近十幾年來,隨著計算科技的進步,大幅度提高了人們利用信息技術生產和搜集數據的能力,海量的數據庫軟件被用于商業(yè)管理、政府辦公、科學研究和工程開發(fā)等等領域,這一勢頭仍將持續(xù)發(fā)展下去。于是,一個新的挑戰(zhàn)被提了出來。在這所謂的信息爆炸的時代,信息過量幾乎成為人人需要面對的問題。因此,面對“人們被數據淹沒,同時卻仍然感到知識饑餓”的挑戰(zhàn),數據挖掘(Data Mining)技術應運而生,并得以蓬勃發(fā)展,越來越顯示出其強大的生命力。數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中,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。有了這一概念之后,相應的軟件實現也孕育而生了,像SQL Server,Oracle等商業(yè)軟件都先后實現數據挖掘的相關算法。有了數據庫的支持剩下的工作就是把它和業(yè)務系統(tǒng)實現融合以完成具體的應用系統(tǒng)。本文首先分析遼河油田概預算管理中心的管理現狀,找出了現行管理辦法的弊端,并和中心的管理層和實際操作人員進行了有效的溝通,最終確定系統(tǒng)的功能需求。然后分析了現階段的軟件結構,發(fā)現B/S這種軟件實現結構迅速的代替了老式的C/S的軟件結構。接著分析了數據挖掘... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：76 頁

【學位級別】：碩士

【部分圖文】：

數據挖掘產生因素圖示

圖 1-2 數據挖掘所涉及的學科接下來分析一下數據挖掘未來的發(fā)展方向是什么，將會呈現出何種趨勢？歸納起來主要有七個方面的內容:[2]1. 數據挖掘的行業(yè)標準化。首先是數據挖掘語言的標準化，數據挖掘語言將會像 SQL 語言一樣走向形式化和標準化。經過標準化了的數據挖掘語言有助于數據挖掘系統(tǒng)的開發(fā)、多個數據挖掘系統(tǒng)的功能相互轉換以及促進數據挖掘系統(tǒng)的普及使用。其次是數據挖掘組織將會成立，數據挖掘組織將有由各相關廠商聯(lián)合構成，預測模型標記語言的 XML 將有可能成為他們共同采用的一種格式來描述常見的預測模型，例如邏輯回歸分析、決策樹以及神經網絡模型等等。他們的目標在于創(chuàng)造出一種模型，讓其它數據探勘，以及商業(yè)智能應用程序能夠直接采用，而不需要重新手動建立程序代碼。另一個目的是讓這些使用即 XML 來描述的模型，能夠安全、實時地添加到 7×24 小時持續(xù)運作的系統(tǒng)之中。2. 數據挖掘算法的改進。這主要體現在可伸縮的數據挖掘算法上。與傳統(tǒng)的數據分析方法相比，數據挖掘必須能夠有效處理大量數據，而且盡可能是交互式的。由于數據的激增，針對單獨或集成的數據挖掘功能的可伸縮算法顯得十分重

數據的清洗、轉換，并作為轉化之后數據的存儲載體。OLAP 作為獲取信息的分技術，也是不可缺少的，它實現對數據倉庫中所存儲數據的查詢、分析，使其為有用的信息。同時，DM 工具可以獲取數據倉庫中隱藏的有用信息[16]。以關數據庫為基礎構建完善的數據倉庫，可以為聯(lián)機分析處理和數據挖掘提供良好數據載體。2.2 數據挖掘 數據挖掘，有時還譯作數據開采，一種公認的定義是 W.J.Frawley，GPiateShapiro 等人提出的：數據挖掘，就是從大型數據庫的數據中提取人們感興趣的識，這些知識是隱含的、事先未知的、潛在有用的信息，提取的知識可表示為念(Concepts)、規(guī)則(Rules)、規(guī)律(Regularities)、模式(Patterns)等形式。此定義把據挖掘的對象僅定義為數據庫，廣義地講:數據挖掘是在一些事實或觀察的集合尋找模式的決策支持過程。也就是說，數據挖掘的對象不僅是數據庫，也可以文件系統(tǒng)，或其它任何數據集合[17]，典型的 DM 系統(tǒng)流程如圖 2~2 所示。


本文編號：2903558