基于数据仓库的数据挖掘技术应用

一、基于数据仓库的数据采掘技术应用（论文文献综述）

解亚萍^[1]（2007）在《数据采掘技术》文中进行了进一步梳理本文针对数据采掘技术展开讨论和研究。如何快速有效地从海量的网络信息中,采掘出潜在的、有价值的信息,使之有效地在使用和管理决策中发挥作用,是急需要解决的问题。

李学锋^[2]（2005）在《矿山企业数据仓库的应用研究》文中提出矿业是国民经济的基础,矿业的可持续发展是国民经济可持续发展的重要保证;而信息化是提高矿业生产管理水平的重要措施之一。“以信息化带动工业化,以工业化促进信息化”是加快实现矿业现代化的必然选择。本文在全面分析我国有色矿山企业信息化现状、所处阶段和存在的问题的基础上,结合矿山企业的生产经营特点,对矿山数据仓库建设的理论与方法进行了系统研究,设计出大型矿山企业数据仓库的整体解决方案。论文主要内容如下: 1、针对矿山企业的生产经营特点和信息流动特点,开展矿山数据仓库的框架结构设计。矿山数据仓库的框架结构由数据仓库访问层、数据仓库功能层、数据仓库管理层和数据仓库环境支持层组成;该框架结构为矿山数据仓库建设提供了一种通用的“蓝图”,有利于矿山管理者、系统设计者和实现者的沟通和协作,用以指导矿山数据仓库的建设。 2、根据矿山数据仓库的框架结构和数据仓库的相关理论,通过对玉溪矿业公司的业务需求分析,确定了玉溪矿业公司数据仓库建设的具体目标和任务,设计了数据仓库的6个主题域,即资源管理、原矿管理、精矿管理、财务管理、安全管理和设备物资管理,这6个主题域基本涵盖了玉溪矿业公司的生产经营的各个方面。并以系统工程思想为指导,对玉溪矿业公司数据仓库的数据采集系统、中心数据库系统、应用分析系统、数据访问层、数据仓库环境层进行了规划设计。 3、数据采集是矿山数据仓库建设中的重要一环,根据数据仓库的数据要求及玉溪矿业公司信息化建设状况,论文设计了两种采集方式,即基于C/S架构的数据自动采集传输方式和基于B/S架构的数据填报方式,并规划了数据采集的范围和内容,研究了数据过滤机制、数据整合机制,以解决企业各管理层之间、各业务部门之间、各应用系统之间数据独立和相互隔离的问题。 4、建立数据仓库的主要任务是建立企业全局性、基础性的中心数据库,中心数据库包括基础代码库和业务数据库。论文进行了矿山基础代码整理、统计口径整理和矿山指标体系设计,着重进行了关键绩效指标（KPI）的设计;最终使矿山数据达到指标规范、口径一致、数据字典标准。矿山中心数据库按BKR模型设计成三个层次,以实现数据的稳定性与应用的灵活性相统一。多维数据存储采用菱形降维技术对维度进行分解,以提高查询分析的响应速度。 5、设计了集数据仓库、OLAP、数据挖掘于一体的矿山生产经营分析系统并应用于生产实际中。用户可以通过多种手段从矿山数据仓库中获取有用的信息,如信息查

李煜华,孙彩,毕波^[3]（2004）在《基于Web技术的DSS设计与重构》文中进行了进一步梳理针对传统的基于Web技术的决策支持系统（DSS）知识库的内容、结构不易扩充,兼容性差,升级困难等问题,结合当前最新的Web技术,提出了新型的基于Web技术的决策支持系统,并对该系统进行了设计与重构。新型的基于Web的决策支持系统可解决客户与服务之间的信息复杂化,信息显示、模型与数据的透明调用等问题。

