دانلود فایل روت گوشی سامسونگ گلکسی نوت 3 مدل Samsung Galaxy Note 3 SM-N900S با لینک مستقیم

موضوع :دانلود فایل روت گوشی سامسونگ گلکسی نوت 3 مدل Samsung Galaxy Note 3 SM-N900S با لینک مستقیم

   با لینک مستقیم می توانید فایل مورد نظر خود را دانلود نمایید  
                                                                    با تشکر تیم  نما فایل

پروژه طراحی و پیاده سازی واحد عوارض خودرو با استفاده از SQL Server 2000 و ((C#.NET)). doc

نوع فایل: word

قابل ویرایش 131 صفحه

مقدمه:

SQL Server2000 یک سیستم مدیریت بانکهای اطلاعاتی رابطه ای یا به اصطلاح RDBMS است. استفاده از RDBMS ها امروزه به عنوان اساس نگهداری ومدیریت داده ها در اغلب برنامه های کاربردی رواج یافته است طوریکه می توان گفت آنها در اوج همگانی شدن قرار دارند.

تصور عمومی از" بانک اطلاعاتی " همان با نکهای اطلاعاتی کامپیوتری است که داده هایی را ذخیره ومدیریت می کنند. در حالیکه چنین نیست وبانک های اطلاعاتی تنها به انواع کامپیوتری آن محدود نمی شوند و تعداد و انواع زیادی بانک اطلاعاتی وجود دارند. هر مجموعه داده سازماندهی شده ای را یک بانک اطلاعاتی می نامیم .فرهنگ لغت Webster (به عنوان یکی از معتبرترین فرهنگها )واژهDatabase را به صورت زیر تشریح می کند:

یک مجموعه بزرگ از داده های سازماندهی شده خصوصاً برای جستجو وبازیابی سریع( مثلاً بوسیله یک کامپیوتر)

بانکهای اطلاعاتی به چند گروه مختلف تقسیم می شوند که عبارتند از:

کاغذی: میلیونها تن کاغذ امروزه بصورت سازماندهی شده نگهداری می شوند که همان بانکهای اطلاعاتی کاغذی را تشکیل می دهند وتا کنون سعی در کامپیوتری شدن آنها نشده است.

کامپیوترهای بزرگ و قدیمی: در این گروه می توان از بانکهای اطلاعاتی VSAM نام برد که معمولاً در کامپیوترهای بزرگ IBM استفاده می شد.

Dbase وسایر بانکهای اطلاعاتی مبتنی برفایل: این گروه مشتمل برهمه بانکهای اطلاعاتی خانواده ISAM می باشد.نمونه هایی از بانکهای اطلاعاتی این گروه می توان از paradox, foxpro, dbase نام برد.

سیستمهای RDBMS : حجم زیادی از اطلاعات را با یکپارچگی و جامعیت بیشتری نگهداری و مدیریت می کنند. گستره عملیاتی این سیستمها بیشتر از ذخیره سازی و بازیابی اطلاعات است. این سیستمها یکپارچگی صحت و جامعیت اطلاعات را به معنای واقعی حفظ می کنند. این در حالیست که سیستمهای VSAM و ISAM ذخیره سازی را بخوبی انجام می دهند ولی خود بانک اطلاعاتی هیچ کنترلی روی اینکه بر سر داده ها چه می آیدندارد و برنامه هایی که از بانک اطلاعاتی استفاده می کنند هستند که مسئول اعمال قواعد یکپارچگی روی بانک می باشند. در سیستمهای RDBMS دسترسی کاربر (معمولاً برنامه های کاربردی) به داده های فیزیکی هیچوقت بصورت فیزیکی صورت نمی گیرد و تمامی دسترسیها از طریق RDBMS انجام می گیرد بنابراین حفظ صحت و یکپارچگی داده ها بطور کامل تضمین می شود.

بانکهای اطلاعاتی شی گرا: بسیاری از برنامه های کاربردی امروزی نیازمند کار با صدا٬ تصویر و داده های گرافیکی حجیم هستند. سیستمهای مدیریت بانکهای اطلاعاتی قدیمی بخوبی از پس این کار بر نمی آیند زیرا این نوع داده ها نمی توانند در ردیفها و جدولها ذخیره شوند.

