{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA275",
        "title": "خوشه\u0001 بندی توسط روش رده\u0001 بندی جنگل\u0001های تصادفی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1393",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA275",
        "title": "خوشه\u0001 بندی توسط روش رده\u0001 بندی جنگل\u0001های تصادفی",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1393,
        "authors": [
            {
                "name": "زهره فرهادی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "داود شاهسونی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "خوشه\u0001 بندی",
            "روش جنگل تصادفی",
            "اهمیت متغیرها",
            "روش افراز حول مدوید",
            "مقیاس\u0001 گذاری چندبعدی"
        ],
        "abstract": "خوشه\u0001 بندی یکی از مهم\u0001ترین ابزارهای داده \u0001کاوی است و در حال حاضر به طور گسترده در حوزه \u0001های مختلف\r\nعلوم، مورد استفاده قرار می\u0001گیرد. بسیاری از روش\u0001های خوشه\u0001 بندی بر پایه \u0001ی عدم تشابه مشاهدات که\r\nحاصل محاسبه \u0001ی یک تابع فاصله است، بنا شده\u0001 اند. پیشرفت علوم و تکنولوژی در دنیای امروز، محققان\r\nرا با داده\u0001 هایی مواجه ساخته که تعداد متغیرهای توضیحی در آن\u0001ها بسیار زیاد است. از آنجا که افزایش\r\nبعد، کارآیی توابع فاصله را کاهش می\u0001دهد، خوشه\u0001 بندی در ابعاد بالا، یکی از مهم\u0001ترین چالش\u0001ها در این\r\nزمینه محسوب می\u0001شود. در این پایان \u0001نامه معیاری جدید برای محاسبه\u0001 ی عدم تشابه مشاهدات در ابعاد\r\nبالا، بر اساس رده\u0001 بندی روش جنگل تصادفی معرفی شده\u0001 است. طی مطالعه شبیه \u0001سازی و کار با یک\r\nمثال واقعی، عدم تشابه جدید در ترکیبی از روش مقیاس\u0001 گذاری چندبعدی و روش خوشه \u0001بندی افراز\r\nحول مدوید، اعمال گردیده و کارآیی آن نسبت به یکی از مرسوم\u0001ترین توابع فاصله، مورد ارزیابی قرار\r\nگرفته\u0001 است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QA275.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}