基于粗糙集的數(shù)據(jù)挖掘技術(shù)研究及其在智能軟件中的實現(xiàn).pdf

1、隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用,人們積累的數(shù)據(jù)越來越多.激增的數(shù)據(jù)背后隱藏著許多重要的信息,人們希望能夠?qū)ζ溥M(jìn)行更高層次的分析,以便更好地利用這些數(shù)據(jù).目前的數(shù)據(jù)庫系統(tǒng)可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計等功能,但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則,無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢.缺乏挖掘數(shù)據(jù)背后隱藏的知識的手段,導(dǎo)致了″數(shù)據(jù)爆炸但知識貧乏″的現(xiàn)象.數(shù)據(jù)挖掘(Data Mining)就是從大量的、不完全的、有噪聲

2、的、模糊的、隨機(jī)的實際應(yīng)用數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程.數(shù)據(jù)庫中的知識發(fā)現(xiàn)技術(shù)(Knowledge Discovery in Database,KDD)是隨著數(shù)據(jù)庫和人工智能的發(fā)展而產(chǎn)生的,它是"從大量數(shù)據(jù)中提取出可信的、新穎的、有效的并能被人理解的模式的非平凡過程".數(shù)據(jù)挖掘帶來的顯著的經(jīng)濟(jì)效益,使數(shù)據(jù)挖掘越來越普及,它適用于商業(yè)中不同的領(lǐng)域.課題來源于Intel公司上海軟件實驗室VLT

3、項目,VLT(Virtual Language Tutor)軟件是一個幫助學(xué)生們學(xué)習(xí)英文的學(xué)習(xí)軟件.課題主要是在搭建好的VLT Client端軟件和VLT Online Web的平臺下,對已有的數(shù)據(jù)庫中與用戶發(fā)音情況相關(guān)的數(shù)據(jù)進(jìn)行分析,希望找到用戶的發(fā)音規(guī)則.在對問題有了一定認(rèn)識后,我決定采用數(shù)據(jù)挖掘的方法來對數(shù)據(jù)進(jìn)行處理,數(shù)據(jù)挖掘的方法使用的是粗糙集方法.本課題中按照數(shù)據(jù)挖掘通用過程逐步做下來,包括:確定業(yè)務(wù)對象、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、