امروزه حکومت بانکهای اطلاعاتی در دست RDBMS هاست . آنها از روز اول با این ایده طراحی شدهاند که بانک اطلاعاتی فقط شامل یک جدول نیست بلکه شامل تعدادی جدول کاملاً متفاوت با یکدیگر است که با یکدیگر مرتبط هستند. موضوع ادغام داده های بانک اطلاعاتی توسطRDBMS به سادگی صورت می گیرد٬آنها داده های تکراری و به تبع آن اشغال فضای تکراری را از بین می برند.

فهرست مطالب:

فصل : مقدمه

تاریخچه مختصری از بانکهای اطلاعاتی

انواع بانکهای اطلاعاتی

اجزاء تشکیل دهنده بانکهای اطلاعاتی SQL Server

بانک اطلاعاتی master

بانک اطلاعاتی model

بانک اطلاعاتی msdb

بانک اطلاعاتی  tempdb

بانک اطلاعاتی pubs و northwind

Transaction Log

جدول

گروه فایلها

دیاگرامها

View

Stored Procedure

توابع تعریف شده توسط کاربر

تریگرها

کاربران و گروه کاربران

قواعد ( Rules )

پیش فرض ها

انواع داده های تعریف شده توسط کاربر

کاتالوگ های تمام متن

ساختار پروژه

فصل  : تجزیه و تحلیل سیستم عوارض خودرو با زبان توصیفی UML و متدلوژی RUP

مرحله شناخت و تجزیه و تحلیل سیستم با زبان توصیفی UML و متدلوژی RUP

Business Use-Case Model

Actors

 Use-Case

Sequence Diagram

Business Object Model

Use-case Model

Actors

Use case

Design Model

Use-Case Realizations

Class Model

فصل : طراحی سیستم

مفاهیم اساسی بانک اطلاعاتی

نرمال سازی و سایر مبانی طراحی

فرم های نرمال

ارتباطات

جداول بانک اطلاعات عوارض خودرو

فصل : پیاده سازی بانک اطلاعاتی عوارض خودرو با استفاده از SQL Server  و C#NET

قواعد عمومی نامگذاری در SQL Server

ایجاد بانک اطلاعاتی عوارض خودرو با استفاده از EM

افزودن جداول

افزودن دیاگرام

افزودن ارتباطات

ایجاد Stored Procedure

تعریف پارامتر ها

اضافه کردن داده با دستور INSERT

حذف کردن با دستور DELETE

به روز درآوردن جدول

ایجاد یک پروژه ویندوزی در ویژوال استودیو NET

دستورات Using

یک Name space

یک کلاس

یک سازنده Constructor

یک متد بنام Initialize Component

یک متد بنام Main

تغییر خاصیت های یک کنترل

توضیحات برخی از خصوصیتها

تغییر اندازه فرم

اتصال به پایگاه داده

مرور اطلاعات مربوط به جدول Car_info

برنامه محاسبه عوارض خودرو

کار با سازنده ها و کلمه کلیدی new

استفاده از یک اتصال پایگاه داده در یک برنامه ویندوزی

دستورات try و catch

کد مربوط به فرمFrmcalc ( فرم محاسبه عوارض )

توضیحات مر بوط به کد فرم محاسبه عوارض

فرمهایی که بصورت گزارش هستند

کد مر بوط به فرم rpt (لیست عوارض در یافت شده بین دو تاریخ)

توضیحات مربوط به کد فرم rpt ( لیست عوارض در یافت شده بین دو تاریخ )

OLE DB

فصل : نحوه نصب وراه اندازی وکاربردنرم افزار

ویرایشهای مختلف SQL Server 

نیازهای سخت افزاری و سیستم عاملی

نحوه نصب و راه اندازی نرم افزار عوارض خودرو

نمونه هایی از کاربرد این برنامه

فصل : خلاصه و نتیجه گیری و کارهای آتی

خلاصه

نتیجه گیری

کارهای آتی

منابع

ضمایم

فصل1 : مقدمه

تصویر شماره 1 : تعریف جدول Publishers

فصل4 : پیاده سازی بانک اطلاعاتی عوارض خودرو با استفاده از SQL Server 2000و C#.NET

