موضوعات مختارة في علوم البيانات PDF

‫موضوعات مختارة يف علوم البيانات‬  ‫الفصل األول‬ ‫علم البيانات‬ ‫(تمهيد)‬ ‫الوحدة التعليمية األوىل‬ ‫‪2‬‬ ‫موضوعات الوحدة التعليمية‬ ‫ علم البيانات‪.‬‬ ‫ لماذا علم البيانات؟‬ ‫ا...

‫موضوعات مختارة يف علوم البيانات‬  ‫الفصل األول‬ ‫علم البيانات‬ ‫(تمهيد)‬ ‫الوحدة التعليمية األوىل‬ ‫‪2‬‬ ‫موضوعات الوحدة التعليمية‬ ‫ علم البيانات‪.‬‬ ‫ لماذا علم البيانات؟‬ ‫التقن وعلم البيانات‪.‬‬ ‫ي‬ ‫ التطور‬ ‫ دورة حياة علم البيانات‪.‬‬ ‫‪3‬‬  ‫نواتج التعلم‬ ‫ً‬ ‫عزيزي الطالب بنهاية هذه الوحدة ستكون قادرا عىل أن‪:‬‬ ‫ُ‬ ‫تعرف علم البيانات‪.‬‬ ‫▪‬ ‫تمي عنارص تكوين علم البيانات‪.‬‬ ‫▪‬ ‫تذكر أهمية علم البيانات‪.‬‬ ‫▪‬ ‫تحدد أسباب الحاجة لظهور تخصص علم البيانات‪.‬‬ ‫▪‬ ‫تستعرض دورة حياة علم البيانات‪.‬‬ ‫▪‬ ‫تربط تسلسل العالقة بي مراحل دورة حياة علم البيانات‪.‬‬ ‫▪‬ ‫‪4‬‬  ‫علم البيانات‬ ‫تم تعريف علم البيانات بطرق مختلفة ومنها‪:‬‬ ‫هو مج ــال متع ــدد التخصص ــات‪ ،‬يرك ــز عل ــى اس ــتخراج الــرؤى والتوقعــات م ــن البيان ــات‪ ،‬وتمكيــن مراجعــة‬ ‫◼‬ ‫البيان ــات المهيكل ــة وغي ــر المهيكل ــة‪ ،‬واستكش ــافها ع ــن طري ــق عملي ــات وأدوات وأس ــاليب متنوع ــة‪.‬‬ ‫االصطناع – علم البيانات‬ ‫ي‬ ‫الهيئة السعودية للبيانات والذكاء‬ ‫واليمجة المتخصصة‪ ،‬والقدرة التحليلية المتقدمة‪ ،‬والذكاء‬ ‫هو مجال يجمع بي الرياضيات واإلحصاء‪ ،‬ر‬ ‫◼‬ ‫ً‬ ‫بخية يف المجال المستهدف وذلك الستخراج الرؤى من بيانات هذا المجال‪.‬‬ ‫ر‬ ‫ا‬ ‫ز‬ ‫االصطناع وتعلم اآللة معز‬ ‫ي‬ ‫‪IBM‬‬ ‫‪5‬‬  ‫عنارص تكوين علم البيانات‬ ‫الخبرة‬ ‫في المجال المستهدف‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫علم‬ ‫البيانات‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫تعلم اآللة‬ ‫المصدر‪Palmer, Shelly. Data Science for the C-Suite. New York: Digital Living Press, 2015. :‬‬ ‫(مترجم)‬ ‫‪6‬‬  ‫لماذا علم البيانات؟‬ ‫برز علم البيانات لألسباب اآلتية‪:‬‬ ‫البيانات الضخمة (‪.)Big Data‬‬ ‫◼‬ ‫تعدد مصادر البيانات‪.‬‬ ‫◼‬ ‫ً‬ ‫االصطناع يف التعرف عىل البيانات آليا‪.‬‬ ‫ي‬ ‫تطور أدوات الذكاء‬ ‫◼‬ ‫وجود أطر نظرية وتحليلية وخوارزميات وأساليب تتعامل مع كافة أنواع البيانات بغض النظر عن المجال‬ ‫◼‬ ‫المستهدف‪.‬‬ ‫ توظيف هذه األطر والخوارزميات واألساليب‪.‬‬ ‫ بروز وظائف يف مجال البيانات كمحلل البيانات وعالم البيانات وغيها‪.‬‬ ‫ احتياج سوق العمل لعلماء بيانات متخصصي ويمتلكون المهارة والمعرفة بأدوات وأساليب علم‬ ‫البيانات‪.‬‬ ‫‪7‬‬  ‫دورة حياة علم البيانات‬ ‫تحديد‬ ‫وتعريف‬ ‫المشكلة‬ ‫عمليات‬ ‫جمع‬ ‫التشغيل‬ ‫وتجهيز‬ ‫والمتابعة‬ ‫البيانات‬ ‫تحليل‬ ‫النمذجة‬ ‫واكتشاف‬ ‫والتقييم‬ ‫البيانات‬ ‫‪8‬‬  ‫تحديد وتعريف المشكلة‬ ‫إيجاد المشكلة‪:‬‬ ‫تواجه المنظمات صعوبات وتحديات تعيق تحقيق بعض أهدافها‪.‬‬ ‫◼‬ ‫كذلك‪ ،‬يظهر فرص تطويرية إليجاد حلول منية عىل البيانات‪.‬‬ ‫◼‬ ‫المبن عىل البيانات‪.‬‬ ‫ي‬ ‫تعريف لها كمرحلة أولية يف الحل‬ ‫ي‬ ‫أهمية تحديد المشكلة ووضع إطار‬ ‫◼‬ ‫من يجد المشكلة؟‬ ‫عالم البيانات‪.‬‬ ‫◼‬ ‫أصحاب المصلحة‪.‬‬ ‫◼‬ ‫البحث والتطوير‪.‬‬ ‫◼‬ ‫‪9‬‬  ‫جمع وتجهي البيانات‬ ‫جمع البيانات‪:‬‬ ‫جمع البيانات مفتوحة المصدر أو المتاحة للعموم‪.‬‬ ‫◼‬ ‫جمع البيانات بشكل مباش‪.‬‬ ‫◼‬ ‫ قواعد البيانات‪.‬‬ ‫ بيانات أنظمة ر‬ ‫إنينت األشياء والحوسبة السحابية‪.‬‬ ‫االجتماع‪.‬‬ ‫ي‬ ‫ مصادر الويب ووسائل البث والتواصل‬ ‫تجهي البيانات‪:‬‬ ‫ر‬ ‫الن تم تجميعها لتظهر بصورة موحدة يسهل التعامل معها‪.‬‬ ‫العمل عىل سياق وتنظيم البيانات ي‬ ‫◼‬ ‫تخزينها يف مستودعات البيانات‪.‬‬ ‫◼‬ ‫التأكد من عدم وجود خلل أو ضياع أو عدم تناسق للبيانات‪.‬‬ ‫◼‬ ‫‪10‬‬  ‫تحليل واكتشاف البيانات‬ ‫االستكشاف (‪)Exploratory Data Analysis - EDA‬‬ ‫ي‬ ‫تحليل البيانات‬ ‫تسهم هذه العملية ف التعرف عىل البيانات واكتشاف ر‬ ‫اآلت‪:‬‬ ‫ي‬ ‫ي‬ ‫◼‬ ‫ر‬ ‫ إعطاء انطباع عن البيانات ي‬ ‫الن تتعامل معها‪.‬‬ ‫ التعرف عىل البيانات المتطرفة والشاذة والغي منطقية‪.‬‬ ‫ إثبات الفرضيات أو رفضها‪.‬‬ ‫ التأكد من عدم وجود انحياز يف الفرضيات أو التحليالت المعمول بها‪.‬‬ ‫‪11‬‬  ‫النمذجة والتقييم‬ ‫النمذجة‪:‬‬ ‫ه الركن األساس ف علوم البيانات‪ ،‬ويكون ر‬ ‫اليكي فيه عىل فهم العالقة بي أنماط وعنارص البيانات‪.‬‬ ‫◼‬ ‫ي‬ ‫ي‬ ‫يف هذه المرحلة‪ ،‬يقوم عالم البيانات بتصميم وتمرين الخوارزميات والنماذج لتحليل ومعرفة نمط البيانات‬ ‫◼‬ ‫الن تجيب عىل المشكلة أساس البحث‪.‬‬ ‫ر‬ ‫بهدف إيجاد الحلول ي‬ ‫التقييم‪:‬‬ ‫عي معايي تقييم شاملة‪.