داده كاوی

سه شنبه 11 شهریور 1393

داده‌كاوی با WEKA (قسمت پایانی)

نویسنده: الی كا   


 
 

در سه بخش نخست این مقاله به بررسی سه نمونه از مهم‌ترین روش‌های معمول در داده کاوی یعنی رگرسیون، طبقه‌بندی و خوشه‌بندی پرداختیم. در ضمن، سعی كردیم با بیان مثال‌هایی کاربرد این روش‌ها را در بررسی یک دیتاست واقعی بیان کنیم. حال نوبت به بررسی روش دیگری می‌رسد که نزدیک‌ترین همسایه (Nearest Neighbor) نام دارد. این روش از یک جنبه بسیار شبیه خوشه‌بندی است، اما از جنبه دیگر مانند طبقه‌بندی و رگرسیون عمل می‌کند. با ما باشید!

از همسایه‌ام بپرسید
برای ژورنالیست‌ها هیچ چیز مهم‌تر از کسب اطلاعات درست نیست. فرض کنید، سردبیر مجله شما عمیقاً علاقه‌مند است تا گزارشی تحلیلی را درباره آقای X تهیه کند. او صرفاً می‌داند که آقای‌X یک خواننده بسیار موفق بوده و البته انسانی تودار است که هیچ بخشی از زندگی شخصی‌اش را لو نمی‌دهد. سردبیر تصمیم می‌گیرد تا این مسئولیت خطیر را به شما واگذار کند. اما چگونه می‌توان از جنبه‌های مختلف زندگی آقای X با خبر شد؟ از آنجا که شما مدرک لیسانس آمار دارید و به سراغ ژورنالیسم آمده‌اید، تصمیم می‌گیرید از روش نزدیک‌ترین همسایه برای یافتن اطلاعات آقای‌X استفاده کنید. ابتدا بحث درآمد مطرح می‌شود. شما می‌دانید که از آقای X چیزی دست شما را نمی‌گیرد. پس به سراغ همسایه ایشان می‌روید که اتفاقاً زوجی بسیار صمیمی هستند. پس از کمی صحبت شما در‌می‌یابید که آن‌ها صد‌هزار دلار در سال درآمد دارند. سپس یک خانه آن طرف‌تر رفته و با آقای Oldman یکی دیگر از همسایه‌های آقای X صحبت می‌کنید و متوجه می‌شوید او نیز درآمدی حدود 110 هزار دلار در سال دارد. با ادامه این روند شما با یک سری داده مواجه می‌شوید که درآمد بسیاری از همسایگان‌X در آن موجود است. شما تصمیم می‌گیرید، درآمد X را نیز معادل میانگین درآمد همسایگانش حدس بزنید. این‌ موضوع که همسایه‌ها وضع مالی به نسبت مشابهی داشته باشند، موضوعی است که عموماً در رابطه با محله‌های مختلف صدق می‌کند.سپس سعی می‌کنید، با علایق جوانی آقای X آشنا شوید. برای این‌کار به سراغ دوستان دبیرستان و دانشگاهش می‌روید. متوجه می‌شوید که درصد بسیاری از این افراد به موسیقی کلاسیک علاقه داشته و شیفته آثار ادبی کلاسیک روسی هستند. این افراد همگی از دوستان بسیار صمیمی X بوده‌اند، پس می‌توان تصور کرد که وی نیز کششی به سمت موسیقی کلاسیک و ادبیات روسیه داشته باشد. حال دوست دارید دریابید، وی طرفدار چه تیم فوتبالی است. در اینجا نیز وی را تا استادیوم تعقیب كرده و سعی می‌کنید، دریابید وی کجا می‌نشیند. با دیدن رنگ پرچم‌ها و پیراهن‌های افراد آن بخش کاملاً مشخص خواهد شد وی طرفدار چه تیمی است، بدون این‌که لازم باشد از او چیزی بپرسید.


این مفهوم کلی روش نزدیک‌ترین همسایه است. در این روش سعی می‌شود تا ویژگی‌های نقاط داده از روی ویژگی‌های نزدیک‌ترین همسایگانشان تعیین شوند. از آنجا که ما در این روش در حال انجام نوعی پیش‌بینی هستیم، کارمان تا حدی شبیه همان‌کاری است که در رگرسیون و طبقه‌بندی انجام می‌دادیم. از طرف دیگر مفهوم اولیه نزدیک‌ترین همسایه در واقع همان ایده خوشه‌بندی است. در اینجا نیز ما افراد شبیه به هم را در یک گروه قرار می‌دهیم و سعی می‌کنیم آن‌ها را با یکدیگر همسان بپنداریم.


