基于数据仓库的数据挖掘技术的研究与实现数据分类的研究与实现
数据仓库论文 数据挖掘论文 数据分类论文
论文详情
最近十年来,数据库规模日益扩大,数据量可达数GB甚至TB级,这些数据中包含了大量的潜在的有价值的信息,有的已被发现,有的还没被发现。如何有效地管理,利用数据库中数据,以及怎样才能发现其中潜在的知识,由此需求就产生了数据仓库和数据挖掘技术。目前数据仓库和数据挖掘技术已经成为计算机界新的研究热点之一,引起数据库、机器学习、统计等领域的专家的广泛关注。 在本文中,首先讨论了有关数据仓库技术的基本概念,阐述了如何设计和创建数据仓库,接着讨论了数据挖掘定义、特点和分类,以及数据挖掘与知识发现的区别与联系,并深入阐述了基于数据仓库的数据挖掘的巨大优势,然后具体地讨论了数据挖掘中的一个重要方面数据分类的概念,分类的标准,以及基于概念的面向属性归纳的分类模式的产生方法,最后给出了根据分类门限值动态调整概念层次树、对于数值型数据自动提取概念层次和自动产生分类模式的具体算法。
第一章 从数据库到数据仓库 | 第6-10页 |
1.1 时代背景 | 第6-7页 |
1.2 数据库技术的发展 | 第7-8页 |
1.3 数据仓库和数据挖掘阶段 | 第8-9页 |
1.4 文章的组织 | 第9-10页 |
第二章 数据仓库技术 | 第10-29页 |
2.1 数据仓库的定义 | 第12-14页 |
2.2 数据仓库系统的系统结构 | 第14-15页 |
2.3 数据仓库的数据组织 | 第15-20页 |
2.3.1 数据仓库的数据组织结构 | 第15-16页 |
2.3.2 数据仓库的数据组织形式 | 第16页 |
2.3.3 数据仓库的数据组织系统 | 第16-19页 |
2.3.4 数据仓库的数据组织方式 | 第19-20页 |
2.4 构建数据仓库的方法 | 第20-22页 |
2.4.1 数据集市 | 第20-22页 |
2.5 数据仓库的实现步骤 | 第22-29页 |
2.5.1 确定用户需求 | 第22-23页 |
2.5.2 设计和创建数据库 | 第23-25页 |
2.5.3 提取和加载数据仓库 | 第25-27页 |
2.5.4 数据仓库的使用和维护 | 第27-29页 |
第三章 数据挖掘 | 第29-43页 |
3.1 数据挖掘的定义 | 第29页 |
3.2 数据挖掘的特点 | 第29-30页 |
3.3 数据挖掘的分类 | 第30-31页 |
3.4 数据挖掘和知识发现的区别与联系 | 第31-33页 |
3.5 数据挖掘的任务 | 第33-35页 |
3.6 基于数据仓库的数据挖掘 | 第35-37页 |
3.7 数据挖掘的方法 | 第37-40页 |
3.8 数据挖掘的工具 | 第40-42页 |
3.9 数据挖掘的应用 | 第42-43页 |
第四章 数据挖掘中数据分类的研究与实现 | 第43-76页 |
4.1 数据分类 | 第43-44页 |
4.1 数据分类的标准 | 第44页 |
4.2 数据的概念层次 | 第44-48页 |
4.3 主要归纳关系 | 第48-51页 |
4.4 分类模式的产生 | 第51-52页 |
4.5 分类模式的实现 | 第52-76页 |
4.5.1 数据库接口 | 第52-56页 |
4.5.2 数据预处理 | 第56-58页 |
4.5.3 面向属性归纳 | 第58-76页 |
4.5.3.1 动态调整概念层次树算法 | 第59-65页 |
4.5.3.2 对数值型数据自动提取概念层次的算法 | 第65-68页 |
4.5.3.3 产生主要归纳关系和分类模式的算法 | 第68-76页 |
第五章 总结和展望 | 第76-79页 |
论文购买
论文编号
ABS1385261,这篇论文共79页
会员购买按0.30元/页下载,共需支付
23.7。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
39.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文