案例探討ppt課件-免費閱讀
【正文】 ? 細節(jié) (參數調整等 )必須靠讀者自行練習。 12 第二階段數據前置處理 (2) ? 資料整理前后數據表內容變化比較 數據表 名稱 原始資料總筆數 資料整理后的總筆數 原始字段個數 整理過后字段個數 Book 364299 75214 22 11 Reader 37318 8587 31 5 History 1132648 612075 3 6 13 內容 ? 簡介 ? 原始數據源 ? 資料前置處理 ? 資料倉儲設計 ? 資料探勘結果 ? 總結 14 數據倉儲設計 (1) ? 事實數據表： History 為事實數據表， amount 量值。 ?僅留下 marc_id(書籍 id)、 title、 author、 publisher、publish_year、 language、 subject、 marc_class、 class、sub_class、 publish_interval等字段。 ? 探討問題： ?探討不同科系是否借閱不同類別的書？ ?不同年級學生是否借閱不同類別的書？ ?大學部與研究生是否有不同的借閱習慣？ ?圖書分類是否有改進的地方？ ?借閱紀錄是否隱藏不易發(fā)掘而且重要的信息 ？ ? 實例解說資料探勘過程，了解數據探勘的過程，建立具體的印象與觀念，注重過程，而非結果。 8 第一階段數據前置處理 (2) ? 在 Book 數據表內的： ?根據中西文圖書分類，在索書號上新增 sub_class及 class屬性，建立書籍種類的概念階層 。 11 第二階段數據前置處理 (1) ? 在 Reader 數據表，分析對象為正常學制學生，刪除外校人士、行政人員、在職專班、轉系、大五、大六、系所空白者、身分無法辨認者。 ? 書籍 subject字段 (表示書的類別 )，此類別為人工手動建置， n所以字段格式并不統(tǒng)一，例如：有「 Computer Language – Makeup Language」、「 Computer_Language_Makeup_ Language」、 「 Computer Language： Extensible Makeup Language」等，建議將分類機制由手動輸入改為類似下拉式選單挑選，以提高書目資料的準確度。 。 ? 每個系所借閱書籍的種類，和所學科系有相關，建議借閱方式可以更彈性。 ?加入 amount 字段，代表借書的本數，一般都為 1，作為事實數據表的量值。 ?依學號分類，新
教學課件相關推薦
鄂ICP備17016276號-1