تصویر شماره 2 : ایجاد بانک اطلاعاتی عوارض خودرو

تصویر شماره 3 : ایجاد جدول Car_info

تصویر شماره 4 : ویزارد ساخت دیاگرام

تصویر شماره 5 :  پنجره دیاگرام

تصویر شماره 6 : SProc Delete_avarez

تصویر شماره 7 : SProc Delete_car_info

تصویر شماره 8 : SProc Delete_car_price

تصویر شماره 9 : SProc Insert_avarez

تصویر شماره 10 : SProc Insert_car_info

تصویر شماره 11 : SProc Insert_car_price

تصویر شماره 12 : SProc Update_avarez

تصویر شماره 13 : SProc Update_car_info

تصویر شماره 14 : SProc Update_car_price

تصویر شماره 15 :  ایجاد یک پروژه ویندوزی در ویژوال استودیو .NET

تصویر شماره 16 :  کاربرد Tool box و پنجره Solution Explorer در یک فرم ویندوزی

تصویر شماره 17 :  فایل View Code یک فرم ویندوزی

تصویر شماره 18 : ایجاد DatabaseProject .

تصویر شماره 19 : کادر محاوره Data Source

تصویر شماره 20 :  کادر محاوره New Database Reference

تصویر شماره 21 :  نمایش اطلاعات مربوط به جدول Car_info .

تصویر شماره 22 :  فرم Form1 (برنامه محاسبه عوارض خودرو)

تصویر شماره 23 : آیتم منو ورود اطلاعات در فرم اصلی

تصویر شماره 24 :  آیتم منوهای تعاریف ویژه در فرم اصلی

تصویر شماره 25 : آیتم منوهای گزارشات در فرم اصلی

 تصویر شماره 26 : View Code مربوط به فرم Form1.cs

تصویر شماره 27 : آبجکتهای sql Connection و sql Data Adapter

تصویر شماره 28 : پنجره Query Builder

تصویر شماره 29 : فرم Frmcalc (فرم محاسبه عوارض)

تصویر شماره 30 :  فرم Frmprice ( ورود اطلاعات مشخصات مبلغ عوارض خودرو )

تصویر شماره 31 : فرم Frmmalek (تعریف مشخصات خودرو)

تصویر شماره 32 : فرمrpt1 (لیست عوارض در یافت شده بین دو تاریخ )

تصویر شماره 33 : فرمrpt2 (لیست عوارض یک اتومبیل بین دو تاریخ )

تصویر شماره 34 : فرم rpt3 (فیش عوارض یک خودرو )

فصل 5 : نحوه نصب و راه اندازی و کاربرد نرم افزار

تصویر شماره 35 : انتقال بانک اطلاعاتی عوارض خودرو به محیط SQL Server 2000 (1)

تصویر شماره 36 : انتقال بانک اطلاعاتی عوارض خودرو به محیط SQL Server 2000 (2)

تصویر شماره 37 : انتقال بانک اطلاعاتی عوارض خودرو به محیط SQL Server 2000 (3)

تصویر شماره 38 : انتقال بانک اطلاعاتی عوارض خودرو به محیط SQL Server 2000 (4) 

تصویر شماره 39 : مراحل نصب نرم افزار (1 )

تصویر شماره 40 : مراحل نصب نرم افزار (2 )

تصویر شماره 41 : مراحل نصب نرم افزار (3 )

تصویر شماره 42 : مراحل نصب نرم افزار (4 )

تصویر شماره 43 : مراحل نصب نرم افزار (5 )

تصویر شماره 44 : مراحل نصب نرم افزار (6 )

تصویر شماره 45 : اجرای برنامه از طریق منوی Start.

تصویر شماره 46 : صفحه اصلی برنامه

تصویر شماره 47 : انتخاب زیر منوی ورود اطلاعات مشخصات خودرو

تصویر شماره 48 : وارد کردن اطلاعات در صفحه تعریف مشخصات خودرو

تصویر شماره 49 : ثبت اطلاعات

تصویر شماره 50: انتخاب زیر منوی لیست عوارض دریافت شده بین دو تاریخ

تصویر شماره 51 : نمایش لیست عوارض دریافت شده بین دو تاریخ

منابع و مأخذ:

طراحی و پیاده سازی بانکهای اطلاعاتی در SQL Server ٬ تالیف مهندس فرزاد رحمانی٬

 انستیتو ایزایران1381.

آموزش گام به گام C#.NET ٬ نویسنده : جان شارپ ; جون جگر ٬ مترجمان: مهندس مهرداد توانا ; مهندس عاطفه شیجونی٬ انتشارات موسسه فرهنگی هنری نقش سیمرغ 1381.