‬‬ ‫التأكد من جودة النمذجة المعمول بها وذلك بتمريرها ر‬ ‫◼‬ ‫ً‬ ‫تتنوع معايي التقييم اعتمادا عىل نوع النموذج‪.‬‬ ‫◼‬ ‫التقييم يهدف إىل صالحية النموذج بشكل عام أو ما يسىم عمومية النموذج (‪ )Generalization‬وعىل‬ ‫◼‬ ‫نطاق أوسع من البيانات‪.‬‬ ‫‪12‬‬  ‫عمليات التشغيل والمتابعة‬ ‫االحصات‪.‬‬ ‫ي‬ ‫تنته دورة حياة علوم البيانات عند الحصول عىل نتيجة النموذج التنبؤي أو‬ ‫ي‬ ‫ال‬ ‫◼‬ ‫يتم وضع هذه العمليات بعناية يف سلسلة من عمليات التشغيل وذلك بتصدير النموذج ليتم التعرف عىل‬ ‫◼‬ ‫عنارص بيانات جديدة والتنبؤ بها أو التعرف عليها‪.‬‬ ‫األوىل وتحسي دقته يف التعرف عىل األنماط‪.‬‬ ‫ي‬ ‫كذلك‪ ،‬يتم استخدام البيانات الجديدة لتحسي النموذج‬ ‫◼‬ ‫أثناء هذه المرحلة المستمرة‪ ،‬يتم متابعة النموذج بغرض‪:‬‬ ‫◼‬ ‫ مراقبة أداء النموذج الذي تم بناءه‪.‬‬ ‫ اكتشاف أي تشتت يف البيانات الجديدة المدخلة وقياس تأثيها عىل أداء النموذج‪.‬‬ ‫ تحديث وترقية النموذج‪.‬‬ ‫ التأكد من توفر معايي الخصوصية والحماية عىل البيانات والنماذج المستخدمة‪.‬‬ ‫‪13‬‬  ‫تقييم ذاتر‬ ‫ي‬ ‫‪ -1‬للتعرف عىل األنماط يف البيانات بطريقة آلية‪ ،‬نستخدم‪..........‬‬ ‫ب‪ -‬تعلم اآللة‪.‬‬ ‫أ‪ -‬تجهي البيانات‪.‬‬ ‫اآلىل‪.‬‬ ‫د‪ -‬تقييم النموذج ي‬ ‫ج‪ -‬جمع البيانات‪.‬‬ ‫‪ -2‬تتمثل الخطوة األوىل يف دورة حياة علم البيانات يف‪.............:‬‬ ‫ب‪ -‬تحليل البيانات‪.‬‬ ‫أ‪ -‬عمليات التشغيل‪.‬‬ ‫د‪ -‬تحديد المشكلة وتعريفها‪.‬‬ ‫ج‪ -‬جمع البيانات وتجهيها‪.‬‬ ‫‪ -3‬الهدف من تقييم النموذج ي‬ ‫اآلىل هو التأكد من‪............‬‬ ‫ب‪ -‬اكتمال النموذج‪.‬‬ ‫أ‪ -‬جاهزية البيانات‪.‬‬ ‫د‪ -‬عرض النتائج‪.‬‬ ‫ج‪ -‬عمومية النموذج‪.‬‬ ‫‪14‬‬  ‫الفصل األول‬ ‫علم البيانات‬ ‫(تمهيد)‬ ‫الوحدة التعليمية الثانية‬ ‫‪2‬‬ ‫موضوعات الوحدة التعليمية‬ ‫ مراجعة عنارص تكوين علم البيانات‪.‬‬ ‫االصطناع‪.‬‬ ‫ي‬ ‫ علوم الحاسب والذكاء‬ ‫ الرياضيات واإلحصاء‪.‬‬ ‫الخبة يف مجال األعمال المستهدف‪.‬‬ ‫ر‬ ‫ ‬ ‫ سمات عالم البيانات‪.‬‬ ‫‪3‬‬  ‫نواتج التعلم‬ ‫ً‬ ‫عزيزي الطالب بنهاية هذه الوحدة ستكون قادرا عىل أن‪:‬‬ ‫تعدد العنارص المكونة لعلم البيانات‪.‬‬ ‫▪‬ ‫ً‬ ‫االصطناع يف ظهور وتطور علم‬ ‫ي‬ ‫التقن خصوصا يف علوم الحاسب والذكاء‬‫ي‬ ‫تكتشف دور التطور‬ ‫▪‬ ‫البيانات‪.‬‬ ‫تتعرف عىل األدوات األساسية والمكونات الرئيسة لممارسة علم البيانات‪.‬‬ ‫▪‬ ‫الن يتحىل بها عالم البيانات‪.‬‬ ‫تصنف المهارات الصلبة والناعمة ي‬ ‫▪‬ ‫‪4‬‬  ‫عنارص تكوين علم البيانات (مراجعة)‬ ‫الخبرة‬ ‫في المجال المستهدف‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫علم‬ ‫البيانات‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫تعلم اآللة‬ ‫المصدر‪Palmer, Shelly. Data Science for the C-Suite. New York: Digital Living Press, 2015. :‬‬ ‫(مترجم)‬ ‫‪5‬‬  ‫تابع‪ :‬عنارص تكوين علم البيانات‬ ‫بما أن علم البيانات هو تقاطع لعدة علوم ومعارف‬ ‫ومهارات‪ ،‬فإن عالم البيانات سيمتلك يف مراحل تعلمه‬ ‫الخبرة‬ ‫وتدريبه وعمله عىل أرض الواقع أدوات عدة تتوزع عىل‪:‬‬ ‫في المجال المستهدف‬ ‫اتقان مهارات حاسوبية وبرمجية وحل مشكالت باستخدام‬ ‫◼‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫االصطناع‪.‬‬ ‫ي‬ ‫أدوات تقنية وأدوات الذكاء‬ ‫علم‬ ‫البيانات‬ ‫معرفة وتطبيق األساليب الرياضية واالحصائية وتوظيفها‬ ‫◼‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫للتحليل واالستنتاج من البيانات‪.‬‬ ‫تعلم اآللة‬ ‫المعرفة الشاملة والعميقة لمجال األعمال المستهدف وفهم‬ ‫◼‬ ‫الن تواجه مجال‬ ‫بيانات المجال وجذور المشاكل أو الفرص ي‬ ‫األعمال المستهدف‪.‬‬ ‫‪6‬‬  ‫االصطناع‬ ‫ي‬ ‫علوم الحاسب والذكاء‬ ‫االصطناع وتطبيقاته يف‬ ‫ي‬ ‫ساهم تطور الحوسبة والذكاء‬ ‫نمو علم البيانات وتوسع انتشاره يف مجاالت األعمال‬ ‫الخبرة‬ ‫المختلفة‪ ،‬وذلك ل‪:‬‬ ‫في المجال المستهدف‬ ‫تعدد الموارد الحاسوبية وتطور أداؤها مما يسهم يف‬ ‫◼‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫االصطناع‪.‬‬ ‫ي‬ ‫معالجة البيانات وبناء نماذج الذكاء‬ ‫علم‬ ‫البيانات‬ ‫ الحوسبة الشخصية‪.‬‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫ الحوسبة المتنقلة والرشيقة‪.‬‬ ‫تعلم اآللة‬ ‫ الحوسبة المتوازية وفائقة األداء‪.‬‬ ‫ الحوسبة السحابية‪.‬‬ ‫ الحوسبة الطرفية‪.‬‬ ‫‪7‬‬  ‫االصطناع‬ ‫ي‬ ‫تابع‪ :‬علوم الحاسب والذكاء‬ ‫االصطناع وتطبيقاته يف‬ ‫ي‬ ‫ساهم تطور الحوسبة والذكاء‬ ‫نمو علم البيانات وتوسع انتشاره يف مجاالت األعمال‬ ‫الخبرة‬ ‫المختلفة‪ ،‬وذلك ل‪:‬‬ ‫في المجال المستهدف‬ ‫االصطناع‪.‬‬ ‫ي‬ ‫تطور وتوسع تطبيقات الذكاء‬ ‫◼‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫ تعلم اآللة‪.‬‬ ‫علم‬ ‫البيانات‬ ‫ التعلم العميق‪.‬‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫االصطناع التوليدي‪.‬‬ ‫ الذكاء‬ ‫تعلم اآللة‬ ‫ي‬ ‫‪8‬‬  ‫الرياضيات واالحصاء‬ ‫تتجذر العمليات الرياضية واالحصائية لقرون عديدة‬ ‫ً‬ ‫وأصبحت أساسا للعلوم بشن أنواعها ال سيما علوم‬ ‫الخبرة‬ ‫الحاسب وعلم البيانات‪.‬‬ ‫في المجال المستهدف‬ ‫االصطناع‪.‬‬ ‫ي‬ ‫الخوارزميات ونماذج الذكاء‬ ‫◼‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫ خوارزميات تعلم اآللة‪.‬‬ ‫علم‬ ‫البيانات‬ ‫اآلل والعمليات‬ ‫ خوارزميات تسلسل أعمال التعلم‬ ‫ي‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫االحصائية المستخدمة لبناء وتقييم نماذج الذكاء‬ ‫تعلم اآللة‬ ‫االصطناع‪.‬‬ ‫ي‬ ‫‪9‬‬  ‫تابع‪ :‬الرياضيات واالحصاء‬ ‫تتجذر العمليات الرياضية واالحصائية لقرون عديدة‬ ‫ً‬ ‫وأصبحت أساسا للعلوم بشن أنواعها ال سيما علوم‬ ‫الخبرة‬ ‫الحاسب وعلم البيانات‪.‬‬ ‫في المجال المستهدف‬ ‫العمليات والنماذج االحصائية‪.‬‬ ‫◼‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫مبن عىل البيانات‪.‬‬ ‫احصائ ي‬ ‫ي‬ ‫تقص‬ ‫ي‬ ‫ ‬ ‫علم‬ ‫البيانات‬ ‫ تدقيق واختبار الفرضيات عىل البيانات المعطاة‪.‬‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫البيائ‪.‬‬ ‫ فهم واستعراض التوزي ع‬ ‫تعلم اآللة‬ ‫ي‬ ‫‪10‬‬  ‫الخبة يف المجال المستهدف‬ ‫ر‬ ‫يركز علم البيانات عىل حل مشكالت أو تحقيق فرص أو‬ ‫تنظيم وتسيب عمليات أعمال المجال المستهدف‪.‬‬ ‫الخبرة‬ ‫بيانات مجال األعمال المستهدف‪.‬‬ ‫◼‬ ‫في المجال المستهدف‬ ‫ وجود كم هائل من البيانات يف مجاالت األعمال‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫المختلفة‪.‬‬ ‫علم‬ ‫البيانات‬ ‫ البيانات ال ي‬ ‫تأئ بصورة منظمة أو مجهزة يف معظم‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫األحيان‪.‬‬ ‫تعلم اآللة‬ ‫ هذه البيانات ذات قيمة عالية وترشد أصحاب‬ ‫المصلحة لحلول مبتكرة‪.‬‬ ‫‪11‬‬  ‫الخبة يف المجال المستهدف‬ ‫تابع‪ :‬ر‬ ‫يركز علم البيانات عىل حل مشكالت أو تحقيق فرص أو‬ ‫تنظيم وتسيب عمليات أعمال المجال المستهدف‪.‬‬ ‫الخبرة‬ ‫حلول غب ظاهرة وغب بديهية‪.‬‬ ‫◼‬ ‫في المجال المستهدف‬ ‫ تظهر أنماط يف بيانات المجال المستهدف وذلك‬ ‫التقصي‬ ‫معالجة‬ ‫االحصائي‬ ‫البيانات‬ ‫المبن عىل البيانات‪.‬‬ ‫ي‬ ‫اإلحصائ‬ ‫ي‬ ‫بالتقص‬ ‫ي‬ ‫علم‬ ‫البيانات‬ ‫ يتم بناء واختبار فرضيات تخص مهام محددة يف‬ ‫الرياضيات‬ ‫علوم الحاسب‬ ‫المجال المستهدف‪.‬هذه الفرضيات قد تمثل أو تظهر‬ ‫تعلم اآللة‬ ‫حلول أعمال مبتكرة‪.‬‬ ‫ بطبيعة البيانات فإن هذه الحلول ال تظهر بشكل‬ ‫ويأئ دور علم البيانات الكتشاف أنماط‬ ‫ر‬ ‫مباش‪،‬‬ ‫ي‬ ‫البيانات والحلول الممكنة‪.‬‬ ‫‪12‬‬  ‫سمات عالم البيانات‬ ‫ً‬ ‫ا‬ ‫والن نذكرها أدناه مثال ال حرصا‪:‬‬ ‫مهارات عديدة وهامة قد يمتلكها عالم البيانات‪ ،‬ي‬ ‫الكم من أهم األدوات‬ ‫ي‬ ‫تعتب الرياضيات واالحصاء والتحليل‬ ‫ر‬ ‫المهارات الكمية (‪:)Quantitative skills‬‬ ‫◼‬ ‫النظرية والتطبيقية لعالم البيانات‪.‬‬ ‫المهارات التقنية‪ :‬اإلدراك الكامل للحلول التقنية ومواكبة تطورها‪.‬‬ ‫◼‬ ‫والن بها يقوم بطرح التساؤالت الهامة‬ ‫ي‬ ‫والتحليىل‪ :‬من أهم المهارات الناعمة لعالم البيانات‬ ‫ي‬ ‫التفكب النقدي‬ ‫◼‬ ‫والموجهة‪ ،‬وبناء رؤى وتصورات مبدئية ينتج عنها حلول مبنية عىل البيانات‪.‬‬ ‫االبتكار واإلبداع‪ :‬تعظيم االستفادة من األدوات المتاحة ودمج األساليب وعمل حلول ابتكارية‪.‬‬ ‫◼‬ ‫ً‬ ‫التواصل الفعال‪ :‬يكون ذلك مع فرق العمل المختلفة‪.‬ويكون حتميا عند التواصل مع أصحاب المصلحة‬ ‫◼‬ ‫لفهم المشكلة المراد حلها وطرح الحلول والتساؤالت‪.‬‬ ‫‪13‬‬  ‫ذائ‬ ‫تقييم ي‬ ‫‪ -1‬من األساليب اإلحصائية المستخدمة يف علم البيانات‪:‬‬ ‫ب‪ -‬التعلم العميق‪.‬‬ ‫أ‪ -‬تعلم اآللة‪.‬‬ ‫البمجة الحاسوبية‪.‬‬ ‫د‪ -‬ر‬ ‫البيائ‪.‬‬ ‫ي‬ ‫ج‪ -‬التوزي ع‬ ‫أكب قدر من أهداف ودوافع أصحاب‬ ‫الن تساعد عالم البيانات الستخالص ر‬ ‫‪ -2‬من أهم السمات ي‬ ‫المصلحة‪:‬‬ ‫ب‪ -‬االبتكار‪.‬‬ ‫أ‪ -‬التفكب النقدي‪.‬‬ ‫د‪ -‬التواصل الفعال‪.‬‬ ‫ج‪ -‬المهارات الكمية‪.‬‬ ‫والن تساعد عمليات التخزين والوصول للبيانات عن بعد‪:‬‬ ‫‪ -3‬من أهم المصادر الحاسوبية الحديثة ي‬ ‫ب‪ -‬الحوسبة السحابية‪.‬‬ ‫أ‪ -‬الحوسبة الشخصية‪.‬‬ ‫د‪ -‬الحوسبة المتوازية‪.‬‬ ‫ج‪ -‬الحوسبة المتنقلة‪.‬‬ ‫‪14‬‬  ‫الفصل األول‬ ‫تمهيد لعلم البيانات‬ ‫(الوحدة التعليمية الثالثة)‬ ‫‪2‬‬ ‫موضوعات الوحدة التعليمية‬ ‫ مفهوم البيانات‪.‬‬ ‫ مصادر وأنواع البيانات‪.‬‬ ‫ تصنيف البيانات‪.‬‬ ‫ استكشاف البيانات‪.‬‬ ‫ مجاالت استخدام علم البيانات‪.