曹建^[4]（2003）在《基于园区网络的教务管理数据挖掘系统》文中进行了进一步梳理数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一。所谓数据仓库，就是把一个单位的历史数据收集到一个中央仓库中以便于处理，它是支持决策过程的，面向主题的、集成的、随时间而变的、持久的数据集合，它实现了从数据到信息的转变，用以支持结构式即席查询、分析报告、和管理决策过程。数据挖掘（Date Mining），指的是从大型的数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的，事先未知的潜在有用信息。数据挖掘工具将为基于数据仓库的决策支持系统开发提供良好的技术支持，以发现数据仓库中潜在的知识。本文设计了一个基于园区网络教务平台的数据仓库，并重点模拟实现了基于此数据仓库平台的数据挖掘系统。该挖掘系统的数据源是数据仓库平台中的学生成绩数据，分为三个主要的功能模块：数据准备、数据挖掘、结果表述。在应用时，需要对这三个功能多次迭代，以比较挖掘的结果，即完成数据评价的功能，从而得出对某一决策分析具有真正价值的知识。在数据挖掘模块中，本文简述了四种数据挖掘技术：关联规则、序列分析、分类分析、聚类分析，重点研究了关联规则挖掘以及结合关联规则和聚类分析的联合挖掘算法。关联规则挖掘的研究中论述了经典的关联规则挖掘的思想和算法，结合应用平台提出了如下改进：增加兴趣度阈值来提高规则的精度；采用特殊的数据结构来提高挖掘的速度。联合挖掘中分析了应用关联规则对整体数据进行挖掘的弊端，提出先采用聚类分析将数据对象分组成为多个类或簇，再进行有针对性的关联规则挖掘，研究了聚类分析后如何进行关联规则的快速更新，提出了新型的数据挖掘方法。在数据表述方面，仍以关联规则为主，讲述了自然语言表示、图形表示和网格表示三种表示方法。对于多用户的网络系统，设计了浏览器／服务器加中间件的三层结构模式，解决了多个远程网络用户访问数据挖掘结果的问题。

郭清顺,邓责梦^[5]（2002）在《数据分析与数据采掘系统的构件技术的研究与应用》文中指出研究了基于数据仓库系统之上的数据采掘系统的构件技术 ,提出了建立数据采掘系统原型系统的技术方法 ,并将其应用到大庆油田数据采掘系统的应用中 ,效果良好。

张蒲生^[6]（2002）在《政府机关网络中信息采掘技术的应用研究》文中指出一、引言通常,政府机关网络包括三个部分:一是政府机关内部的电子化和网络化办公;二是政府部门之间通过专用线路进行局域网之间的互联、信息的共享和实时通信;三是政府部门通过互联网与公众之间进行公共信息的发布与双向的信息交流,同时由政府职能部门为公众提供

张廷广,容红斌^[7]（2002）在《数据仓库在信息管理中的应用》文中认为着重阐述了数据仓库的基本概念、特征和体系结构 ,通过与传统关系型数据库的比较 ,介绍了相关的数据采掘技术 ,以及数据仓库在信息管理中的应用

孟志青,万天明,杨斌^[8]（2001）在《数据仓库的时态数据采掘形式化研究》文中进行了进一步梳理数据仓库的数据采掘问题本质上是时态数据采掘问题,本文首先简述了一种基于数据中央采掘器为核心的数据仓库的建造方法,给出了划分时间段的时态型理论,由此定义了时态数据——事件空间,最后我们讨论了时态关联规则、时态周期规则、时间序列事件和其它时态数据采掘的有关问题。

薛锦^[9]（2001）在《数据仓库及其创建中的几个问题》文中进行了进一步梳理：介绍了数据仓库的体系结构和功能，对ＯＬＴＰ和ＯＬＡＰ进行了比较，对在已有数据库基础上创建数据仓库出现的多模式间不配匹、约束不一致和属性值冲突等问题进行了分析，并结合作者的实践给出了相应解决方案或设想，最后给出了数据仓库领域进一步研究的几个问题．

游湘涛,叶施仁,史忠植^[10]（2001）在《多策略通用数据采掘工具MSMiner》文中进行了进一步梳理介绍了一种多策略通用数据采掘工具 MSMiner的设计与实现 .MSMiner建立在数据仓库之上 ,采用面向对象的方法描述关于数据源、采掘算法、采掘步骤和用户的元数据 .该系统集成决策树、关联规则、传统统计分析、聚类分析、神经网络和可视化等多种数据采掘算法 ,以任务模型的形式生成和执行数据采掘及决策支持任务 .其特点是支持数据库、数据仓库、文本以及 Web页面等形式数据源 ,可以动态地添加采掘算法 ,对数据和采掘策略的组织灵活有效 ,具有很好的可扩充性和通用性