پروژه کاربرد الگوریتم ژنتیک درزمانبندی کارهای سیستم های چند پردازنده ای. doc

نوع فایل: word

قابل ویرایش 71  صفحه

چکیده:

زمانبندی کارها در سیستم های چند پردازنده ای شامل نگاشت کردن کارهای موجود در یک Task Graph به هریک از پردازنده ها می باشد. یک Task Graph گرافی غیر چرخشی می باشد که هر یک از گره های آن شامل کارهای محاسباتی است که بین گره ها روابط تقدم و تاخر وجود دارد. آنچه که در این زمانبندی مهم است اینکه باید طوری صورت گیرد که مدت زمان اجرای کل کارها مینیمم گردد.

این مسئله که NP (غیرچند جمله ای) است دارای روش های حل مختلفی است که یکی از آنها الگوریتم ژنتیک می باشد.

در این پروژه یکی از روش های چند جمله ای  برای این مسئله ارائه گردیده است که برای پایه نمایش دو کروموزومی می باشد.

این روش با استفاده از یک محیط شبیه سازی پیاده سازی شده و نتایج حاصله قابل مشاهده می باشد.

مقدمه:

مسئله زمانبندی کارها درسیستم های چند پردازنده ای برپایه زمانبندی مجموعه ای از کارها که به صورت جزئی مرتبند بنا نهاده شده است . به زبان ساده زمانبندی به مفهوم تخصیص منابع موجود (مثلا پردازنده ها ) به کارهای محاسباتی است که بین این کارها ویژگی ترتیب جزئی برقرار است یعنی اینکه بین کارها تقدم وتاخر اجرا وجود دارد.

مجموعه Task  هایی که قراراست اجرا گردد برروی یک گراف غیرچرخشی (Direct Acyclic Graph)   بنامTask Graph  قراردارد.

هدف از نگاشت Task های موجود به هریک از پردازنده ها این است که اجرای کلیه Taskها درحداقل زمان ممکن گردد.

مسئله زمانبندی کارها به عنوان یک مسئله انتزاعی بررسی میگردد وزمینه های کاربردی این مسئله می تواند درپردازش موازی و زمانبندی حرکت قطارها وحل مشکل ترافیک شهری وکاربردهایی درخط تولید کارخانجات واقتصاد وتحقیق درعملیات ومواردی دیگرباشد. زمانبندی کارها به عنوان یک مسئله Np-Hard (غیر چندجمله ای )محسوب میگردد ووروش های مختلفی برای به دست آوردن جوابهای  Optimal بکارگرفته شده است.

یکی ازاین روش ها الگوریتم های ژنتیک می باشد که دارای ماهیت تصادفی بوده ومبتنی برمفاهیم ژنتیک بوده و برگرفته ازنظریه تکاملی داروین می باشد. اگوریتم های ژنتیکی باتقلید از مفهوم تکامل تدریجی باایجاد یکسری کروموزوم ها به عنوان اعضای جمعیت واعمال یکسری عملگرها مانند Selection  و Crossover و Mutation و تولید جمعیت جدید به ایجاد نتایج بهینه می پردازد.

دراین پایان نامه الگوریتم ارایه شده دارای ساختارنمایشی دوکروموزومی بوده و به  (Bi-Chromosal Genetic Algorithm)BCGA  معروف است.

البته الگوریتم های ژنتیکی وغیرژنتیکی دیگری برای حل مسئله زمانبندی کارها درسیستم چند پردازنده ای وجود دارد .

فهرست مطالب:

چکیده

1) مقدمه

2) اصول الگوریتم های ژنتیکی                                         

 1-2) تاریخچه  

2-2) صورت کلی الگوریتم های ژنتیکی

3-2) تعاریف مقدماتی الگوریتم های ژنتیکی

5-2) انواع عملگرها

6-2) شرایط توقف الگوریتم های ژنتیکی

7-2) پارامترهای الگوریتم ژنتیکی

3- تعاریف مربوط به مسئله زمان بندی چند پردازنده ای وGraph   Task

4) الگوریتم های ارائه شده برای مسا له زمانبندی کارها

1-4 )الگوریتم های غیرژنتیکی برای حل مسئله

2-4) الگوریتم های ژنتیکی برای حل مسئله

1-2-4) الگوریتم ژنتیکی PGA

2-2-4) الگوریتم ژنتیکی بانمایش رشته ای متغیر

فصل پنجم  الگوریتم ژنتیکی دوکروموزومی (BCGA) برای مسئله زمانبندی

1-5) نمایش کروموزوم ها  (Representation)