‬‬ ‫‪3‬‬  ‫نواتج التعلم‬ ‫ً‬ ‫عزيزي الطالب بنهاية هذه الوحدة ستكون قادرا عىل أن‪:‬‬ ‫ُ‬ ‫تعرف مفهوم البيانات‪.‬‬ ‫▪‬ ‫تذكر مصادر وأنواع البيانات‪.‬‬ ‫▪‬ ‫تحدد الية تصنيف البيانات‪.‬‬ ‫▪‬ ‫تستعرض طرق استكشاف البيانات‪.‬‬ ‫▪‬ ‫توضح مجاالت استخدام علم البيانات‪.‬‬ ‫▪‬ ‫‪4‬‬  ‫مفهوم البيانات‬ ‫البيانات‬ ‫الت يتم تمثيلها بتنسيق معي‪ ،‬مثل الجدول أو جدول‬ ‫مجموعة من القيم أو المالحظات أو الحقائق ي‬ ‫◼‬ ‫البيانات أو قاعدة بيانات‬ ‫تأت البيانات يف أشكال عديدة‪ ،‬مثل البيانات العددية والفئوية والنمطية والنصية‪.‬‬ ‫يمكن أن ي‬ ‫◼‬ ‫ً‬ ‫كما يمكن أن تكون منظمة أو غي منظمة‪ ،‬اعتمادا عىل كيفية تمثيلها وتخزينها‪.‬‬ ‫◼‬ ‫المعلومات‬ ‫علم والتعليم‬ ‫ال‬ ‫البحث‬ ‫لدعم‬ ‫وإتاحته‬ ‫وتنظيمه‬ ‫وجمعه‬ ‫إنشاؤه‬ ‫يتم‬ ‫مورد‬ ‫أنها‬ ‫عىل‬ ‫لها‬ ‫نظر‬ ‫اما المعلومات ُ‬ ‫في‬ ‫◼‬ ‫ي‬ ‫واألنشطة األخرى‪.‬‬ ‫يمكن أن تتخذ المعلومات أشكال عدة‪ ،‬مثل الكتب والمجالت والمقاالت والموارد الرقمية وغيها من‬ ‫◼‬ ‫المواد‪.‬‬ ‫‪5‬‬  ‫تابع‪ :‬مفهوم البيانات‬ ‫المعرفة‬ ‫ُ‬ ‫ً‬ ‫ً‬ ‫عاىل‬ ‫ي‬ ‫فهم‬ ‫أنها‬ ‫ىل‬ ‫ع‬ ‫المعرفة‬ ‫إىل‬ ‫نظر‬‫ي‬ ‫ما‬ ‫ا‬‫فغالب‬ ‫‪.‬‬‫المعلومات‬ ‫بفكرة‬ ‫ا‬‫وثيق‬ ‫يرتبط مفهوم المعرفة ارتباطا‬ ‫◼‬ ‫مبت عىل أساس المعلومات‪.‬‬ ‫المستوى أو إتقان لموضوع أو منطق معي‪ ،‬ي‬ ‫ُ‬ ‫ينظر إىل المعرفة ايضا‪ ،‬عىل أنها أصل هام التخاذ القرارات وتحقيق األهداف الشخصية والتنظيمية‪.‬‬ ‫◼‬ ‫المعرفة‬ ‫المعلومات‬ ‫البيانات‬ ‫‪6‬‬  ‫مصادر البيانات‬ ‫مصادر البيانات ]‪:[Data Sources‬‬ ‫المعامالت‪ :‬يمكن إنشاء البيانات من خالل المعامالت االدارية والمالية‪ ،‬مثل رشاء بطاقات االئتمان أو‬ ‫‪.1‬‬ ‫المعامالت المرصفية‪.‬‬ ‫االجتماع‪ ،‬مثل ‪Facebook‬‬ ‫ي‬ ‫االجتماع‪ :‬يمكن جمع البيانات من منصات وسائل التواصل‬ ‫ي‬ ‫وسائل التواصل‬ ‫‪.2‬‬ ‫و‪twitter.‬‬ ‫عي اإلنينت‪.‬‬ ‫مواقع الويب واألنظمة األساسية ر‬ ‫‪.3‬‬ ‫أجهزة االستشعار وأجهزة إنينت اآلشياء )‪ :(IoT‬مثل األجهزة القابلة لالرتداء واألجهزة الميلية الذكية‪،‬‬ ‫‪.4‬‬ ‫لتتبع المعلومات الشخصية والظروف البيئية‪.‬‬ ‫مجموعات البيانات الحكومية والعامة‪.‬‬ ‫‪.5‬‬ ‫موفرو البيانات من الطرف الثالث‪ :‬يمكن رشاء البيانات من مزودي البيانات الخارجيي مثل رشكات األبحاث‬ ‫‪.6‬‬ ‫أو وسطاء البيانات أو مزودي المعلومات المالية أو الديموغرافية‪.‬‬ ‫‪7‬‬  ‫أنواع البيانات‬ ‫هناك عدة أنواع مختلفة من البيانات‪ ،‬بما يف ذلك‪:‬‬ ‫البيانات المهيكلة‪ :‬البيانات المنظمة بتنسيق معي‪ ،‬مثل الصفوف واآلعمدة يف جدول بيانات أو الحقول يف‬ ‫‪.1‬‬ ‫قاعدة بيانات‪.‬‬ ‫الت ليس لها تنسيق معي‪ ،‬مثل النص من منشورات وسائل التواصل‬ ‫البيانات غي المهيكلة‪ :‬البيانات ي‬ ‫‪.2‬‬ ‫االجتماع‪.‬‬ ‫ي‬ ‫الت لها مستوى معي من التنظيم‪ ،‬ولكن ليس بقدر البيانات المنظمة‪.‬‬ ‫البيانات شبه المنظمة‪ :‬البيانات ي‬ ‫‪.3‬‬ ‫تتضمن اآلمثلة ملفات ‪ XML‬و ‪.JSON‬‬ ‫الت يمكن قياسها كميا واستخدامها يف العمليات الحسابية‪.‬‬ ‫البيانات العددية‪ :‬البيانات ي‬ ‫‪.4‬‬ ‫الت يمكن تقسيمها إىل فئات‪.‬‬ ‫البيانات الفئوية‪ :‬البيانات ي‬ ‫‪.5‬‬ ‫الت يمكن أن تحتوي عىل قيمتي فقط عىل سبيل المثال صح أو خطأ‪ 1 ،‬أو ‪0‬‬ ‫البيانات الثنائية‪ :‬البيانات ي‬ ‫‪.6‬‬ ‫الت يتم جمعها خالل فية زمنية‪ ،‬مثل أسعار األسهم ودرجة الحرارة‪.‬‬ ‫بيانات السالسل الزمنية‪ :‬البيانات ي‬ ‫‪.7‬‬ ‫‪8‬‬  ‫تصنيف البيانات‬ ‫تصنيف البيانات ]‪ :[Data Classification‬هو عملية تنظيم البيانات ف فئات او أصناف ً‬ ‫بناء عىل خصائص‬ ‫◼‬ ‫ي‬ ‫أو سمات معينة‪.‬‬ ‫هناك عدة طرق مختلفة لتصنيف البيانات‪ ،‬بما يف ذلك‪:‬‬ ‫◼‬ ‫تصنيف البيانات الرقمية‪ :‬يعتمد عىل القيم العددية‪ ،‬مثل العمر والوزن ودرجة الحرارة‪.‬‬ ‫‪.1‬‬ ‫اف‪.‬‬ ‫تصنيف البيانات الفئوية‪ :‬يعتمد عىل القيم الفئوية‪ ،‬مثل الجنس أو نوع المنتج أو الموقع الجغر ي‬ ‫‪.2‬‬ ‫هرم‪ ،‬حيث يتم تنظيم البيانات يف هيكل يشبه الشجرة‪،‬‬ ‫ي‬ ‫الهرم‪ :‬يعتمد عىل هيكل‬ ‫ي‬ ‫تصنيف البيانات‬ ‫‪.3‬‬ ‫مع مستويات متعددة من الفئات‪.‬‬ ‫تصنيف البيانات النصية‪ :‬يعتمد عىل البيانات النصية‪ ،‬مثل منشورات الوسائط االجتماعية أو‬ ‫‪.4‬‬ ‫مراجعات العمالء‪.‬‬ ‫تصنيف البيانات الصورية‪ :‬يعتمد عىل بيانات الصورة‪ ،‬مثل الصور الفوتوغرافية أو مقاطع الفيديو‪.‬‬ ‫‪.5‬‬ ‫‪9‬‬  ‫استكشاف البيانات‬ ‫الت يتم فيها استخدام تصورات وإحصاءات‬ ‫ه المرحلة ي‬ ‫يعد استكشاف البيانات ]‪ [Data Exploration‬ي‬ ‫◼‬ ‫موجزة لفهم البنية األساسية وخصائص البيانات‪.