استخراج دانش یکی از مهمترین مسائل داده‌کاوی می‌باشد. قوانینی که به‌صورت اگر - آنگاه مطرح می‌گردند، این توانایی را دارند که به صورت اعداد حقیقی در هر جزء به صورت تمام مقادیری که در مجموعه‌ داده می‌تواند وجود داشته باشد، قرار بگیرند. روش پیشنهادی در این مقاله استفاده از الگوریتم‌های درخت تصمیم و خوشه‌بندی و قوانین انجمنی برای استخراج قوانین می‌باشد. در روش پیشنهادی استخراج قوانین را به صورت یک مسئله بهینه‌سازی در آورده و هدف به دست آوردن قانونی با اطمینان بالا، عمومیت و قابلیت درک بالا می‌باشد. الگوریتم پیشنهادی برای استخراج قوانین ازمجموعه داده افت تحصیلی از اطلاعات فردی256 دانش‌آموزان هنرستان‌ها در زنجان جمع‌آوری شده و تست گردید. از نتایج به دست آمده از این تحقیق می توان برای پیشگیری از افت تحصیلی دانش‌آموزان و بهبود کیفیت ارتباط مسوولین و والدین با دانش‌آموزان و آموزش هر چه بهتر آنان استفاده کرد. Manuscript profile

کیفیت اطلاعات در موفقیت تجزیه و تحلیل اطلاعات بسیار حیاتی و مهم است. اطلاعات بارگذاری شده در انبارداده باید صحیح، دقیق و با کیفیت باشد. داده با کیفیت در انباره داده موجب تحلیل مناسب و تصمیم‌گیری بهتر می‌‌شود. همچنین مباحث کیفیت داده باید قبل از بارگذاری در انباره داده مورد توجه قرار بگیرد. پاکسازی داده به مفهوم یافتن و حذف خطاها است. همچنین در این فرایند داده های اضافی و ناسازگار شناسایی می‌شوند. پاکسازی‌ داده در مرحله استخراج، انتقال، بارگذاری با اطمینان از کیفیت داده در انباره‌ داده موجبات اثربخشی هوشمندی کسب‌ و کار را فراهم می‌آورد. هدف پاکسازی‌داده، شناسایی داده‌های بد (اشتباه، نامرتبط و ناقص) به منظور اصلاح یا حذف آن‌ها است تا از دقت و سازگاری مجموعه داده اطمینان حاصل شود. این پژوهش با هدف تشریح و تبیین روش پاکسازی داده برای حذف داده‌های بد انجام شده است. بانک‌اطلاعاتی نمونه از اطلاعات بیماری‌های استان‌های زنجان، ایلام وهمدان تشکیل شده است. به منظور حل مشکلات داده در بانک نمونه از فرم سی‌شارپ و ابزاهای نرم افزار اس‌کیوال استفاده شده است. بخش اصلی نتایج نشان می دهد که بکارگیری روش پاکسازی داده موجب کاهش میزان خطای بانک داده تا میزان 008/0 درصد شده است. Manuscript profile