3-1-5) نگاشت کردن یک زمان بندی به جفت کروموزوم

 2-5) عملگرهای ژنتیکی به کاررفته درالگوریتم BCGA

3-5) محاسبه تابع Fitness

4-5) شرط خاتمه الگوریتم

5-5) پارامترهای دیگر الگوریتم

 6) نتایج محیط شبیه سازی شده

7) نتیجه گیری و راهکارهای آینده

  منابع

پیوست

منابع و مأخذ:

X.yao "An Overview of evolutionary computation", Chinese Journal of Advanced Software Research (Allerton Press , INC , New york , 1996)A Comparison of General Approaches to Multiprocessor Scheduling - Parallel Processing Symposium, 1997. Proceedings., Ilth InternationalGenetic Scheduling for Parallel Processor Systems:

Comparative Studies and

Performance Issues

Albert Y. Zomaya, Senior Member, IEEE, Chris Ward, and Ben Macey

IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, VOL. 10, NO. 8, AUGUST 1999

yu – Kwong kwak and Ishfaq Ahmad , "Static Scheduling Algorithms for Allocating Directed Task Graphs to Multiprocessor",The university of hong kong And The Hong kong university of Science and Technology

پروژه کاوش وب و تکنیک ها و کاربردهای آن. doc

نوع فایل: word

قابل ویرایش 81 صفحه

مقدمه:

برای پیداکردن اطلاعات در وب، دو مسئله اساسی حرکت  و جستجو  مطرح می باشد[25] . بیشتر کاربران وب معمولاً از مرورگر وب برای حرکت در بین سایتهای وب استفاده می کنند و معمولا ً از صفحه اصلی سایت شروع کرده و روی لینکهای ارتباطی  متناسب با علایقی که در ذهن خود دارند، کلیک کرده و به جستجوی نیازهای اطلاعاتی خود می پردازند. از طرف دیگر تعداد اطلاعات قابل دسترسی که در وب وجود دارد، بسیار زیاد است و هر ساله به حجم این اطلاعات افزوده می شود . بنابراین یکی از مسائل مهم در چنین مجموعه های بزرگ از اسناد (سایتها یا صفحات وب ) سازمان دهی اسناد به نحوی است که بتوان آنها را بصورت کارا بازیابی کرد. مسئله مهم دیگر این است که باید بتوان از اطلاعات کاربران قبلی که در وب به حرکت و جستجو می پردازند، استفاده کرد تا بتوان کاربران جدید را در امر حرکت و جستجو یاری کرد[27].

زمانی که کاربران چندین بار با توالی های مشخص به صفحات وب مراجعه می کنند، نشان دهنده یک نوع ارتباط بین آنها صفحات است. این نوع توالی ها را الگوهای حرکتی کاربران  می گویند. این کاوش منجر به کشف ساختار ارتباطی اسناد وب می شود. کشف ساختار ارتباطی اسناد وب، باعث پیدا کردن اسناد مشابه بهم شده و می توان به وسیله آن به خوشه بندی  و رتبه بندی اسناد وب پرداخت که درنتیجه سرعت جستجو و حرکت برای کاربران بعدی برای ادامه حرکت، به صورت آسان تری انجام می شود، هدف ازکاوش وب، استخراج اطلاعات از اسناد وب، به وسیله تکنیکهای داده کاوی است.  داده کاوی عبارت است از فرآیند خودکار کشف دانش واطلاعات از پایگاههای داده ای برخی از ابزارهای داده کاوی عبارت اند از: هپیوندی، طبقه بندی الگوهای ترکیبی و خوشه بندی. به سبب علاقه افراد به جستجوی اطلاعات مختلف، کاوش وب امروزه در ابعاد وسیعی انجام می شود و منابع اطلاعاتی قابل دسترس روی وب رشد چشمگیری کرده است.