در اینجا توجه به چند نکته ضروری است. نخست این‌که در روش نزدیک‌ترین همسایه معمولاً سعی می‌شود از نوعی رأی گیری استفاده شود و تنها به نزدیک‌ترین همسایه صرف اعتماد نمی‌شود. به عنوان مثال، از پنج همسایه نزدیک داده‌ها را گرفته و سعی می‌کنیم با توجه به آن‌ها قضاوت کنیم. در همین جا مسئله جدید پیش می‌آید و آن این که باید دقیقاً این کار را برای چند همسایه انجام دهیم. جواب به این سؤال کمی مشکل است و ممکن است به بررسی دقیق نوع داده‌ها و شیوه پخش آن‌ها نیاز داشته باشد. در اینجا شما باید به دنبال تعادلی باشید که در آن کیفیت داده‌ها و هزینه محاسبات هر دو در سطح قابل قبولی قرار گیرند.

شكل 1 - انجام مدل‌سازی با استفاده از روش طبقه‌بندی


به طور طبیعی ما برای اجرای درست روش نزدیک‌ترین همسایه به یک تابع فاصله خوب نیاز داریم. این تابع می‌تواند به سادگی فاصله اقلیدسی باشد یا از روش‌های ساده دیگری مانند فاصله منهتن استفاده شود. این دیگر به انتخاب شما بستگی دارد. معمولاً بخشی از الگوریتم به مشخص‌کردن وزن هر متغیر پیش‌بینی کننده در الگوریتم فاصله اختصاص‌می‌یابد. به این مفهوم که از روی داده‌های تمرینی مشخص می‌شود هر متغیر پیش‌بینی‌کننده‌ای باید با چه ضریبی در فاصله حساب شود. خوشه‌بندی در عوض عموماً وزن تمام متغیرهای پیش‌بینی کننده را یکسان فرض می‌کند. البته، این موضوع می‌تواند بستگی عمیقی به جزئیات پیاده‌سازی دو روش داشته باشد.

نزدیک‌ترین همسایه و WEKA
همان‌طور که گفته شد، از نظر ماهیت نزدیک‌ترین همسایه با طبقه‌بندی و رگرسیون در یک گروه قرار‌می‌گیرد. در واقع می‌توان گفت، این روش به طبقه‌بندی نزدیک‌تر از رگرسیون است، زیرا در رگرسیون شما تنها با داده‌های عددی روبه‌رو هستید. شباهت کاربردی نزدیک‌ترین همسایه و طبقه‌بندی باعث شده در موارد بسیاری این دو به صورت جایگزین یکدیگر به کار روند. به همین دلیل، ما نیز در این مقاله سعی می‌کنیم این دو روش را برای یک دیتاست خاص آزمایش كنیم. شاید بهتر بود که دیتاست این بخش نیز همان دیتاست تایتانیک که در مقاله قبل برای بخش طبقه‌بندی به كار گرفته شد، انتخاب می‌شد. اما دیتاست تایتانیک مشکلات زیادی را در زمینه مدل کردن به وجود می‌آورد. به عنوان مثال، تمام متغیرهای به کار رفته در آن Nominal هستند و این باعث می‌شود مدل‌بندی آن بر‌اساس فاصله کمی مشکل شود. مورد دیگر این است که این دیتاست الگوی غالب محکمی را برای مدل‌سازی افراد غرق شده ارائه نمی‌دهد و این باعث می‌شود True Positive افراد غرق شده به نسبت کم باشد. یعنی تعداد زیادی از افرادی که توسط مدل مرده تشخیص داده شدند، در واقع زنده‌اند!


