發(fā)布時(shí)間：2020-12-07 16:25

　　近十幾年來,隨著計(jì)算科技的進(jìn)步,大幅度提高了人們利用信息技術(shù)生產(chǎn)和搜集數(shù)據(jù)的能力,海量的數(shù)據(jù)庫軟件被用于商業(yè)管理、政府辦公、科學(xué)研究和工程開發(fā)等等領(lǐng)域,這一勢(shì)頭仍將持續(xù)發(fā)展下去。于是,一個(gè)新的挑戰(zhàn)被提了出來。在這所謂的信息爆炸的時(shí)代,信息過量幾乎成為人人需要面對(duì)的問題。因此,面對(duì)“人們被數(shù)據(jù)淹沒,同時(shí)卻仍然感到知識(shí)饑餓”的挑戰(zhàn),數(shù)據(jù)挖掘(Data Mining)技術(shù)應(yīng)運(yùn)而生,并得以蓬勃發(fā)展,越來越顯示出其強(qiáng)大的生命力。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(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(shí)的過程。有了這一概念之后,相應(yīng)的軟件實(shí)現(xiàn)也孕育而生了,像SQL Server,Oracle等商業(yè)軟件都先后實(shí)現(xiàn)數(shù)據(jù)挖掘的相關(guān)算法。有了數(shù)據(jù)庫的支持剩下的工作就是把它和業(yè)務(wù)系統(tǒng)實(shí)現(xiàn)融合以完成具體的應(yīng)用系統(tǒng)。本文首先分析遼河油田概預(yù)算管理中心的管理現(xiàn)狀,找出了現(xiàn)行管理辦法的弊端,并和中心的管理層和實(shí)際操作人員進(jìn)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(xiàn)階段的軟件結(jié)構(gòu),發(fā)現(xiàn)B/S這種軟件實(shí)現(xiàn)結(jié)構(gòu)迅速的代替了老式的C/S的軟件結(jié)構(gòu)。接著分析了數(shù)據(jù)挖掘... 

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

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)挖掘產(chǎn)生因素圖示

圖 1-2 數(shù)據(jù)挖掘所涉及的學(xué)科接下來分析一下數(shù)據(jù)挖掘未來的發(fā)展方向是什么，將會(huì)呈現(xiàn)出何種趨勢(shì)？歸納起來主要有七個(gè)方面的內(nèi)容:[2]1. 數(shù)據(jù)挖掘的行業(yè)標(biāo)準(zhǔn)化。首先是數(shù)據(jù)挖掘語言的標(biāo)準(zhǔn)化，數(shù)據(jù)挖掘語言將會(huì)像 SQL 語言一樣走向形式化和標(biāo)準(zhǔn)化。經(jīng)過標(biāo)準(zhǔn)化了的數(shù)據(jù)挖掘語言有助于數(shù)據(jù)挖掘系統(tǒng)的開發(fā)、多個(gè)數(shù)據(jù)挖掘系統(tǒng)的功能相互轉(zhuǎn)換以及促進(jìn)數(shù)據(jù)挖掘系統(tǒng)的普及使用。其次是數(shù)據(jù)挖掘組織將會(huì)成立，數(shù)據(jù)挖掘組織將有由各相關(guān)廠商聯(lián)合構(gòu)成，預(yù)測(cè)模型標(biāo)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(yù)測(cè)模型，例如邏輯回歸分析、決策樹以及神經(jīng)網(wǎng)絡(luò)模型等等。他們的目標(biāo)在于創(chuàng)造出一種模型，讓其它數(shù)據(jù)探勘，以及商業(yè)智能應(yīng)用程序能夠直接采用，而不需要重新手動(dòng)建立程序代碼。另一個(gè)目的是讓這些使用即 XML 來描述的模型，能夠安全、實(shí)時(shí)地添加到 7×24 小時(shí)持續(xù)運(yùn)作的系統(tǒng)之中。2. 數(shù)據(jù)挖掘算法的改進(jìn)。這主要體現(xiàn)在可伸縮的數(shù)據(jù)挖掘算法上。與傳統(tǒng)的數(shù)據(jù)分析方法相比，數(shù)據(jù)挖掘必須能夠有效處理大量數(shù)據(jù)，而且盡可能是交互式的。由于數(shù)據(jù)的激增，針對(duì)單獨(dú)或集成的數(shù)據(jù)挖掘功能的可伸縮算法顯得十分重

數(shù)據(jù)的清洗、轉(zhuǎn)換，并作為轉(zhuǎn)化之后數(shù)據(jù)的存儲(chǔ)載體。OLAP 作為獲取信息的分技術(shù)，也是不可缺少的，它實(shí)現(xiàn)對(duì)數(shù)據(jù)倉庫中所存儲(chǔ)數(shù)據(jù)的查詢、分析，使其為有用的信息。同時(shí)，DM 工具可以獲取數(shù)據(jù)倉庫中隱藏的有用信息[16]。以關(guān)數(shù)據(jù)庫為基礎(chǔ)構(gòu)建完善的數(shù)據(jù)倉庫，可以為聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘提供良好數(shù)據(jù)載體。2.2 數(shù)據(jù)挖掘 數(shù)據(jù)挖掘，有時(shí)還譯作數(shù)據(jù)開采，一種公認(rèn)的定義是 W.J.Frawley，GPiateShapiro 等人提出的：數(shù)據(jù)挖掘，就是從大型數(shù)據(jù)庫的數(shù)據(jù)中提取人們感興趣的識(shí)，這些知識(shí)是隱含的、事先未知的、潛在有用的信息，提取的知識(shí)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(jù)挖掘的對(duì)象僅定義為數(shù)據(jù)庫，廣義地講:數(shù)據(jù)挖掘是在一些事實(shí)或觀察的集合尋找模式的決策支持過程。也就是說，數(shù)據(jù)挖掘的對(duì)象不僅是數(shù)據(jù)庫，也可以文件系統(tǒng)，或其它任何數(shù)據(jù)集合[17]，典型的 DM 系統(tǒng)流程如圖 2~2 所示。


本文編號(hào)：2903558