فهرست مطالب:

فصل اول: مقدمه

 مقدمه انواع کاوش وب

 ساختار پروژه

فصل دوم: کاوش استفاده از وب در موتور های جستجو      

 مقدمه

 مقدمات کاوش استفاده از وب

 قانون zipfs

 فایلهای وارونه

 کاربرد موتور جستجو

 شاخص های مبتنی بر توزیع جستجو

 طرح اولیه

 بهبود زمان پاسخ دهی به پرس و جو

 رتبه بندی براساس پرس و جوی کاربران و انتخاب ها

 الگوریتم Masel

فصل سوم: بهره گیری از کاوش وب برای پیمایش الگو های مسیر

 مقدمه

 فرموله کردن مساله

 تشریح پیمایش الگوهای مسیر

 کارهای انجام شده

 پیدا کردن حداکثر ارجاعات به جلو

 جلسات

 ساختلر های داده

 یافتن حداکثر ارجاع به جلو از طریق فاصله زمانی بین جلسات

 یافتن حداکثرارجاع به جلو از طریق شکاف جلساتی

 تجزیه وتحلیل عملکرد

 ویژگیهای حداکثر ارجاعات به جلو

 الگوریتمی برای پیدا کردن حداکثر ارجاع به جلو

 الگوریتم MF

 پیدا کردن ارجاع متوالی تکرار شونده

 الگوریتم FS

 Shllow درخت پسوندی تعمیم یافته

 کاوش پیمایش الگو های مسیر تکرار شونده

 الگوریتم کاوش SbSfX

 الگوریتم کاوش HbSfx

 تجزیه وتحلیل عملکرد

فصل چهارم: کاوش استفاده از وب الگوریتم ها و نتایج

 مقدمه

 مراحل کاوش استفاده از وب

 مرحله: پیش پردازش

 مرحله: کاوش

 مرحله: اجرای نتایج کاوش

 کارهای انجام شده

 الگوریتم TRANSACTIONIZATION

الگوریتم های کاوش

فصل پنجم: خوشه بندی گراف وب برای جستجو وحرکت

 مقدمه

 خوشه بندی

 راهکارهای خوشه بندی گراف وب

 الگوریتم

 اجزای تشکیل دهنده فرآیند خوشه بندی

 تکنیکهای خوشه بندی

 الگوریتم های افراز

 الگوریتم خوشه بندی به روش KMeans

 الگوریتم های سلسله مراتبی

فهرست اشکال:

شکل2-1 : کلمات درون یک فرهنگ لغت

شکل 2-2 : فراوانی کلمات جستجو شده در یک گراف loglog

شکل 2-3 : کلمات جستجو شده تکراری

شکل 2-4 : دیاگرام حالت حرکت کاربران در موتور جستجوی

شکل2-5  : تفاوت بین ترتیباکتشافی و اتفاقی

شکل3-1 : پیمایش الگوهای مسیر

شکل 3-2 : الگوریتم ISMFR

شکل3-3 : مراحل و الگوریتم GSMFR

شکل 3-4 : مقایسه کارایی الگوریتم های ISMFR وGSMFR

شکل 3-5 : توزیع متراکم در الگوریتمMFR

شکل 3-6 : الگوریتمSbSfXMiner

شکل 3-7 : الگوریتم HbSfXMiner

شکل 3-8 : مقایسه کارایی الگوریتم های SbSfXMiner و HbSfXMinerبا  Ukknonenو electivScan

شکل 4-1 : الگوریتم Transactionization

شکل 4-2: الگوریتم WTBD

شکل 5-1 : الگوریتم پیدا کردن گره های تصادفی

شکل 5-2: الگوریتم گروه بندی گره ها به وسیله جستجوی محلی

شکل 5-3 : شبه کد الگوریتم K_Means

شکل 5-4 : نمودار دندوگرام

فهرست جداول

جدول 1-1 : انواع کاوش وب

جدول 2-1: مقایسه بینموتور جستجوی متفاوت

جدول 2-2: پرس و جوی های رایج درونموتور جستجو

جدول 4-1: نونه ای از یک لاگ فایل

جدول 4-2 : تراکنش های استخراج شده از جدول

واژگان

مراجع

منابع و مأخذ:

  [1]: Zipf, G. (1932). Selective studies and the principle of relative frequency in language. Cambridge, MA: Harvard University Press.

[2]: Baeza-Yates, R., and Saint-Jean, F. (2003a). Query analysis in a search engine and its application to rank Web page (in Spanish), BID 10, Barcelona, Spain

[3]: Spink, A., Jansen, B.J., Wolfram, D., and Saracevic, T. (2002). From e- sex to e-commerce: Web search changes. IEEE Computer, 35(3), 107-109.

 [4]: Wolfram, D. (2002). A query-level examination of end user searching behavior on the Excite search engine. Proceedings of the 28 Annual Conference Canadian Association for Information Science.

 [5]:  Baeza-Yates, R., and Saint-Jean, F. (2003b). A three level search engine index based in query log distribution. SPIRE 2003, Manaus, Brazil.