به همین دلیل، در این مقاله از دیتاست دیگری استفاده می‌کنیم. این دیتاست سعی می‌کند قبول یا عدم قبول درخواست صدور کارت اعتباری را در ایالات‌متحده بر اساس پانزده فاکتور مختلف پیش بینی كند. در اینجا 690 نمونه در‌نظر‌گرفته‌شده‌است. ما سعی خواهیم کرد ابتدا این دیتاست را به وسیله طبقه‌بندی، سپس به وسیله نزدیک‌ترین همسایه مدل‌سازی کنیم تا تفاوت‌ها مشخص شود.از بخش قبلی این سری مقاله‌ها با انجام طبقه‌بندی در WEKA آشنا شده‌اید. در نتیجه، دیگر نیازی به توضیح دوباره روش نیست. با تنظیم 75 درصد از داده‌ها به عنوان مجموعه آموزشی و 25 درصد آن‌ها به عنوان مجموعه آزمایشی نتیجه ذکر شده در شکل 1 به دست خواهد آمد.


نتیجه قابل قبولی است. نزدیک به 87 درصد از داده‌ها به درستی دسته‌بندی شده‌اند. True Positive برای هر دو کلاس + و – که به ترتیب نشان‌دهنده قبول و عدم قبول درخواست کارت اعتباری هستند، به حد کافی بالا است. حال سعی می‌کنیم همین دیتاست را با استفاده از نزدیک‌ترین همسایه مدل‌سازی کنیم.برای این‌کار به مانند روش‌های قبلی ابتدا دیتاست را در WEKA بارگذاری كرده، سپس به بخش Classify می‌رویم. حال نوبت به انتخاب نزدیک‌ترین همسایه است. روی Choose کلیک كرده و از زیرمنوی lazy گزینه IBk را انتخاب کنید. به طور پیش فرض WEKA تعداد همسایه‌هایی را که می‌خواهید در روش نزدیک‌ترین همسایه از آن‌ها رأی‌گیری شود، 1 فرض می‌کند. می‌توانید با کلیک روی بخش کنار دکمه Choose و تنظیم مقدار KNN این عدد را افزایش دهید. فعلاً، بگذارید فعلاً این همان 1 بماند.

شكل 2 - تنظیم WEKA برای اجرای روش نزدیک‌ترین همسایه


حال مطمئن شوید که در Test Options گزینه Use Training set را انتخاب کرده و متغیر نهایی‌تان را نیز برابر متغیری که قصد پیش بینی آن را دارید(در اینجا class) تنظیم كرده‌اید. شکل نهایی باید چیزی شبیه شکل 2 باشد. سپس روی Start کلیک کنید.همان‌طور که مشاهده می‌کنید، فرمت نتیجه نهایی روش نزدیک‌ترین همسایه بسیار شبیه به فرمت نهایی روش طبقه‌بندی است. به خروجی مثال ما که در شکل 3 آمده دقت کنید. در اینجا نزدیک به 99,5 درصد از داده‌ها به درستی دسته‌بندی شده‌اند. همچنین True Positive هر دو دسته + و – بسیار بالا است و این نشان می‌دهد، در پیش‌بینی هر دو نتیجه بسیار موفقیت‌آمیز عمل شده‌است. برای یافتن درک بهتر از شیوه انجام کار به ماتریس Confusion دقت کنید. در اینجا گفته می‌شود، ما در دو مورد پیش‌بینی قبول درخواستی را کرده‌ایم که در واقع قبول نشده است. همچنین در دو مورد دیگر درخواستی را رد کرده‌ایم که باید قبول می‌شده است. محاسبهTrue Positive و False Positive دو مدل که در بالا آمده است از روی این اعداد نیز به سادگی امکان‌پذیر است. شما از مجموع 307 در‌خواست‌پذیرفته شده 305 نمونه را به درستی پذیرفته‌اید، پس True Positive برابر می‌شود با همچنین دو جوابی را که باید قبول نمی‌شده‌اند، به اشتباه پذیرفته‌اید و این False Positive را برابر  که این در واقع False Positive کلاس – است. همین محاسبات را می‌توان برای اعداد ستون دوم نیز تکرار کرد. توجه داشته باشید که ما با استفاده از نزدیک‌ترین همسایه به 99,5 درصد دقت دست یافتیم، در حالی که برای طبقه‌بندی این عدد 87 درصد بود. با این حال 87 درصد نیز تقریبی بسیار خوب محسوب می‌شود. نکته‌ای که در اینجا باید به آن توجه داشته باشید، این است که این ترتیب همیشه به این گونه حفظ نخواهد شد. کاملاً محتمل است که شما تنظیمی از روش طبقه‌بندی در اختیار داشته باشید که روی یک دیتاست خاص بهتر از نزدیک‌ترین همسایه جواب دهد. در نتیجه، برتری این دو روش نسبت به یکدیگر تنها با بررسی مثال خاصی که قصد مدل‌سازی آن را داریم، مشخص خواهد شد. به طور کلی، طبقه‌بندی روی دیتاست‌های بزرگ می‌تواند بسیار پرهزینه باشد. در نتیجه، معمولاً در این موارد ترجیح داده می‌شود از یکی از انواع نزدیک‌ترین همسایه استفاده شود.