‬‬ ‫الت يمكن استخدامها الستكشاف البيانات‪ ،‬بما يف ذلك‪:‬‬ ‫هناك العديد من األساليب المختلفة ي‬ ‫◼‬ ‫المرت ‪Visualization -‬‬ ‫ي‬ ‫التمثيل‬ ‫‪.1‬‬ ‫إحصاءات موجزة ‪Summarization -‬‬ ‫‪.2‬‬ ‫جداول التكرار‬ ‫‪.3‬‬ ‫االرتباط واالنحدار ‪Correlation and Regression -‬‬ ‫‪.4‬‬ ‫‪10‬‬ ‫مجاالت استخدام علم البيانات‬ ‫ذكاء األعمال‬ ‫◼ يمكن استخدام علم البيانات لتحليل بيانات‬ ‫العمالء وبيانات المبيعات وغيها من البيانات‬ ‫المتعلقة بالعمال الكتساب رؤى حول سلوك‬ ‫العمالء والتنبؤ باالتجاهات المستقبلية وإبالغ‬ ‫قرارات العمل‪.‬‬ ‫كشف االحتيال‬ ‫◼ يمكن استخدام علم البيانات لتحديد اآلنماط‬ ‫الت قد تشي إىل‬ ‫والشذوذ يف المعامالت المالية ي‬ ‫االحتيال‪.‬‬ ‫‪11‬‬ ‫تابع‪ :‬مجاالت استخدام علم البيانات‬ ‫الرعاية الصحية‬ ‫◼ يمكن استخدام علم البيانات لتحليل السجالت‬ ‫الطبية والبيانات األخرى المتعلقة بالصحة لتحسي‬ ‫نتائج المرض‪ ،‬وتحديد المخاطر الصحية‬ ‫المحتملة‪ ،‬وإعالم سياسة الصحة العامة‪.‬‬ ‫االجتماع‬ ‫ي‬ ‫وسائل التواصل‬ ‫◼ يمكن استخدام علم البيانات لتحليل بيانات وسائل‬ ‫االجتماع لفهم الرأي العام وتحديد‬ ‫ي‬ ‫التواصل‬ ‫عي اإلنينت‪.‬‬ ‫االتجاهات وتتبع انتشار المعلومات ر‬ ‫‪12‬‬ ‫تابع‪ :‬مجاالت استخدام علم البيانات‬ ‫معالجة اللغة الطبيعية‬ ‫يمكن استخدام علم البيانات لمعالجة وفهم وعمل‬ ‫◼‬ ‫ر‬ ‫البشية‪ ،‬بما يف ذلك روبوتات‬ ‫ً‬ ‫بناء عىل اللغة‬ ‫تنبؤات‬ ‫المحادثة والتعرف عىل الكالم وتلخيص النصوص‬ ‫الكبية‪.‬‬ ‫رؤية الحاسوب‬ ‫يمكن استخدام علم البيانات لتحليل الصور ومقاطع‬ ‫◼‬ ‫الفيديو ولتطوير السيارات ذاتية القيادة والتطبيقات‬ ‫المرئية اآلخرى‪.‬‬ ‫‪13‬‬  ‫ذات‬ ‫تقييم ي‬ ‫الت لها مستوى معي من التنظيم‪ ،‬ولكن ليس بقدر البيانات المنظمة وتتضمن األمثلة‬ ‫‪ -1‬البيانات ي‬ ‫ملفات ‪ XML‬و ‪.JSON‬‬ ‫ب‪ -‬البيانات شبه المنظمة‪.‬‬ ‫أ‪ -‬البيانات المنظمة‪.‬‬ ‫د‪ -‬البيانات غي المهيكلة‪.‬‬ ‫ج‪ -‬البيانات غي المنظمة‪.‬‬ ‫الت يمكن استخدامها الستكشاف البيانات‪:‬‬ ‫‪ -2‬أي أسلوب من األساليب التالية ليس من األساليب ي‬ ‫ب‪ -‬إحصاءات موجزة‬ ‫أ‪ -‬االستطالع‬ ‫المرت‬ ‫ي‬ ‫د‪ -‬التمثيل‬ ‫ج‪ -‬االرتباط واالنحدار‬ ‫‪ -3‬من مجاالت استخدام علم البيانات لتحليل الصور ومقاطع الفيديو‪:‬‬ ‫ب‪ -‬رؤية الحاسوب‪.‬‬ ‫أ‪ -‬كشف االحتيال‪.‬‬ ‫د‪ -‬ذكاء االعمال‪.‬‬ ‫ج‪ -‬معالجة اللغة الطبيعية‪.‬‬ ‫‪14‬‬ ( ) 2 3  :... 4 : : Tables Comma-separated Values (.csv) MS Excel : (DB) non-SQL SQL : Files (.png) (.docx.txt ) : (NIFTI Files).. :. 5  Structured Relational Unstructured Non-relational 6 :. :. 7 JSON (Key- "Beans" { : [ "Total" : { 11, "Total" : 10, "Red" : 3, "Red" : 3, "Blue" : "Blue" : 4, 5, "Yellow" : 3 "Yellow" : }, 3 { } "Total" : 12, ] "Red" : 2, "Blue" : 6, "Yellow" : 4 },... 8 9  : : ( ) : ( ) : ( ) 10. : :(DB). :. :. : 11. : (Structured Query Language, SQL).(Table). ) ) ) Employee ID Project ID Name Finish Date Years of Experience Status Supervised By 12  (NoSQL). ( ).SQL (Object-relational- ORM) Project ID: Emp ID: 015 Project 10012 Employee Project ID: Project 021 Employee Project Project ID: Emp ID: 023 10016 13....NoSQL : ( ) ( ) 14. graph ) (Tables).(databases NoSQL. NoSQL :..(Graph Databases) SQL. 15............. SQL -1. -. -. -. -.( -value) -............. -2.SQL -.Tables -.Non-relational -.JSON -............. NoSQL -3. -. -. -. - 16  ‫ض‬ ‫اﻟﺜﺎي‬ ‫ي‬ ‫اﻟﻔﺼﻞ‬ ‫اﻟﻤﻔﺎﻫ ﻢ اﻷﺳﺎﺳ ﺔ ﻟﻌﻠﻢ اﻟﺒ ﺎﻧﺎت‬ ‫)اﻟﻮﺣﺪة اﻟﺘﻌﻠ ﻤ ﺔ اﻟﺜﺎﻧ ﺔ(‬ ‫‪2‬‬ ‫ﻣﻮﺿﻮﻋﺎت اﻟﻮﺣﺪة اﻟﺘﻌﻠ ﻤ ﺔ‬ ‫ﻣﺨﻄﻄﺎت اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ﺣﻠﻮل ﺗﺠﺎر ﺔ وﻣﻔﺘﻮﺣﺔ اﻟﻤﺼﺪر ﻟﻘﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪3‬‬  ‫ﻧﻮاﺗﺞ اﻟﺘﻌﻠﻢ‬ ‫ ‬ ‫ﻋ ﺰي اﻟﻄﺎﻟﺐ ﺑﻨﻬﺎ ﺔ ﻫﺬە اﻟﻮﺣﺪة ﺳﺘﻜﻮن ﻗﺎدرا ﻋ أن‪:‬‬ ‫يض‬ ‫واﻟﻤ ات اﻟﺘﺨ ن ﺔ واﻻﺳﺘﻌﻼﻣ ﺔ‪.‬‬ ‫ﺗﻘﺮر أي ﻣﺨﻄﻂ ﺑ ﺎﻧﺎت ﺑﻨﺎء ﻋ ﻧﻤﻂ اﻟﺒ ﺎﻧﺎت‬ ‫ﺗﺘﻌﺮف ﻋ اﻟﺘﻘﻨ ﺎت واﻟﺤﻠﻮل اﻟﻤﺴﺘﺨﺪﻣﺔ ﺳﻮاء كﺎﻧﺖ ﺗﺠﺎر ﺔ أو ﻣﻔﺘﻮﺣﺔ اﻟﻤﺼﺪر ﻟﺘﺨ ﻦ‬ ‫ت‬ ‫واﺳ ﺟﺎع اﻟﺒ ﺎﻧﺎت واﻟﺘﻌﺎﻣﻞ ﻣﻊ ﻋﻨﺎ ﻫﺎ‪.‬‬ ‫‪4‬‬  ‫ﻣﺨﻄﻄﺎت اﻟﺒ ﺎﻧﺎت‬ ‫ﻏﺎﻟبﺎ ﻣﺎ ﺗﺘﻜﻮن ﻗﺎﻋﺪة ﺑ ﺎﻧﺎت ‪ -‬اﻟﻤﻨﻈﻤﺔ واﻟﻌﻼﻗ ﺔ ‪ -‬ﻣﻦ ‬ ‫أ ﻣﻦ ﺟﺪول واﺣﺪ ) ت‬ ‫ﺣى ﻣﺌﺎت اﻟﺠﺪاول(‪.‬‬ ‫ ‬ ‫ ﻤﻜﻦ ﺗﻮﺻ ﻞ ﺟﻤﻴﻊ ﺟﺪاول ﻗﺎﻋﺪة اﻟﺒ ﺎﻧﺎت ﺑبﻌﻀﻬﺎ اﻟبﻌﺾ‪ ،‬ت‬ ‫ﺣى ﻟﻮ اﺳﺘﻐﺮق اﻷﻣﺮ ﻋﺪة ﺻﻼت ﻟﻠﻘ ﺎم‬ ‫بﺬﻟﻚ‪.‬‬ ‫ُْ‬ ‫ض‬ ‫ﻟﺠﻌﻞ ﻗﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت ‬ ‫أ ﻧﻈﺎﻓﺔ وأﺳﻬﻞ ي اﻻﺳﺘﺨﺪام‪ ،‬ﻏﺎﻟبﺎ ﻣﺎ ﺗتﺒﻊ بﻌﺾ اﻷﻧﻤﺎط اﻟﺸﺎﺋﻌﺔ ﻋﻨﺪ ﺗﻨﻈ ﻢ‬ ‫اﻟﺠﺪاول واﻟﺘﻔﺎﻋﻞ ﻣﻊ بﻌﻀﻬﺎ اﻟبﻌﺾ ﺴ ﻫﺬە اﻷﻧﻤﺎط ﻣﺨﻄﻄﺎت اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ﻫﻨﺎك اﻟﻌﺪ ﺪ ﻣﻦ اﻟﻤﺨﻄﻄﺎت اﻟﺸﺎﺋﻌﺔ اﻟﻤﺨﺘﻠﻔﺔ‪ ،‬اﻟﻤﺨﻄﻄﺎت اﻷﺳﺎﺳ ﺔ‪:‬‬ ‫ﻣﺨﻄﻂ اﻟﻨﺠﻤﺔ )‪(Star Schema‬‬ ‫ﻣﺨﻄﻂ ﻧﺪﻓﺔ اﻟﺜﻠﺞ )‪(Snowflake Schema‬‬ ‫ﻣﺨﻄﻂ ﻛﻮﻛبﺔ )‪(Fact Constellation Schema‬‬ ‫‪5‬‬ ‫ﻣﺨﻄﻂ اﻟﻨﺠﻤﺔ )‪(Star Schema‬‬ ‫اﻹ ﺠﺎﺑ ﺎت‪:‬‬ ‫ ﺴ ﻂ )ﻳﻮﺟﺪ ﻋﺪد أﻗﻞ ﻣﻦ اﻟﺠﺪاول ﺸكﻞ ﻋﺎم(‪.