 [6]: Zhang, D., and Dong, Y. (2002). A novel Web usage mining approach for search engine. Computer Network, 39(3), 303-310.

[7]: Cooley, R., Mobasher, B., and Srivastava, J. (1997b).Web mining : information

and pattern discovery on the World Ward Web. Proceedings of the IEEE International Conference Tools with AI, (pp. 558-567).

 [8]: Chen, M.S., Park, J.S., and Yu, P.S. (1998). Efficient data mining for path traversal patterns. IEEE Transactions on Knowledge and Data Engineering, 10(2), 209-221.

 [9]: Ukkonen, E. (1995). On-line construction of suffix trees. Algorithmica, 14(3), 249-260. Data preparation for mining.

[10]: Cooley, R., Mobasher, B., and Srivastava, J. (1999).World Wide Web browsing patterns. Journal of Knowledge and information Systems, 5-33

[11]: Chen, Z., Flowler, RH., and Fu, A. (2003). Linear time algorithms for finding maximal forward references. Proceedings of the IEEE International Conference on Information Technology: Coding and Computing, (pp. 160-164).

 [12]: Berendt, B., Mobasher, B., Spiliopoulou, M., and Wiltshire, J. (2001). Measuring the accuracy of sessionizers for Web usage analysis. Proceeding of the Workshop on Web Mining at the First SIAM International Conference on Data Mining, (pp. 7-14).

 [13]: Weiner, P. (1973). Linear pattern matching algorithms. Proceedings of the 14th IEEE Annual  Symposium on Switching and Automata Theory, (pp. 1-11).

 [14]: Gusfield, D. (1997). Algorithms on strings, trees, and sequences. Cambridge University Press.

 [15]: Chen, Z., Fowler, R.H., Fu, A., and Wang, C. (2003). Fast construction of generalized suffix trees over a very large alphabet. Proceedings of the Ninth International Computing and Combinatorics Conference, Lecture Notes in computer Science LNCS 2697, (pp. 284-293).

[16]: Pitkow, J. (1997). In search of reliable usage data on the WWW. Proceedings of the International World Wide Web Conference, Santa Clara, California, 451-463.

[17]: Cooley, R., Mobasher, B., and Srivastava, J.

(1997a). Grouping Web page references in to transaction for mining World Wide Web browsing patterns. Proceedings of the IEEE International Kawledge and Data Engineering Workshop, Netport Beach, CA, 2-9.

[18]: Byrne, M.D., John, B.E., Wehrle, N.S., and Crow, D.C. (1999). The tangled Web we wove: A taskonomy of WWW use. Proceedings of the International Conference on Human Factors in Computing Systems, Pittsburgh, Pennsylvania, 544-551.

[19]: Cockburn, A., and Mckenzie, B. (2001). What do Web user do ? An empirical analysis of Web use. International Journal of Human-Computer Studies, 54(6), 903-922.

[20]: Woon, Y.K., Ng, W.K., and Lim, E.P. (2002). Online and incremental mining of separately grouped Web access logs. Proceedings of the 3rd  International Conference on Web Information Systems Engineering, Singapore.

[21]: Hartigan, J. (1975). Clustering algorithms. John Wiley.

[22]: McQueen, J. (1967). Some methods for classification and analysis of multivariate observation. Preceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, (pp. 281-297).

[23]: Jain, A.K, Murty, M.N, and FLYNN,P.J. (1999). "DataClustering:AReview," ,ACM Computing Surveys,Vol.31,  No.3.

[24]: Minh, D.L.(2000). "Applied probability models," Duxbury, Thomson Learning, ISBN 0-534-38157-x.

[25]: Jianhan, zhu. (2003). "Mining Web Site Link Structures for Adaptive Web Site Navigation and Search," Ph.D Thesis, university of ulster at jordanstown.

[26]: O, Etzioni. (1996). The world wide web: Quagmire or goldmine.

Communication of the ACM, 39(11): 65-68

[27]: اناری، ب.، "الگوریتمهایی مبتنی بر اتوماتاهای یادگیر برای تعیین ساختار اسناد وب و کاربردهای آنها" پایان نامه کارشناسی ارشد،دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک.

آموزش HTML

آموزش جزء به جزء HTML به صورت PDF به نثری روان همراه با مثال به شیوه قابل هضم برای تیپ های مختلف ذهنی و سنی.

امیدوارم راضی باشید!