 


به عنوان مثال، آمازون را در نظر بگیرید. این سایت برای هر مشتری میزان زیادی از متغیرها را در اختیار دارد که می‌توانند ترکیبی از انواع مختلف مانند Nominal، Numerical و... باشند. همچنین تعداد خود این مشتری‌ها نیز بسیار زیاد است. در نتیجه آمازون  با پایگاه داده عظیمی مواجه است كه اطلاعات فراوانی را درباره افراد گوناگون در خود ذخیره كرده است. در چنین مواردی نزدیک‌ترین همسایه می‌تواند نتیجه بسیار خوبی را تولید كند. اگر شما موجودیت‌های کمی در اختیار داشته یا در مورد هر کدام از موجودیت‌ها اطلاعات محدودی دارید، بهتر است از روش نزدیک‌ترین همسایه استفاده نکنید. همچنین به یاد داشته باشید که حتی پایگاه داده عظیم نیز ممکن است مشکل شما را حل نکند. به همان مثال آمازون برگردیم. این سایت می‌تواند با قطعیت بالایی ادعا کند مشتریان شبیه به هم، خریدهای مشابه انجام می‌دهند. اما ممکن است مسئله شما به این گونه نباشد. یعنی عضو‌های مشابه (توجه کنید که مشابه با معیار شما، یعنی شباهتی که از طریق متغیرهای موجود در مدل‌سازی شما حاصل می‌شود) نتیجه نهایی مشابهی را تولید نکنند. بله؛ داده کاوی چنین مشکلاتی دارد! پس باید خیلی مواظب مسئله خاصی که قصد کاوش آن را دارید باشید.

شكل 3 - خروجی نهایی روش نزدیک‌ترین همسایه

همان‌طور که مشخص است روش نزدیک‌ترین همسایه می‌تواند خیلی پرهزینه باشد. در نتیجه، باید حتماً به دنبال راه‌حل‌هایی باشید تا این هزینه را کاهش دهید. به عنوان مثال، ممکن است تصمیم بگیرید تا محاسبه فاصله را برای تمام نقاط داده موجود انجام ندهید. حتی ممکن است به آغوش گرم موازی‌سازی پناه برده و سعی کنید محاسبه فاصله را روی واحدهای پردازشی مختلف پخش کنید. با این حال به یاد داشته باشید که نزدیک‌ترین همسایه به طور کلی روش پرهزینه‌ای است. به همین دلیل است که باید آن را برای کاربرد مناسبش نگه دارید.

