通用數(shù)據(jù)挖掘系統(tǒng)平臺的設計與實現(xiàn).pdf

1、數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、事先不知道的、但又是潛在有用的信息和知識的過程。隨著計算機網(wǎng)絡化、數(shù)據(jù)庫技術(shù)的迅速發(fā)展特別是數(shù)據(jù)庫管理系統(tǒng)的廣泛應用,產(chǎn)生了大規(guī)模數(shù)據(jù),并呈爆炸式增長。然而,人們卻無法理解并有效利用這些數(shù)據(jù)中隱含的、有價值的知識,致使其處于“數(shù)據(jù)爆炸而知識貧乏”的尷尬境地。各種各樣的數(shù)據(jù)挖掘系統(tǒng)工具的使用正是人們擺脫這一尷尬境地的有力手段,因為數(shù)據(jù)挖掘系統(tǒng)工具能幫助人們智能地

2、、自動地發(fā)現(xiàn)遺留在海量數(shù)據(jù)中的潛在知識,以供分析、決策之用。本課題研究的是基于數(shù)據(jù)庫且支持數(shù)據(jù)挖掘標準過程、集成多種數(shù)據(jù)挖掘算法、適用于多領(lǐng)域的第二代數(shù)據(jù)挖掘系統(tǒng)平臺。研究內(nèi)容如下:
　　 (1)以數(shù)據(jù)挖掘理論、數(shù)據(jù)挖掘系統(tǒng)工具為切入點,循序漸進地分析了研究的數(shù)據(jù)挖掘系統(tǒng)平臺應該具備的功能及特征,為其設計及實現(xiàn)奠定理論基礎(chǔ)。
　　 (2)說明數(shù)據(jù)預處理是數(shù)據(jù)挖掘系統(tǒng)平臺中不可或缺的部分,對數(shù)據(jù)預處理的必要性、內(nèi)容、主要方

3、法進行了詳細分析。
　　 (3)對數(shù)據(jù)挖掘的分類算法、聚類算法、關(guān)聯(lián)分析、預測分析進行闡述,實現(xiàn)了部分數(shù)據(jù)挖掘經(jīng)典算法:ID3、C4.5、樸素貝葉斯分類、K-means、K-modes、最短距離法、最長距離法、DBSCAN、基于距離的孤立點分析、Apriori、線性回歸分析。在論文里詳細說明了ID3、樸素貝葉斯分類、K-means、Apriori、線性回歸分析的基本思想、已有改進等相關(guān)內(nèi)容,并以實例等方式詳細說明了其實現(xiàn)過程。<