‬‬ ‫ﻣﻄﻠﻮب ﻋﺪد أﻗﻞ ﻣﻦ اﻟﺼﻼت‪.‬‬ ‫ض‬ ‫أﺳﻬﻞ ي ﻓﻬﻢ ﻛ ﻔ ﺔ ارﺗبﺎط اﻟﺠﺪاول ﺑبﻌﻀﻬﺎ‬ ‫اﻟبﻌﺾ‪.‬‬ ‫اﻟﺴﻠﺒ ﺎت‪:‬‬ ‫اﻟ ﺜ ﻣﻦ اﻟﺒ ﺎﻧﺎت(‪.‬‬ ‫ي‬ ‫اﻟﻌﺎ )ﻳﺘﻢ ﺗﻜﺮار‬ ‫ي‬ ‫اﻟﺘﻜﺮار‬ ‫ﻏ ﺗﻄﺒ ﻌ ﺔ )‪ (renormalized‬ﺴبﺐ اﻟﺘﻜﺮار‬ ‫ي‬ ‫اﻟﻌﺎ واﻟﺬي بﺪورە ﻌﺮض ﻋﻨﺎ اﻟﺒ ﺎﻧﺎت‬ ‫ي‬ ‫ﻟﺨﻄﻮرة ﻋﺪم اﻟﺘﻮاﻓﻖ واﻻ ﺴﺎق‪.‬‬ ‫‪6‬‬ ‫ﻣﺨﻄﻂ ﻧﺪﻓﺔ اﻟﺜﻠﺞ )‪(Snowflake Schema‬‬ ‫اﻹ ﺠﺎﺑ ﺎت‪:‬‬ ‫اﻧﺨﻔﺎض اﻟﺘﻜﺮار )ﻳﺘﻢ ﺗﻜﺮار ﻋﺪد ﻗﻠ ﻞ ﺟﺪا ﻣﻦ‬ ‫اﻟﻤﻘﺎﻳ ﺲ‪ ،‬إن وﺟﺪت(‬ ‫ﺗﻄﺒﻴﻊ )‪(normalization‬‬ ‫اﻟﺴﻠﺒ ﺎت‪:‬‬ ‫ ‬ ‫أ ﺗﻌﻘ ﺪا )ﻓﻬﻢ ﻛ ﻔ ﺔ ارﺗبﺎط اﻟﺠﺪاول‬ ‫ﺑبﻌﻀﻬﺎ اﻟبﻌﺾ ‬ ‫أ ﺻﻌ ﺔ(‬ ‫ﻫﻨﺎك ﺣﺎﺟﺔ إ ﻣ ﺪ ﻣﻦ اﻟﺼﻼت )ﻗﺪ ﻳﺘﻄﻠﺐ‬ ‫ي ض‬ ‫ﺟﺪوﻟن ﻋﺪة ﺻﻼت وﺳ ﻄﺔ(‬ ‫اﻻﻧﻀﻤﺎم إ ‬ ‫‪7‬‬  ‫اﻻﺧﺘ ﺎر ي ض‬ ‫ﺑن ﻣﺨﻄﻄﺎت اﻟﻨﺠﻮم وﻧﺪﻓﺔ اﻟﺜﻠﺞ‬ ‫ ﻌﺘﻤﺪ اﻻﺧﺘ ﺎر ي ض‬ ‫ﺑن ﻣﺨﻄﻂ اﻟﻨﺠﻤﺔ أو ﻧﺪﻓﺔ‬ ‫ش‬ ‫ﻟﻤ وع‬ ‫اﻟﺜﻠﺞ ﻋ اﻻﺣﺘ ﺎﺟﺎت اﻟﻤﺤﺪدة‬ ‫ﺗﻌ ﻣﺨﻄﻄﺎت اﻟﻨﺠﻮم‬ ‫ي‬ ‫ﺗﺤﻠ ﻞ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫اﻷوﻟ ﺔ ﻟﻠبﺴﺎﻃﺔ وﺳﻬﻮﻟﺔ اﻻﺳﺘﺨﺪام‪ ،‬ﺑيﻨﻤﺎ‬ ‫ﺗﻌﻤﻞ ﻣﺨﻄﻄﺎت ﻧﺪﻓﺔ اﻟﺜﻠﺞ ﻋ ﺗﺤﺴ ي ض‬ ‫ن‬ ‫ﻛﻔﺎءة اﻟﺘﺨ ﻦ وﺳﻼﻣﺔ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪8‬‬ (Fact Constellation Schema) ‫ﻣﺨﻄﻂ ﻛﻮﻛبﺔ‬ 9  ‫ﺗﺎﺑﻊ‪ :‬ﻣﺨﻄﻂ ﻛﻮﻛبﺔ )‪(Fact Constellation Schema‬‬ ‫ﺗﺘﻜﻮن ﻣﺨﻄﻄﺎت ﻛﻮﻛبﺔ ﻣﻦ‪:‬‬ ‫ﺳﻠﺴﻠﺔ ﻣﺨﻄﻂ اﻟﻨﺠﻮم ‪ /‬ﻧﺪﻓﺔ اﻟﺜﻠﺞ‪.‬‬ ‫ت‬ ‫اﻟى ﺴﺘﺨﺪم بﻌﺾ اﻷبﻌﺎد اﻟﺸﺎﺋﻌﺔ‪.‬‬ ‫اﻧﺪﻣﺎج اﻟﻌﺪ ﺪ ﻣﻦ ﻣﺨﻄﻄﺎت اﻟﻨﺠﻮم ‪ /‬ﻧﺪﻓﺔ اﻟﺜﻠﺞ ي‬ ‫ت‬ ‫اﻟﻤﺸ ﻛﺔ اﻟﻤﺤﺘﻤﻠﺔ‪.‬‬ ‫ﺗﺘﻜﻮن ﻣﻦ اﻟﻌﺪ ﺪ ﻣﻦ ﺟﺪاول اﻟﺤﻘﺎﺋﻖ )‪ (Fact Tables‬ﻣﻊ ﺟﺪاول اﻷبﻌﺎد‬ ‫‪10‬‬ ‫ﺣﻠﻮل ﺗﺠﺎر ﺔ وﻣﻔﺘﻮﺣﺔ اﻟﻤﺼﺪر ﻟﻘﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت‬ ‫‪11‬‬  ‫ﺗﻘﻴ ﻢ ذايت‬ ‫ي‬ ‫‪ -1‬ﻣﻦ ﺳﻠﺒ ﺎت ﻣﺨﻄﻂ ﻧﺪﻓﺔ اﻟﺜﻠﺞ‪.............‬‬ ‫ب‪ -‬اﻟﺘﻄﺒﻴﻊ‪.‬‬ ‫أ‪ -‬اﻧﺨﻔﺎض اﻟﺘﻜﺮار‪.‬‬ ‫د‪ -‬ﺣﺎﺟﺔ إ ﻋﺪد ﻗﻠ ﻞ ﻣﻦ اﻟﺼﻼت‪.‬‬ ‫ج‪ -‬‬ ‫أ ﺗﻌﻘ ﺪ‪.‬‬ ‫‪ -2‬ﻣﺨﻄﻂ ……………… ﻫﻮ أ ﺴﻂ ﻧ ع ﻣﻦ ﻣﺨﻄﻄﺎت ﻣﺴﺘﻮدع اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ب‪ -‬ﻧﺪﻓﺔ اﻟﺜﻠﺞ‪.‬‬ ‫أ‪ -‬اﻟﻨﺠﻤﺔ‪.‬‬ ‫د‪ -‬اﻟﻬﺮم‪.‬‬ ‫ج‪ -‬ﻛﻮﻛبﺔ‪.‬‬ ‫اﻟﺘﺎ ﻟ ﺲ أﺣﺪ اﻟﺤﻠﻮل اﻟﺘﺠﺎر ﺔ ﻣﻔﺘﻮﺣﺔ اﻟﻤﺼﺪر ﻟﻘﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت؟‬ ‫ي‬ ‫‪ -3‬أي ﻣﻦ‬ ‫ب‪.mongoDB -‬‬ ‫أ‪.ORACLE -‬‬ ‫د‪.dropbox -‬‬ ‫ج‪.Microsoft -‬‬ ‫‪12‬‬  ‫ض‬ ‫اﻟﺜﺎي‬ ‫ي‬ ‫اﻟﻔﺼﻞ‬ ‫اﻟﻤﻔﺎﻫ ﻢ اﻷﺳﺎﺳ ﺔ ﻟﻌﻠﻢ اﻟﺒ ﺎﻧﺎت‬ ‫)اﻟﻮﺣﺪة اﻟﺘﻌﻠ ﻤ ﺔ اﻟﺜﺎﻟﺜﺔ(‬ ‫‪2‬‬ ‫ﻣﻮﺿﻮﻋﺎت اﻟﻮﺣﺪة اﻟﺘﻌﻠ ﻤ ﺔ‬ ‫أﻧﻮاع أوﻋ ﺔ اﻟﺒ ﺎﻧﺎت اﻟﻤﺘﺨﺼﺼﺔ‪.‬‬ ‫ﺗﺤﺪ ﺚ اﻟﺒ ﺎﻧﺎت اﻟﻤﺨﺰﻧﺔ‪.‬‬ ‫‪3‬‬  ‫ﻧﻮاﺗﺞ اﻟﺘﻌﻠﻢ‬ ‫ ‬ ‫ﻋ ﺰي اﻟﻄﺎﻟﺐ ﺑﻨﻬﺎ ﺔ ﻫﺬە اﻟﻮﺣﺪة ﺳﺘﻜﻮن ﻗﺎدرا ﻋ أن‪:‬‬ ‫ﺗﺬﻛﺮ أﻫﻢ أﻧﻮاع أوﻋ ﺔ اﻟﺒ ﺎﻧﺎت اﻟﻤﺘﺨﺼﺼﺔ‪.‬‬ ‫ ﻣﺴﺘﻮدﻋﺎت اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ض‬ ‫ﺗ يﺒن ﻣﺎ ي‬ ‫ش‬ ‫ ح أﺳﻮاق اﻟﺒ ﺎﻧﺎت وﺻﻔﺎﺗﻬﺎ‪.‬‬ ‫بﺤ ات اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ﺗﻮﺿﺢ ي‬ ‫ي ض‬ ‫ﺗﺒن ﻃﺮق ﺗﺤﺪ ﺚ اﻟﺒ ﺎﻧﺎت اﻟﻤﺨﺰﻧﺔ‪.‬‬ ‫‪4‬‬  ‫أﻧﻮاع أوﻋ ﺔ اﻟﺒ ﺎﻧﺎت اﻟﻤﺘﺨﺼﺼﺔ‬ ‫كﻞ ﻗﺎﻋﺪة ﺑ ﺎﻧﺎت ﻣﺘﺨﺼﺼﺔ ﻟﻬﺎ اﺳﻢ ﻣﺤﺪد‪ ،‬و ﺴﺘﺨﺪم ﻷﺷ ﺎء ﻣﺨﺘﻠﻔﺔ‪ ،‬وﻟﻬﺎ أﻧﻮاع ﻣﺨﺘﻠﻔﺔ ﻣﻦ اﻟﺒ ﺎﻧﺎت‪،‬‬ ‫و ﺴﺘﺨﺪﻣﻬﺎ أﺷﺨﺎص ﻣﺨﺘﻠﻔﻮن‪.‬‬ ‫ﻣﻦ ﻗﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت اﻟﻤﺘﺨﺼﺼﺔ‪:‬‬ ‫ﻣﺴﺘﻮدﻋﺎت اﻟﺒ ﺎﻧﺎت )‪(Data Warehouses‬‬ ‫أﺳﻮاق اﻟﺒ ﺎﻧﺎت )‪(Data Marts‬‬ ‫بﺤ ات اﻟﺒ ﺎﻧﺎت )‪(Data Lakes‬‬ ‫ي‬ ‫‪DATA SOURCES‬‬ ‫‪https://axysweb.com/data-lake-data-warehouse-data-mart-definition-objectif-et-fonctionnement/ :‬‬ ‫‪5‬‬  ‫ﻣﺴﺘﻮدﻋﺎت اﻟﺒ ﺎﻧﺎت )‪(Data Warehouses‬‬ ‫وﻏ ﻣﺘﻄﺎﻳﺮة‬ ‫وﻣﺘﻐ ة زﻣﻨ ﺎ ي‬ ‫ي‬ ‫»ﻣﺴﺘﻮدع اﻟﺒ ﺎﻧﺎت‪ :‬ﻋبﺎرة ﻋﻦ ﻣﺠﻤﻮﻋﺔ ﺑ ﺎﻧﺎت ﻣﻮﺟﻬﺔ ﻧﺤﻮ اﻟﻤﻮﺿ ع وﻣﺘكﺎﻣﻠﺔ‬ ‫ض‬ ‫ ﺴﺘﺨﺪم ﺸكﻞ أﺳﺎ ﺻﻨﻊ اﻟﻘﺮار اﻟﺘﻨﻈ ‪(WH Inmon, Building Data Warehouses, 1992) «.‬‬ ‫ي‬ ‫ي ي‬ ‫ﻏﺎﻟبﺎ ﻣﺎ ﺴﺘﺨﺪم ﻟﻠﺠﺪاول اﻟﻌﻼﺋﻘ ﺔ اﻟﻤﻨﻈﻤﺔ‪.‬‬ ‫ﻛﺒ ة ﻣﻦ ﺑ ﺎﻧﺎت اﻟﻤﻌﺎﻣﻼت اﻟﻤﻌﺎﻟﺠﺔ‪.‬‬ ‫ﻋﺎدة ﻣﺎ ﺗﺤﺘﻮي ﻋ كﻤ ﺎت ي‬ ‫ ‬ ‫أ ﺗﻌﻘ ﺪا و ﺴﺘﺨﺪﻣﻬﺎ ﻣﻬﻨﺪﺳﻮ اﻟﺒ ﺎﻧﺎت أو ﻣﺴﺆوﻟﻮ ﻗﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ ‬ ‫أ ﻋﺮﺿﺔ ﻟﻤﺘﺎبﻌﺔ ﻣﺨﻄﻂ ﻧﺪﻓﺔ اﻟﺜﻠﺞ‪.‬‬ ‫‪6‬‬  ‫أﺳﻮاق اﻟﺒ ﺎﻧﺎت )‪(Data Marts‬‬ ‫ ﻣﺠﻤﻮﻋﺔ ﻓﺮﻋ ﺔ ﻣﺘﺨﺼﺼﺔ ﻣﻦ ﻣﺴﺘﻮدع اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫أﺳﻮاق اﻟﺒ ﺎﻧﺎت ي‬ ‫إﻧﻬﺎ أﺻﻐﺮ ﺣﺠﻤﺎ‪ ،‬وﺗﺤﺘﻮي ﻓﻘﻂ ﻋ ﻣﻌﻠﻮﻣﺎت ﻣﻌﺎﻟﺠﺔ ﺣﻮل ﻣﻮﺿ ع ي ض‬ ‫ﻣﻌن‪ ،‬وﻟﻬﺎ ﺑن ﺔ أ ﺴﻂ‪.‬‬ ‫ﻣﻮﻇ دﻋﻢ اﻟﻌﻤﻼء ﻟﻠﻮﺻﻮل إﻟﻴﻬﺎ‬ ‫ض‬ ‫أو‬ ‫ي ض‬ ‫ﻟﻠﻤﺤﻠﻠن‬ ‫ﺗﻌﺘ ﺧﺪﻣﺔ ذاﺗ ﺔ ﻷﻧﻬﺎ ﻣﺼﻤﻤﺔ ﻟﺘﻜﻮن ﺴ ﻄﺔ بﻤﺎ ض‬ ‫ ﻜ ‬ ‫ي‬ ‫ي‬ ‫ب‬ ‫بﺄﻧﻔﺴﻬﻢ‪.‬‬ ‫ﺗﻌ اﻷوﻟ ﺔ ﻟﺴﻬﻮﻟﺔ اﻻﺳﺘﺨﺪام‪ ،‬ﻓﺈﻧﻬﺎ ﻏﺎﻟبﺎ ﺗتﺒﻊ ﻣﺨﻄﻄﺎ ﻧﺠﻤ ﺎ‪.