二、基于数据仓库的数据采掘技术应用（论文开题报告）

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、基于数据仓库的数据采掘技术应用（论文提纲范文）

（1）数据采掘技术（论文提纲范文）

1．引言

2．数据采掘技术概述

3．数据采掘的过程、分类及其典型方法

4．数据采掘技术的应用

5. 数据采掘的发展趋势

(1) 网络内容采掘：

(2) 网络结构采掘：

(3) 网络用法采掘：

6．结束语

（2）矿山企业数据仓库的应用研究（论文提纲范文）

摘要

ABSTRACT

第1章绪论

1.1 前言

1.2 我国有色矿山企业信息化的现状及发展阶段

1.3 我国有色矿山企业信息化现阶段的任务和目标

1.4 数据仓库技术及其在国内外矿山的应用研究现状

1.5 论文的研究内容

第2章矿山数据仓库的框架结构

2.1 矿山企业的生产经营特点和管理特点

2.2 矿山信息的流动模式

2.3 矿山数据仓库的框架结构

2.4 本章小结

第3章玉溪矿业公司数据仓库规划

3.1 玉溪矿业公司业务目标

3.2 玉溪矿业公司信息化现状

3.3 玉溪矿业公司数据仓库建设的必要性和可行性

3.4 玉溪矿业公司数据仓库的建设目标和任务

3.5 矿山数据仓库的建设原则

3.6 玉溪矿业公司数据仓库主题分析

3.7 玉溪矿业公司数据仓库规划

3.8 本章小结

第4章矿山数据仓库的数据采集

4.1 数据采集的数据要求

4.2 矿山数据仓库的数据源分析

4.3 数据采集方式

4.4 数据采集的内容

4.5 数据的清洗过滤

4.6 数据整合

4.7 本章小结

第5章中心数据库设计

5.1 矿山基础代码设计

5.2 统计口径整理

5.3 矿山指标体系设计

5.4 矿山数据仓库数据模型的建立

5.5 数据管理层次设计

5.6 主题分析设计

5.7 本章小结

第6章基于数据仓库的矿山生产经营分析系统

6.1 矿山生产经营分析系统框架及功能设计

6.2 生产经营管理信息的发布

6.3 OLAP分析

6.4 数据挖掘

6.5 应用效果分析评价

6.6 本章小结

第7章总结

7.1 工作成果

7.2 论文的创新点

7.3 今后的工作展望

参考文献

致谢

附录

（4）基于园区网络的教务管理数据挖掘系统（论文提纲范文）

1 引言

1.1 数据仓库及其相关技术(数据挖掘)产生的背景

1.2 数据仓库及其相关技术(数据挖掘)的应用

1.3 本文的研究工作成果

2 数据仓库设计

2.1 从数据库到数据仓库

2.2 数据仓库

2.2.1 数据仓库的定义

2.2.2 数据仓库的体系结构

2.2.3 数据仓库的功能描述

2.2.4 数据仓库的数据模型

2.2.5 数据转换

2.2.6 数据仓库工具

3 数据挖掘(DATAMINING)

3.1 数据挖掘的技术基础

3.1.1 DataMining的概念

3.1.2 DataMining的方法

3.1.3 DataMining的分析方法

3.2 数据挖掘系统的体系结构及运行过程

3.2.1 数据挖掘的三级结构

3.2.2 数据挖掘的步骤

3.3 DATAMINING与其它数据库工具的区别和联系

3.3.1 操作型工具

3.3.2 分析型工具

3.4 数据挖掘的应用

4 数据挖掘在教务管理数据仓库中的应用

4.1 关联规则理论

4.1.1 引入兴趣度阈值的关联规则挖掘方法

4.2 算法描述

4.2.1 经典Apriori算法

4.2.2 增加兴趣度来提升规则的精度

4.2.3 采用特殊数据结构来提升挖掘的速度

4.2.4 聚类分析和关联规则的联合挖掘

4.2.5 多层次关联规则的有效挖掘算法

4.3 关联规则的存储和表示方式

4.3.1 存储方式

4.3.2 可视化表示方式

5 系统实现

5.1 系统界面

5.2 系统实现

6 结束语

6.1 技术总结

6.2 发展与改进

参考文献

致谢

（7）数据仓库在信息管理中的应用（论文提纲范文）

1 什么是数据仓库

2 数据仓库的特征

2.1 面向主题

2.2 集成的数据

2.3 数据不可更新

2.4 数据随时间不断变化

3 数据仓库基本体系结构

4 数据采掘

5 数据仓库的应用

5.1 信息存贮

5.2 数据仓库的构建