ارائه مدلي به منظور كاهش حافظه مصرفي درخت تصميم گيري

امروزه هر سازماني با حجم وسيعي از داده¬ها روبرو مي¬باشد، كه مديريت اين داده¬هاي خام و تبديل آن به دانش كاري سخت و گمراه كننده خواهد بود. داده¬كاوي به عنوان يكي از مراحل كشف دانش نهفته در حجم انبوهي از داده¬هاي سازمان، به منظور استخراج قوانين و الگوهاي معني¬دار ميان داده¬ها، به تجزيه و تحليل داده¬ها خواهد پرداخت. درخت تصميم يكي از ابزار قوي و كارآمد داده¬كاوي مي¬باشد كه به منظور دسته¬بندي و پيش¬بيني مورد استفاده قرار مي¬گيرد. اما وقتي با داده¬هاي زيادي روبرو مي¬شويم اين الگوريتم مي¬تواند حجم بالاي حافظه و زمان را مورد استفاده قرار دهد كه اين منجر به كاهش كارايي فرايند داده¬كاوي خواهد شد. اين مسئله ما را برآن داشت تا به دنبال تكنيكي جهت بهبود الگوريتم درخت تصميم باشيم كه بر مشكلات مربوط به حافظه مصرفي غلبه كند. اين مقاله به بررسي و مرور برخي از پژوهش¬هاي انجام گرفته در زمينه بهبود الگوريتم¬هاي درخت تصميم با تكنيك¬هاي گوناگون مي¬پردازد و در پايان مدلي به منظور كاهش حافظه مصرفي درخت¬هاي تصميم¬گيري ارائه مي¬گردد.