‬‬ ‫ي‬ ‫ﻧﻈﺮا ﻷن ﻗﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت ﻫﺬە‬ ‫‪7‬‬  ‫بﺤ ات اﻟﺒ ﺎﻧﺎت )‪(Data Lakes‬‬ ‫ي‬ ‫ﻏ اﻟﻤﻌﺎﻟﺠﺔ‪.‬‬ ‫ﻛﺒ ة ﻣﻦ اﻟﺒ ﺎﻧﺎت اﻟﺨﺎم ي‬ ‫بﺤ ات اﻟﺒ ﺎﻧﺎت كﻤ ﺎت ي‬ ‫ﺗﺨﺰن ي‬ ‫ﻏ ﻣﻨﻈﻤﺔ‪.‬‬ ‫ ﻤﻜﻦ أن ﺗﺤﺘﻮي ﻋ ﺑ ﺎﻧﺎت ﻣﻨﻈﻤﺔ أو ﺑ ﺎﻧﺎت ي‬ ‫ﻏﺎﻟبﺎ ﻣﺎ ﻳﺘﻢ ﺟﻤﻊ اﻟﺒ ﺎﻧﺎت ﻣﻦ ﻋﺪة ﻣﺼﺎدر ﻣﺨﺘﻠﻔﺔ‪.‬‬ ‫ ﻤﻜﻦ أن ﺗﺘﻀﻤﻦ ﺑ ﺎﻧﺎت أو أﻧﻮاع ﻣﻠﻔﺎت ﻣﺨﺘﻠﻔﺔ‪.‬‬ ‫بﺤ ات اﻟﺒ ﺎﻧﺎت وﻻ ﺗتﺒﻊ أي ﻣﺨﻄﻂ‬ ‫ﻧﻈﺮا ﻟﻄﺒ ﻌﺔ اﻟﻤﻌﻠﻮﻣﺎت اﻷوﻟ ﺔ‪ ،‬ﻏﺎﻟبﺎ ﻣﺎ ﺴﺘﺨﺪم ﻋﻠﻤﺎء اﻟﺒ ﺎﻧﺎت ي‬ ‫ﻣﺤﺪد‪.‬‬ ‫‪8‬‬  ‫ﺗﺤﺪ ﺚ اﻟﺒ ﺎﻧﺎت اﻟﻤﺨﺰﻧﺔ‬ ‫اﻟﻤﺘﻐ ة ﺑبﻂء‪ ،‬ﻏﺎﻟبﺎ ﻣﺎ ﺗﻈﻬﺮ ﺣﺎﻟﺘﺎن‪:‬‬ ‫ي‬ ‫بﺎﻟنﺴبﺔ ﻟﻸبﻌﺎد )‪(variables/attribues‬‬ ‫ﺗﺤﺪ ﺚ ﻗ ﻤﺔ ﺣﺎﻟ ﺔ‪.‬‬ ‫ت‬ ‫اﻟي ﻳﺘﻢ ﺴﺠ ﻠﻬﺎ‪.‬‬ ‫اﻟﻤﺘﻐ ات ي‬ ‫ي‬ ‫ﺗﻐﻴ ﻋﺪد‬ ‫ي‬ ‫‪9‬‬  ‫ﺗﺎﺑﻊ‪ :‬ﺗﺤﺪ ﺚ اﻟﺒ ﺎﻧﺎت اﻟﻤﺨﺰﻧﺔ‬ ‫ﺗﺤﺪ ﺚ ﺳﺠﻞ بﻘ ﻤﺔ ﻣﺤﺪﺛﺔ‪:‬‬ ‫اﻟ ﺘﺎبﺔ ﻓﻮق اﻟﻘ ﻢ اﻟﺘﺎر ﺨ ﺔ‪:‬‬ ‫ﻳب ﻣﺠﻤﻮﻋﺔ اﻟﺒ ﺎﻧﺎت اﻟﺨﺎﺻﺔ بﻚ أﺻﻐﺮ وأ ﺴﻂ‬ ‫إذا ﻗﻤﺖ ﻓﻘﻂ ﺑﺘﻐﻴ اﻟﻘ ﻤﺔ ض اﻟﺨﻠ ﺔ‪ ،‬ﻓﻬﺬا ت‬ ‫ي‬ ‫ي‬ ‫ي‬ ‫بﻜﺜ ‪.‬وﻣﻊ ذﻟﻚ‪ ،‬ﻧﻈﺮا ﻷﻧﻚ ﻓﻘﺪت اﻟﻘ ﻤﺔ اﻟﺨﺎﺻﺔ بﻚ‪ ،‬ﻟﻢ ﻌﺪ ﺑ ﻣكﺎﻧﻚ اﻟﻮﺻﻮل إ اﻟﺒ ﺎﻧﺎت‬ ‫ي‬ ‫اﻟﺘﺎر ﺨ ﺔ‪.‬‬ ‫اﻻﺣﺘﻔﺎظ بﺎﻟﻘ ﻢ اﻟﺘﺎر ﺨ ﺔ‪:‬‬ ‫ﺗﻄﻠﺐ إﺿﺎﻓﺔ أﻋﻤﺪة إﺿﺎﻓ ﺔ بﺤ ﺚ ﻤﻜﻨﻚ ﺗتﺒﻊ اﻟﻘ ﻤﺔ اﻟﺤﺎﻟ ﺔ‪ ،‬وﻛﺬﻟﻚ ﻋﻨﺪﻣﺎ كﺎﻧﺖ اﻟﻘ ﻢ‬ ‫اﻷﺧﺮى ﺸﻄﺔ ﻋﻦ ﻃ ﻖ إﺿﺎﻓﺔ اﻷﻋﻤﺪة‪ :‬اﻟﺴﺠﻞ اﻟنﺸﻂ واﻟبﺪا ﺔ اﻟنﺸﻄﺔ واﻟﻨﻬﺎ ﺔ اﻟنﺸﻄﺔ‪.‬‬ ‫‪Active Record‬‬ ‫‪Updated Active Record‬‬ ‫‪10‬‬  ‫ﺗﺎﺑﻊ‪ :‬ﺗﺤﺪ ﺚ اﻟﺒ ﺎﻧﺎت اﻟﻤﺨﺰﻧﺔ‬ ‫اﻟﻤﺘﻐ ات ت‬ ‫اﻟي ﻳﺘﻢ ﺴﺠ ﻠﻬﺎ ‪:‬‬ ‫ي‬ ‫ﺗﻐﻴ ﻋﺪد‬ ‫ي‬ ‫ي‬ ‫ي ض‬ ‫ﺳيﺘﻌن ﻋﻠ ﻚ ﺗﺤﺪ ﺪ ﻣﺎ إذا ﻛﻨﺖ ﺗ ﺪ‬ ‫ﻋﻨﺪ إﺿﺎﻓﺔ أﻋﻤﺪة أو إزاﻟﺘﻬﺎ ﻣﻦ ﺟﺪول أو ﻣﺠﻤﻮﻋﺔ ﺑ ﺎﻧﺎت‪،‬‬ ‫ﺣﺬف ﺟﻤﻴﻊ اﻟﺒ ﺎﻧﺎت اﻟﺘﺎر ﺨ ﺔ أم ﻻ‪.‬‬ ‫ﺳبﺐ ﻣﺤﺪد‪ :‬ﻗ ﻢ ﻓﺎرﻏﺔ‪ ،‬أو ﻣﺴﺎﻓﺎت )‪ (spaces‬ﻻ ﺗﻮﺟﺪ ﻓﻴﻬﺎ ﻗ ﻢ ﺣ ﺚ ﺠﺐ أن ﺗﻜﻮن ﻣﻮﺟﻮدة‪.‬‬ ‫ش ئ‬ ‫ي ض‬ ‫ض‬ ‫ﺳﺘن ﻗ ﻤﺎ ﻓﺎرﻏﺔ‪.‬‬ ‫اﻟﺤﺎﻟﺘن‪،‬‬ ‫ﻻ ﻳﻬﻢ ﻣﺎ إذا ﻛﻨﺖ ﺗﻀ ﻒ أﻋﻤﺪة أو ﺗ ﻠﻬﺎ ‪ -‬ي كﻠﺘﺎ‬ ‫‪11‬‬  ‫ﺗﻘﻴ ﻢ ذايت‬ ‫ي‬ ‫وﻏ ‬ ‫وﻣﺘﻐ ة زﻣﻨ ﺎ ي‬ ‫ي‬ ‫‪................ -1‬ﻋبﺎرة ﻋﻦ ﻣﺠﻤﻮﻋﺔ ﺑ ﺎﻧﺎت ﻣﻮﺟﻬﺔ ﻧﺤﻮ اﻟﻤﻮﺿ ع وﻣﺘكﺎﻣﻠﺔ‬ ‫ض‬ ‫اﻟﺘﻨﻈ ‪.‬‬ ‫ي‬ ‫ار‬ ‫ﺮ‬ ‫اﻟﻘ‬ ‫ﺻﻨﻊ‬ ‫ ‬ ‫أﺳﺎ ي‬ ‫ي‬ ‫ﻣﺘﻄﺎﻳﺮة ﺴﺘﺨﺪم ﺸكﻞ‬ ‫بﺤ ة اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ب‪ -‬ي‬ ‫أ‪ -‬ﻣﺴﺘﻮدع اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫د‪ -‬ﻧﻈﺎم اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ج‪ -‬أﺳﻮاق اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪ -2‬ﻣﻦ ﻗﻮاﻋﺪ اﻟﺒ ﺎﻧﺎت اﻟﻤﺨﺼﺼﺔ ت‬ ‫اﻟي ﺗﺤﺘﻮي بﺎﻟﻐﺎﻟﺐ ﻋ ﺑ ﺎﻧﺎت وﻣﻠﻔﺎت ﻣﺘﻨﻮﻋﺔ و ﺘﻢ ﻓﻴﻬﺎ ﺟﻤﻊ‬ ‫ي‬ ‫اﻟﺒ ﺎﻧﺎت ﻣﻦ ﻋﺪة ﻣﺼﺎدر ﻣﺨﺘﻠﻔﺔ‪.‬‬ ‫بﺤ ة اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ب‪ -‬ي‬ ‫أ‪ -‬ﻣﺴﺘﻮدع اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫د‪ -‬ﻧﻈﺎم اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ج‪ -‬أﺳﻮاق اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫ﺗﻌ اﻷوﻟ ﺔ ﻟﺴﻬﻮﻟﺔ اﻻﺳﺘﺨﺪام‪ ،‬ﻓﺈﻧﻬﺎ ﻏﺎﻟبﺎ ﺗتﺒﻊ ﻣﺨﻄﻂ ‪..............‬‬ ‫ي‬ ‫‪ -3‬ﻧﻈﺮا ﻷن أﺳﻮاق اﻟﺒ ﺎﻧﺎت‬ ‫ب‪ -‬اﻟﻨﺠﻤﺔ‪.‬‬ ‫أ‪ -‬ﻧﺪﻓﺔ اﻟﺜﻠﺞ‪.‬‬ ‫د‪ -‬اﻟﻬﺮم‪.‬‬ ‫ج‪ -‬اﻟ ﻮﻛبﺔ‪.‬‬ ‫‪12‬‬  ‫اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ‬ ‫اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫)اﻟﻮﺣﺪة اﻟﺘﻌﻠ ﻤ ﺔ اﻷو (‬ ‫‪2‬‬ ‫ﻣﻮﺿﻮﻋﺎت اﻟﻮﺣﺪة اﻟﺘﻌﻠ ﻤ ﺔ‬ ‫‪ ‬ﻣﻔﻬﻮم اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪ ‬ﻣﺼﺎدر اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪ ‬ﺗﺤﺪ ﺎت ﺗﻨﻈ ﻢ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫ﻣﻨﻈﻮﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪ ‬اﻷﻃﺮاف‬ ‫‪3‬‬  ‫ﻧﻮاﺗﺞ اﻟﺘﻌﻠﻢ‬ ‫أن‪:‬‬ ‫ﻋ ﺰي اﻟﻄﺎﻟﺐ ﺑﻨﻬﺎ ﺔ ﻫﺬە اﻟﻮﺣﺪة ﺳﺘﻜﻮن ﻗﺎدرا ﻋ‬ ‫ُ‬ ‫ﺗﻌﺮف ﻣﻔﻬﻮم اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪‬‬ ‫ﻣﺼﺎدر اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫ﺗﻤ ﺑ‬ ‫‪‬‬ ‫ﺗﺬﻛﺮ أﻫﻢ ﺗﺤﺪ ﺎت ﺗﻨﻈ ﻢ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪‬‬ ‫ﻣﻨﻈﻮﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫ﺗﺤﺪد أﻫﻢ اﻷﻃﺮاف اﻟﻤﻮﺟﻮدﻳﻦ‬ ‫‪‬‬ ‫‪4‬‬  ‫ﻣﻔﻬﻮم اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﺒ ﺎﻧﺎت اﻟ ﺗﻜﻮن‬ ‫اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫‪‬‬ ‫ﺿﺨﻤﺔ ﺟﺪا وﻣﻌﻘﺪة ﻟﺪرﺟﺔ أن اﻷدوات واﻟﺘﻘﻨ ﺎت‬ ‫اﻟﺘﻘﻠ ﺪ ﺔ ﻟﻤﻌﺎﻟﺠﺔ اﻟﺒ ﺎﻧﺎت وﺗﺤﻠ ﻠﻬﺎ ﻗﺪ ﻻ ﺗﻜﻮن ﺎﻓ ﺔ‬ ‫ﻟﻠﺘﻌﺎﻣﻞ ﻣﻌﻬﺎ‪.‬‬ ‫ُ‬ ‫ﺴﺘﺨﺪم ﻣﺼﻄﻠﺢ "اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ" ﻟﻺﺷﺎرة إ‬ ‫‪‬‬ ‫اﻟ ﻤ ﺎت اﻟ ﺒ ة واﻟﻤﺘﻨﻮﻋﺔ ﻣﻦ اﻟﺒ ﺎﻧﺎت اﻟ ﺗﺘﺪﻓﻖ‬ ‫ﻋﺎت ﻋﺎﻟ ﺔ واﻟ ﺗﺤﺘﺎج إ ﻣﻌﺎﻟﺠﺔ ﻓﻮر ﺔ‪.‬‬ ‫ﺗ ﻤﻦ اﻟﺘﺤﺪ ﺎت اﻟ ﺗﺮاﻓﻖ ﻫﺬا اﻟﻨ ع ﻣﻦ اﻟﺒ ﺎﻧﺎت‬ ‫‪‬‬ ‫ﺗﻮﻓ ﻫﺎ وﻣﻌﺎﻟﺠﺘﻬﺎ وﺗﺨ ﻨﻬﺎ وﺗﺤﻠ ﻠﻬﺎ واﻟ ﺤﺚ ﻓﻴﻬﺎ‬ ‫وﻣﺸﺎرﻛﺘﻬﺎ وﻧﻘﻠﻬﺎ وﺗﺼ ﺮﻫﺎ ﺎﻻﺿﺎﻓﺔ ا اﻟﻤﺤﺎﻓﻈﺔ ﻋ‬ ‫اﻟﺨﺼﻮﺻ ﺎت اﻟ ﺗﺮاﻓﻘﻬﺎ‪.