سوم 10 % , چهارم 9 % , آخر 8 %

B ) یافته های مربوط به فرضیه های تحقیق :

فرضیه ی 1 – میزان ابتلا به بیماری اسکیزو فرنی در نزد فرزندان اول بیشتر است . که بنا به نتایج تحقیق این فرضیه پذیرفته شد و رابطه ها معنی دار بود ....

این نتایج در سطح 05% و با اطمینان 99% معنی دار هستند .

فرضیه ی 2 : میزان ابتلا به بیماری اسکیزو فرنی در فرزندان آخر بیشتر است . تایید شد

زیر فرضیه ی 1 – میزان ابتلا به بیماری اسکیزوفرنی در فرزندان آخر دختر بیشتر است . تایید شد

میزان ابتلا به اسکیزوفرن در نزد فرزندان آخر

پس زیر فرضیه ی 2- میزان ابتلا به اسکیزوفرن در نزد فرزندان آخر پسر بیشتر است . رد شد

نتایج این تحقیق  در سطح 5 % و درجه ی آزادی 7 و سطح اطمینان 99% به ثبت رسید که این نشان می دهد که تفاوت معنی دار است یعنی توضیع بیماری اسکیزوفرنی در فرزندان خانواده بر حسب ترتیب تولد متفاوت است .

توضیحات : پسر ها برای کنترل محیط خود از قدرت فیزیکی خود استفاده می کنند و این ارتباط آنها را با برادرهای کوچکتر تحت تاثیر قرار می دهد ... دخترها چنین نیستند .

فرزندان اول وسیله ای برای یادگیری بچه داری پدر و مادر هستند . وقتی پدر و مادر مشکلی دارند این اضطراب را به بچه های خود منتقل می کنند . این بچه ها شاید اعتماد به نفس کمتری داشته باشند ودرونگرا هستند . زود رنج هستند . چون پدر و مادر همیشه آنها را به عنوان بچه ی بزرگ در نظر می گیرند . والدین از بچه ی اول انتظار بیشتری دارند ...

بچه های آخر : بچه ی اول از پدر و مادر الگو می گیرد ولی بچه ای آخر از برادران بزرگتر هم الگو می گیرد . پدر و مادر نسبت به فرزندانشان یکسان نمی نگرند . همیشه فرزند اول را خیلی توانمند و فرزند آخر ( تحت قاری ) را حتی زمانی که بالغ می شود به چشم بچه می نگرند و با آنها به شکل بچه بر خورد می کنند . نگرش و دیدگاه والدین مسلما در تربیت موثر است .

آدلر : کودکان آخر نیازمند کمک والدین و دیگران هستند . مسئولیت پذیری کمتری دارند . انتظار بیشتری نسبت به کمک دیگران دارند .

یافته های تحقیق : 1) هیچ یک از بیماران تک فرزند نبود 2) تعداد بیمارانی که فرزند اول و آخر بودند بیشتر بود .

RJ : در خانواده های تک فرزند نیز والدین استرس خود را به فرزند اول ( تنها فرزند ) منتقل می کنند و در واقع فرزند اول وسیله ای برای آموزش والدین است و انتظارات هم از او بالاست ... با این حال چرا فرزند اول در خانواده های تک فرزند پسر مبتلا به اسکیزوفرنی نمی شود ؟

DrK : والدین وقت بیشتر دارند تا به او برسند . از هیچ کاری برای او خودداری نمی کنند . چون می دانند تک فرزند است در پرورش او دقت بیشتری دارند .

RJ : اگر فرزند اول خانواده دختر باشد , باز هم وسیله ی یادگیری والدین خواهد بود و انتظارات از او مسلما بیشتر از فرزندان کوچکتر خواهد بود . پس چرا شانس ابتلای او کم است ؟

DrK : رفتار یک دختر بچه خیلی عاطفی تر است و خیلی بیشتر در قلب ها نفوذ دارد . اطرافیان با علاقه مندی به او پاسخ می دهند ...

RJ : اگر فرض کنیم که تمام بیماران در خانواره های هفت نفری ( پنج فرزند ) پرورش یافته باشند , آنگاه بدون آزمایش و تنها بر