نظرات() 
Roadtees
دوشنبه 28 بهمن 1398 02:42 ق.ظ
I could not refrain from commenting. Exceptionally well
written!
cbd oil
یکشنبه 27 بهمن 1398 06:13 ب.ظ
I always used to study paragraph in news papers but now as I am a user of web thus from
now I am using net for content, thanks to web.
Landtees
یکشنبه 27 بهمن 1398 05:25 ق.ظ
I am impressed with this web site, rattling I am a big fan.
Landtees
شنبه 26 بهمن 1398 04:17 ب.ظ
Hello there I am so thrilled I found your weblog, I
really found you by accident, while I was researching on Digg for something else,
Nonetheless I am here now and would just like to say many thanks for a
incredible post and a all round entertaining blog (I also love the theme/design), I don?t
have time to look over it all at the minute but I have book-marked it and also added your RSS feeds,
so when I have time I will be back to read much more,
Please do keep up the great jo.
wine rating sheet
شنبه 26 بهمن 1398 11:20 ق.ظ
Pretty great post. I simply stumbled upon your weblog and
wished to say that I've really enjoyed browsing your weblog posts.
In any case I'll be subscribing in your feed and I hope
you write again very soon!
buy rick and morty bongs
جمعه 25 بهمن 1398 08:05 ب.ظ
Be sure that no plastic is burnt in the method. Apple Pipe: It is very important to know the
usage of fruits and pure vegetable/fruit matter within the formation of weed
pipes.
seo
پنجشنبه 24 بهمن 1398 10:24 ب.ظ
Wow, wonderful weblog layout! How long have you been running a
blog for? you make running a blog look easy. The entire glance of your web site is fantastic, let alone the content!
zoey01
پنجشنبه 24 بهمن 1398 09:56 ب.ظ
Fascinating blog! Is your theme custom made or did you
download it from somewhere? A design like yours with a
few simple tweeks would really make my blog stand
out. Please let me know where you got your design. Thanks a lot
Landtees
چهارشنبه 23 بهمن 1398 10:50 ب.ظ
Wonderful goods from you, man. I've understand your
stuff previous to and you are just extremely magnificent.
I really like what you have acquired here, really like what you are stating and
the way in which you say it. You make it enjoyable and you still care for to keep it sensible.
I cant wait to read far more from you. This is really a tremendous web
site.
야동 사이트
چهارشنبه 23 بهمن 1398 04:25 ب.ظ
I'm truly enjoying the design and layout
of your site. It's a very easy on the eyes which makes it much more enjoyable for me to come here and visit more often. Did you hire out a
designer to create your theme? Fantastic work!
툰코
چهارشنبه 23 بهمن 1398 04:10 ب.ظ
Hey just wanted to give you a brief heads up and let you know a few of the images aren't loading correctly.
I'm not sure why but I think its a linking issue.
I've tried it in two different internet browsers and
both show the same outcome.
Garry
سه شنبه 22 بهمن 1398 12:18 ب.ظ
Aw, this was a very nice post. Spending some time and actual effort to produce a really good article?
but what can I say? I put things off a lot and never seem to get anything done.
koszulki z nadrukiem
دوشنبه 21 بهمن 1398 08:38 ب.ظ
I am really enjoying the theme/design of your site.
Do you ever run into any browser compatibility issues?
A couple of my blog readers have complained about my
blog not operating correctly in Explorer but looks great in Opera.

Do you have any ideas to help fix this problem?
리니지 프리서버
یکشنبه 20 بهمن 1398 12:50 ب.ظ
Hi there would you mind sharing which blog platform you're working with?
I'm planning too start my own blog in the near future but I'm having a tough time
making a decision betweeen BlogEngine/Wordpress/B2evolution and Drupal.
The reason I ask is because your layout seems different then most blogs
and I'm looking for something comletely unique.
P.S Apologies for getting off-topic but I had to
ask!
citizen
شنبه 19 بهمن 1398 03:34 ق.ظ
Typically, it's April 9, 2008, however some may happen at the State Convention.
One of many "perks" (if you'll be able to view it as such) of being a state
delegate this yr has been participation in all of the collected polling information. Now,
25 years later, the initiative is being redesigned to establish a Resource Center for Navajo educators and features a
recruitment pipeline. The Navajo Nation Teacher Education Consortium originated from the Navajo Teacher
Initiative developed in 1992 to enhance the quality of Navajo schooling via the recruitment and training of prospective
Navajo educators. However, operating ms-excel is not a challenging process, but if you don't even have fundamental data
about it, then you may pursue excel coaching in Phoenix to
become grasp in it. If two or even three candidates win numerous states by then and nobody has
a majority of delegates, it'll be very very fascinating.
https://healthvn247.webflow.io/
جمعه 18 بهمن 1398 09:26 ب.ظ
First off I want to say wonderful blog! I had a quick question in which I'd like to ask if you don't mind.