‬‬ ‫‪https://www.arabicmagazine.net/Images/Articles/2018811111949801.jpg‬‬ ‫‪5‬‬  ‫ﺧﺼﺎﺋﺺ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ https://image.slidesharecdn.com/cduulgymsoiyznljkxjw-signature-c40f32b45a67da0182f1bf54c9c02be86d54572e45fbf14c4b729ae4430cdcbd-poli-201001084350/75/-13-2048.jpg 6  ‫ﻣﺼﺎدر اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫ذﻟﻚ‪:‬‬ ‫ﻫﻨﺎك اﻟﻌﺪ ﺪ ﻣﻦ اﻟﻤﺼﺎدر اﻟ ﺗ ﺘﺞ ﻋﻨﻬﺎ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪ ،‬ﻤﺎ‬ ‫وﺳﺎﺋﻞ اﻟﺘﻮاﺻﻞ اﻻﺟﺘﻤﺎ ‪ :‬ﻣﺜﻞ ‪ Facebook‬و ‪ Twitter‬و ‪.Instagram‬‬ ‫‪‬‬ ‫أﺟﻬﺰة إﻧ ﻧﺖ اﻷﺷ ﺎء )‪ :(IoT‬ﻣﺜﻞ اﻷﺟﻬﺰة اﻟﻤ ﻟ ﺔ اﻟﺬﻛ ﺔ واﻷﺟﻬﺰة اﻟﻘﺎ ﻠﺔ ﻟﻼرﺗﺪاء‪.‬‬ ‫‪‬‬ ‫ﺗﻢ إ ﺸﺎؤﻫﺎ ﺑﻮاﺳﻄﺔ اﻟﺨﻮادم وﻣﻮاﻗﻊ اﻟ ﺐ واﻟﺘﻄﺒ ﻘﺎت ﻣﻌﻠﻮﻣﺎت ﻗ ﻤﺔ ﺣﻮل ﺳﻠﻮك‬ ‫ﻣﻠﻔﺎت اﻟﺴﺠﻞ‪ :‬اﻟ‬ ‫اﻟﻤﺴﺘﺨﺪم وأداء اﻟﻨﻈﺎم‪.‬‬ ‫وﻧ ﺔ‪ :‬ﻣﺜﻞ ‪ Amazon‬و ‪.eBay‬‬ ‫اﻟﺘﺠﺎرة اﻹﻟ‬ ‫‪‬‬ ‫أﺟﻬﺰة اﻟﺠﻮال‪ :‬ﺗﻘﻮم اﻷﺟﻬﺰة اﻟﻤﺤﻤﻮﻟﺔ ﻣﺜﻞ اﻟﻬﻮاﺗﻒ اﻟﺬﻛ ﺔ واﻷﺟﻬﺰة اﻟﻠﻮﺣ ﺔ ﺑ ﺸﺎء ﺑ ﺎﻧﺎت ﺣﻮل اﻟﻤﻮﻗﻊ‬ ‫‪‬‬ ‫واﻻﺳﺘﺨﺪام وﺳﺠﻞ اﻟﺘﺼﻔﺢ‪.‬‬ ‫‪7‬‬  ‫ﺗﺎﺑﻊ‪ :‬ﻣﺼﺎدر اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫ﻓ ﺔ‪ :‬ﺗﻘﻮم اﻟﻤﺆﺳﺴﺎت اﻟﻤﺎﻟ ﺔ واﻟﺒﻨﻮك ﺑ ﺸﺎء ﻤ ﺎت ﻛﺒ ة ﻣﻦ اﻟﺒ ﺎﻧﺎت ﺣﻮل اﻟﻤﻌﺎﻣﻼت‬ ‫اﻟﻤﺎﻟ ﺔ واﻟﻤ‬ ‫‪‬‬ ‫وﺳﻠﻮك اﻟﻌﻤﻼء واﺗﺠﺎﻫﺎت اﻟﺴﻮق‪.‬‬ ‫ﺔ )‪ (CDRs‬وأﻧﻈﻤﺔ‬ ‫وﻧ ﺔ )‪ (EHRs‬وﻣﺴﺘﻮدﻋﺎت اﻟﺒ ﺎﻧﺎت اﻟ‬ ‫اﻟﺮﻋﺎ ﺔ اﻟﺼﺤ ﺔ‪ :‬اﻟﺴﺠﻼت اﻟﺼﺤ ﺔ اﻹﻟ‬ ‫‪‬‬ ‫اﻟﺒ ﺎﻧﺎت اﻟﻄﺒ ﺔ اﻷﺧﺮى ﺗﻮﻟﺪ ﻤ ﺎت ﻛﺒ ة ﻣﻦ اﻟﺒ ﺎﻧﺎت ﺣﻮل ﺻﺤﺔ اﻟﻤ ﺾ واﻟﻌﻼج واﻟﻨﺘﺎﺋﺞ‪.‬‬ ‫اﻟﺘﻌﺎﻣﻼت اﻟﺤﻜﻮﻣ ﺔ‪ :‬ﺗﻘﻮم اﻟﺠﻬﺎت اﻟﺤﻜﻮﻣ ﺔ ﺑ ﻧﺘﺎج ﻤ ﺎت ﻛﺒ ة ﻣﻦ اﻟﺒ ﺎﻧﺎت ﺣﻮل اﻟ ﻛﻴ ﺔ اﻟﺴ ﺎﻧ ﺔ‪،‬‬ ‫‪‬‬ ‫واﻟﻤﺆ ات اﻻﻗﺘﺼﺎد ﺔ‪ ،‬واﻟﺒ ﺎﻧﺎت اﻟﺒ ﺌ ﺔ‪.‬‬ ‫ُ‬ ‫واﻟﺘﺠﺎرب ﻤ ﺔ ﻛﺒ ة ﻣﻦ‬ ‫اﻟﻤﺴﻮﺣﺎت واﻟ ﺤﺚ اﻟﻌﻠ‬ ‫اﻻﺳﺘﻄﻼﻋﺎت واﻟ ﺤﻮث واﻟﺒ ﺎﻧﺎت اﻟﻌﻠﻤ ﺔ‪ :‬ﺗ‬ ‫‪‬‬ ‫ﻤﻜﻦ أن ﺗﻜﻮن ﻣﻔ ﺪة ﻟﻠﺘﺤﻠ ﻞ واﻟﺮؤى‪.‬‬ ‫اﻟﺒ ﺎﻧﺎت اﻟ‬ ‫ﻫﺬە ﻣﺠﺮد أﻣﺜﻠﺔ ﻗﻠ ﻠﺔ‪ ،‬وﻣﺼﺎدر اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ ﺗﺘﻄﻮر ﺎﺳﺘﻤﺮار ﻣﻊ ﺗﻐ اﻟﺘﻜﻨﻮﻟﻮﺟ ﺎ واﻟﻤﺠﺘﻤﻊ‪.‬‬ ‫‪8‬‬  ‫ﺗﺤﺪ ﺎت ﺗﻨﻈ ﻢ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫ﻫﻨﺎك اﻟﻌﺪ ﺪ ﻣﻦ اﻟﻤﺸ ﻼت واﻟﺘﺤﺪ ﺎت اﻟ ﻗﺪ ﺗﻮاﺟﻬﻬﺎ اﻟﻤﺆﺳﺴﺎت ﻋﻨﺪ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪ ،‬ﻤﺎ‬ ‫‪‬‬ ‫ذﻟﻚ‪:‬‬ ‫‪9‬‬  ‫ﻣﻨﻈﻮﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫اﻷﻃﺮاف‬ ‫ﺗﺘﻌﺎﻣﻞ ﻣﻊ ﻫﺬە اﻟﺨﺪﻣﺔ وﺗﺤﺪ ﺪ واﺟ ﺎت وﺣﻘﻮق ﻞ‬ ‫ﻟ ﻳﺘﻢ ﺗﻨﻈ ﻢ أي ﺧﺪﻣﺔ ﺠﺐ ﺗﺤﺪ ﺪ اﻷﻃﺮاف اﻟ‬ ‫‪‬‬ ‫ﻃﺮف‪.‬‬ ‫ﻣﺎ ﺑ ﻨﻬﺎ‪ ،‬ﻫﺬە اﻟﻤﻨﻈﻮﻣﺔ ُﻣ ﻮﻧﺔ ﻣﻦ‪:‬‬ ‫ﺗﺘﻜﻮن ﻣﻨﻈﻮﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ ﻣﻦ ﻋﺪة ﺟﻬﺎت ﺗﺘﻔﺎﻋﻞ‬ ‫‪‬‬ ‫‪ ‬ﻣﻮﻓﺮ‪/‬ﻣﺰود اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪ُ ‬ﻣﻘﺪم ﺧﺪﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪ ‬ﻋﻤ ﻞ ﺧﺪﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‪.‬‬ ‫‪10‬‬  ‫ﻣﻮﻓﺮ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫ُﻣﻘﺪم اﻟﺨﺪﻣﺔ‪ ،‬و ﺸﻤﻞ أ ﺸﻄﺔ‬ ‫اﻟﺒ ﺎﻧﺎت ﻣﻦ ﻣﺼﺎدر ُﻣﺨﺘﻠﻔﺔ إ‬ ‫ﺗﻮﻓ‬ ‫ﻌﻤﻞ ﻣﻮﻓﺮ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ ﻋ‬ ‫‪‬‬ ‫‪:‬‬ ‫ﺳ ﻞ اﻟﻤﺜﺎل ﻣﺎ‬ ‫ﻣﻮﻓﺮة اﻟﺒ ﺎﻧﺎت ﻋ‬ ‫‪ ‬إ ﺸﺎء اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪ ‬إ ﺸﺎء اﻟﻤﻌﻠﻮﻣﺎت اﻟﻮﺻﻔ ﺔ )‪ (Meta data‬اﻟ ﺗﺼﻒ ﻣﺼﺪر اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫اﻹﻧ ﻧﺖ‪.‬‬ ‫‪ ‬إ ﺠﺎد ﻣﺼﺎدر اﻟﺒ ﺎﻧﺎت اﻟﻤﻔﺘﻮﺣﺔ )‪ (open data‬ﻋ‬ ‫‪ ‬ﺗﻮﻓ ﺑ ﺎن اﻟﺨﺪﻣﺎت )‪ (Service catalogue‬إ ُﻣﻘﺪم اﻟﺨﺪﻣﺔ ﻋﻦ اﻟﺒ ﺎﻧﺎت اﻟﻘﺎ ﻠﺔ ﻟﻺﺳﺘﺨﺪام‪.‬‬ ‫‪11‬‬  ‫ُﻣﻘﺪم ﺧﺪﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫اﻟﺒ ﺔ اﻟﺘﺤﺘ ﺔ اﻟﻼزﻣﺔ ﻟﻬﺎ و ﺸﻤﻞ أ ﺸﻄﺔ ُﻣﻘﺪم‬ ‫ﻘﻮم ُﻣﻘﺪم اﻟﺨﺪﻣﺔ ﺑﺘﺤﻠ ﻞ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ وﺗﻮﻓ‬ ‫‪‬‬ ‫‪:‬‬ ‫ﺳ ﻞ اﻟﻤﺜﺎل ﻣﺎ‬ ‫اﻟﺨﺪﻣﺔ ﻋ‬ ‫ﻣﻦ ﻣﻮﻓﺮ اﻟﺒ ﺎﻧﺎت أو اﻟ ﺤﺚ‬ ‫ﻣﺼﺎدر اﻟﺒ ﺎﻧﺎت وﺟﻤﻊ اﻟﺒ ﺎﻧﺎت ﻋﻦ ﻃ ﻖ اﻟﻄﻠﺐ اﻟﻤ ﺎ‬ ‫‪ ‬اﻟ ﺤﺚ‬ ‫اﻹﻧ ﻧﺖ )‪.(Data Crawling‬‬ ‫‪ ‬ﺗﺨ ﻦ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪ ‬دﻣﺞ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪ ‬ﺗﻮﻓ أدوات ﻟﺘﺤﻠ ﻞ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪ ‬دﻋﻢ إدارة اﻟﺒ ﺎﻧﺎت ﻣﺜﻞ ﺧﺼﻮﺻ ﺔ اﻟﺒ ﺎﻧﺎت وأﻣﻦ اﻟﺒ ﺎﻧﺎت وﻣﻠ ﺔ اﻟﺒ ﺎﻧﺎت‪.‬‬ ‫‪12‬‬  ‫ﻋﻤ ﻞ ﺧﺪﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ‬ ‫ُ‬ ‫ﻘﺪﻣﻬﺎ‬ ‫ﻫﻮ اﻟﻤﺴﺘﺨﺪم اﻟﻨﻬﺎ ﻟﻤﻨﻈﻮﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ أو ﻫﻮ ﻧﻈﺎم ﺴﺘﺨﺪم اﻟﻨﺘﺎﺋﺞ أو اﻟﺨﺪﻣﺎت اﻟ‬ ‫‪‬‬ ‫ُ‬ ‫ُﻣﻘﺪم ﺧﺪﻣﺔ اﻟﺒ ﺎﻧﺎت اﻟﻀﺨﻤﺔ و ﻤﺎ ﻤﻜﻦ ﻟﻠﻌﻤ ﻞ أن ﻳ ﺘﺞ ﺧﺪﻣﺎت ﺟﺪ ﺪة أو