<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های razie . sh</title>
        <link>https://virgool.io/feed/@razie_shahbazi</link>
        <description>دانشجوی کارشناسی مهندسی کامپیوتر</description>
        <language>fa</language>
        <pubDate>2026-06-21 17:47:18</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/199101/avatar/BQevI9.png?height=120&amp;width=120</url>
            <title>razie . sh</title>
            <link>https://virgool.io/@razie_shahbazi</link>
        </image>

                    <item>
                <title>دنیای کامپیوتری - تحلیل داده ها - پارت سوم</title>
                <link>https://virgool.io/@razie_shahbazi/%D8%AF%D9%86%DB%8C%D8%A7%DB%8C-%DA%A9%D8%A7%D9%85%D9%BE%DB%8C%D9%88%D8%AA%D8%B1%DB%8C-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%AF%D8%A7%D8%AF%D9%87-%D9%87%D8%A7-%D9%BE%D8%A7%D8%B1%D8%AA-%D8%B3%D9%88%D9%85-dezjpwsjyecl</link>
                <description>در این قسمت قصد داشتم در مورد تحلیل داده های شبکه اجتماعی با استفاده از  Neo4j براتون بنویسم. (Social Network Data Analysis Using Neo4j)از چند سال اخیر حجم داده هایی که ما با آنها سر و کار داریم ، به شکل صعودی و نمایی شروع کردند به افزایش پیدا کردن ، که واژه Big data برای انها به کار گرفته شد. big data ها تعریف چندان دقیقی ندارند ولی میتوان گفت داده هایی که روی یک کامپیوتر جا نمیشوند و حجم زیادی دارند . داده هایی که قبلا با انها سر و کار داشتیم مثلا در حد گیگابایت بودند ولی امروزه با وجود اپلیکیشن هایی که استفاده از آنها رواج پیدا کرده و کلا رایج شدن تکنولوژی بین مردم ، حجم داده ها به طرز عجیبی تغییری کرده که دیگه بجای گیگابایت  ما با اندازه هایی در مرتبه پتابایت و... طرفیم.برای همین در Big data ها چالش های زیادی بوجود آمد.مثلا اینکه اینجور داده ها را چطور میشود ذخیره کرد یا چالش بزرگتر از آن پردازش این داده ها بود ، که حتی ممکن بود روی یک کامپیوتر هم جا نشوند ، مثلا شما شرکت آمازون رو در نظر بگیرید میبینید که این داده های روی چند سرور ذخیره شده اند پس ما چطور میتونیم داده ها را پردازش کنیم؟!برای ملموس سختی این کار شما یه سری عدد رو در نظر بگیرید که این عدد ها روی تعداد زیادی کامپیوتر ذخیره شده اند ، حتی گرفتن یک میانگین ساده هم روی این داده ها سخت و مشکله . چون باید بین اینها رابطه ای باشد و دستگاه دیگه ای بتواند اینهارا مدیریت کند.حالا شرکت ها راه حل هایی رو پیشنهاد دادند و تا حد زیادی پیشرفت های خوبی در زمینه Big data ها صورت گرفت . ولی نکته دیگه ای هم که بود فقط افزایش حجم این داده ها نبود بلکه ارتباطات این داده ها هم پیچیده بود ، ما به مرور زمان نیاز پیدا کردیم ارتباط بین داده ها را هم تجزیه و تحلیل کنیم. چند سال است که اصطلاح connected data هم بر سر زبون ها افتاد. connected data اصولا مربوط به داده هاییست که که ارتباط خاصی بین انها است و بیشتر جنبه ارتباطات است که بین انها اهمیت دارد.