I was interested to find out how you center yourself and
clear your mind prior to writing. I've had a difficult time clearing my thoughts
in getting my ideas out. I truly do take pleasure in writing but
it just seems like the first 10 to 15 minutes are lost just trying to figure out how to begin. Any suggestions or hints?
Appreciate it!
bandar judi terbaik
پنجشنبه 17 بهمن 1398 05:13 ب.ظ
If some one needs expert view concerning blogging and site-building
after that i suggesst him/her to go to see this website, Keep up the pleasant job.
MessaHost
چهارشنبه 16 بهمن 1398 11:54 ق.ظ
Ridiculous quest there. What happened after? Good luck!
ilford.pen.io
سه شنبه 15 بهمن 1398 08:43 ب.ظ
Good day! This is my first visit to your blog! We are
a collection of volunteers and starting a new initiative in a community in the
same niche. Your blog provided us useful information to work on. You have done a extraordinary job!
fine art of photography
یکشنبه 13 بهمن 1398 02:13 ق.ظ
After checking out a handful of the blog articles on your web site, I
truly like your technique of writing a blog. I book-marked it
to my bookmark webpage list and will be checking back soon. Take a look at my web site too and let me know your opinion.
poker long
شنبه 12 بهمن 1398 09:54 ق.ظ
In fact, if you go on the internet, you'll find many
websites offering these tutorials for free.
Another measurement that may be referenced is
the mold size - 66. Talk to them like a real individual and capture their interest.
In addition they have links to books and other curriculum programs that may be purchased online.
Teri
شنبه 12 بهمن 1398 09:25 ق.ظ
There is around 2000 hours of streaming content online including HBO and Starz restricted items,
and also some HDTV content. Friday's estimated jackpot is
now worth $270 million annuity, or $151 million cash-value before taxes.
In the US, federal courts have consistently held that lump sum payments received from third parties in exchange for the right to lottery annuities are not
capital assets for tax purpose. Many individuals through the net
state to possess particular tried and examined approaches to help you you select profitable amounts but beware of them as most of those could possibly just be scams.
리니지 홍보
جمعه 11 بهمن 1398 01:45 ق.ظ
Heya are using Wordpress for your blog platform?
I'm new to thhe blog world buut I'm trying tto get started and set up
my own. Do you need any coding knowledge to make your own blog?
Any help would be greatly appreciated!
quy trình mạ kẽm nhúng nóng
پنجشنبه 10 بهمن 1398 06:49 ق.ظ
I was recommended this blog by my cousin. I am not sure whether this post
is written by him as no one else know such detailed about my problem.
You're incredible! Thanks!
ขายของ
سه شنبه 8 بهمن 1398 02:18 ب.ظ
Hello there! This blog post couldn't be written much better!
Looking at this article reminds me of my previous roommate!
He always kept talking about this. I most certainly will send this post to him.
Fairly certain he'll have a great read. I appreciate you
for sharing!
Do choi tinh duc
سه شنبه 8 بهمن 1398 12:29 ب.ظ
Hola! I've been following your web site for
some time now and finally got the courage to go ahead and give
you a shout out from Dallas Tx! Just wanted to mention keep up the good job!
https://www.youtube.com/watch?v=dRnto7T2J-Q
سه شنبه 8 بهمن 1398 04:58 ق.ظ
Hello, i feel that i saw you visited my web site thus i got here to go back the choose?.I'm
attempting to find things to enhance my web site!I assume its
good enough to use some of your ideas!!
Free Vectors
سه شنبه 8 بهمن 1398 12:26 ق.ظ
Spot on with this write-up, I seriously believe that this website needs much more attention. I'll probably be back again to read more, thanks for the advice!
zuckerberg01
دوشنبه 7 بهمن 1398 07:54 ب.ظ
continuously i used to read smaller content which as well clear their motive,
and that is also happening with this paragraph which I am reading here.
ที่นอนฟองน้ำอัด
یکشنبه 6 بهمن 1398 03:53 ب.ظ
Heya i am for the first time here. I came across this
board and I to find It truly useful & it helped me
out much. I am hoping to present one thing back and aid others like you aided me.
 
لبخندناراحتچشمک
نیشخندبغلسوال
قلبخجالتزبان
ماچتعجبعصبانی
عینکشیطانگریه
خندهقهقههخداحافظ
سبزقهرهورا
دستگلتفکر
نمایش نظرات 1 تا 30

آمار وبلاگ

  • کل بازدید :
  • بازدید امروز :
  • بازدید دیروز :
  • بازدید این ماه :
  • بازدید ماه قبل :
  • تعداد نویسندگان :
  • تعداد کل پست ها :
  • آخرین بازدید :
  • آخرین بروز رسانی :

ساخت وبلاگ در میهن بلاگ

شبکه اجتماعی فارسی کلوب | اخبار کامپیوتر، فناوری اطلاعات و سلامتی مجله علم و فن | ساخت وبلاگ صوتی صدالاگ | سوال و جواب و پاسخ | رسانه فروردین، تبلیغات اینترنتی، رپرتاژ، بنر، سئو