مثلا در نظر بگیرید در یک شبکه اجتماعی ،  یک اجتماعی از دانشجویان  که ارتباط نزدیکی با هم دارند(حالا ما نحوی موفق به تحلیل نزدیک بودن ارتباط بین انها شدیم) یکی از این افراد محصول خاصی را میخرد ، ما میتوانیم اینجا تحلیل کنیم افرادی که نزدیک این شخص هستند ، ممکن است سلیقه ای شبیه به همین شخص داشته باشند  و وقتی ما این کالا را با یک تخفیفی به انها پیشنهاد کنیم ، انها هم بخرند.مثلا این یکی از روش هاییست که سیستم های توسعه دهنده از آن استفاده میکنند.مثلا شما search engine مثل گوگل رو در نظر بگیرید ، که از مجموعه ای زیادی از صفحه ها و لینک ها تشکیل شده و وقتی کاربر یه کلمه را وارد میکند ،این باید برود بین آنها جستجو کند ، این سایت ها از طریق لینک هایی هایی که دارند با هم در ارتباطند و ما در واقع با یک شبکه عظیم اینترنت طرفیم.پس هدف ما تحلیل داده هایی است که ارتباطی بین انها است و این ارتباط ها یک مدل اجتماعی است که ما به این کار میگیم Social Network Data Analysis.این داده ها هم مثل big data ها چالش هایی داشتند و ابزار هایی را برای  مدیریت و ذخیره سازی نیاز داشتند و چالش بعدی هم تحلیل ارتباط این داده ها بود . مثلا ارتباط بین دو نفر یا مشخصات کلی شبکه ای که آنرا داریم تجزیه و تحلیل میکنیم.حالا ما اول  با یک دیتابیسی به نام گراف آشنا میشویم(Neo4j) که بیشتر برای مدیریت این داده های به هم مرتبط استفاده میشود ، سپس با یک سری از الگوریتم ها برای تحلیل این ارتباطات.منبع   https://github.com/amirabbasasadi/Social-Network-Data-Analysis</description>
                <category>razie . sh</category>
                <author>razie . sh</author>
                <pubDate>Tue, 09 Jun 2020 15:15:04 +0430</pubDate>
            </item>
                    <item>
                <title>دنیای کامپیوتری - پارت دوم</title>
                <link>https://virgool.io/@razie_shahbazi/%D8%AF%D9%86%DB%8C%D8%A7%DB%8C-%DA%A9%D8%A7%D9%85%D9%BE%DB%8C%D9%88%D8%AA%D8%B1%DB%8C-%D9%BE%D8%A7%D8%B1%D8%AA-%D8%AF%D9%88%D9%85-jprg67hc0cu4</link>
                <description> بعد از هرسختی ، آسانیست.       آیا شکست ضروریست؟      خب شکست چه ضروری باشد چه نباشد پیش می آید.ابتدا که برای رسیدن به رویای خود مبارزه را آغاز میکنیم ،کاملا بی تجربه ایم و بارها اشتباه میکنیم؛هر چند رمز هستی این است که هفت بار زمین بخوریم و هشت بار از جا برخیزیم. یادمان نرود که ما هرگز بدون رویارویی با چالش ها رشد نخواهیم کرد.      باید توانایی روبه رو شدن با تغییرات را داشته باشیم و نخواهیم مسأله ها برای ما آسانتر شوند بلکه تلاش کنیم خودمان توانمندتر شویم.     یک مهندس موفق در رشته کامپیوتر ، مجموعه ای از مهارت های فنی و انسانی را باهم دارد.او چه در برنامه نویسی نرم افزار های دسکتاپ (مثل نرم افزار های مالی )، چه در دنیای وب یا موبایل و چه در سایر رشته ها مانند بازی های کامپیوتری ، باید خصوصیات زیر را حتما داشته باشد تا بتوان او را شایسته عنوان ( مهندس کامپیوتر ) دانست.      *  هدف خود را تعیین میکند ، روی یک شاخه تخصصی تمرکز میکند و مهارت پیدا میکند .   *  از فناوری کاربردی روز در شاخه تخصصی خود باخبر است.    *  روش آموختن و مطالعه خود را شناسایی میکند. 1 - آموختن از طریق شرکت در کلاس های آموزشی 2 - آموختن از طریق کارآموزی 3 - آموختن از طریق خودآموزی با کتاب4- آموختن از طریق خودآموزی با دوره آموزشی ویدیویی5 - آموختن از طریق شرکت در سمینار آموزشی6 - آموختن از طریق کارکردن روی مثال های قابل دانلود از روی اینترنت7 - آموختن از طریق معلم خصوصی  * کدنویسی بهینه با دیتابیس را بلد است.  * با مدیریت پروژه آشناست.  * مدیریت سورس کد هم بلد است.      با توجه به قسمت قبل سن مناسب برای شروع برنامه نویسی با توجه به شرایط و هوش یادگیری افراد برای هر شخصی متفاوت است . و هیچوقت برای شروع دیر نیست.  :))</description>
                <category>razie . sh</category>
                <author>razie . sh</author>
                <pubDate>Sun, 31 May 2020 18:09:56 +0430</pubDate>
            </item>
                    <item>
                <title>دنیای کامپیوتری_پارت اول</title>
                <link>https://virgool.io/@razie_shahbazi/%D8%AF%D9%86%DB%8C%D8%A7%DB%8C-%DA%A9%D8%A7%D9%85%D9%BE%DB%8C%D9%88%D8%AA%D8%B1%DB%8C%D9%BE%D8%A7%D8%B1%D8%AA-%D8%A7%D9%88%D9%84-xojgmbc4sdqt</link>
                <description>     &quot;بالاخره زمان انتخاب رشته فرا رسید و مهندسی کامپیوتر در الویت اول من قرار داشت که تقریبا 2 سال بود نظر من رو به خودش جلب کرده بود ... به دلیل بهتر بودن آینده شغلی آن نسبت به سایر رشته های مهندسی و تلفیق آن با رشته ریاضی و الکترونیک.      من 3 سال دبیرستان را در رشته ریاضی فیزیک به دلیل علاقه و عشق فراوان به درس شیرین ریاضی سپری کردم ، اما غافل از اینکه وقت هایی رو داشتم که میتوانستم وارد زمینه برنامه نویسی شوم و با دنیای کامپیوتری آشنا بشم که از آنها استفاده نکردم...و مثل برخی از آدمها آنرا گذاشتم برای دوران دانشگاه.و می بینم 12 سال درس خواندن من و کسب نمرات بالا در مدرسه برای من در زمینه برنامه نویسی سودی نداشته. و کاش زودتر وارد این زمینه میشدم ، که الان حسرتش را نخورم الان متوجه این موضوع شده ام که وارد رشته کامپیوتر شدم و درک سختی از مسائل دارم.     آیا واقعا دروس مدرسه به ما در درک مسائل برنامه نویسی کمکی نخواهد کرد؟   آیا خیلی دیر شده است برای دست به کار  شدن یا چه؟  اگه جواب خیر است ، پس بهترین سن برای شروع چیست؟      رفته رفته اوضاع دارد بهتر میشود چون به مرور دید کامپیوتری ام وسعت پیدا میکند.و میدانم که خیلی زمان میبرد مهارت کافی پیدا کنم.      خب حرف از مهارت شد به تازگی با چالش بزرگ دیگه ای هم روبه رو شدم ، بله &lt; مهارت &gt;حتما خیلی از شماها هم از اطرافیان خود شنیدین که در دانشگاه مهارت کافی برای وارد شدن به بازار کار رو پیدا نخواهیم نکرد ؛ پس چه کنیم ؟       مسیر ها مبهم مبهمتر میشوند!!!در پارت های بعدی به بررسی این سوالات خواهیم پرداخت.&quot; </description>
                <category>razie . sh</category>
                <author>razie . sh</author>
                <pubDate>Sun, 24 May 2020 01:23:08 +0430</pubDate>
            </item>
            </channel>
</rss>