數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘第一次作業(yè)-文庫(kù)吧在線文庫(kù)
【正文】 漢字，宋體小四號(hào)，頁(yè)面設(shè)置為：左2 上2 。數(shù)據(jù)挖掘?qū)垲?lèi)的數(shù)據(jù)要求是什么？（1）可伸縮性（2）處理不同類(lèi)型屬性的能力（3）發(fā)現(xiàn)任意形狀的聚類(lèi)（4）使輸入?yún)?shù)的領(lǐng)域知識(shí)最小化（5）處理噪聲數(shù)據(jù)的能力（6）對(duì)于輸入順序不敏感（7）高維性（8）基于約束的聚類(lèi)（9）可解釋性和可利用性簡(jiǎn)述Apriori算法的思想，談?wù)勗撍惴ǖ膽?yīng)用領(lǐng)域并舉例。一些企業(yè)獲得更多的信息，從數(shù)據(jù)倉(cāng)庫(kù)中，如作為choicepoint公司，這使得他們的專(zhuān)家來(lái)建立高度個(gè)性化的分類(lèi)規(guī)則。從而可減少放貸的麻木性，提高資金的使用效率。分析人員可以對(duì)呼叫源、呼叫目標(biāo)、呼叫量和每天使用模式等信息進(jìn)行分析，還可以通過(guò)挖掘進(jìn)行盜用模式分析和異常模式識(shí)別，從而可盡早發(fā)現(xiàn)盜用，為公司減少損失。電信業(yè)已經(jīng)迅速地從單純的提供市話和長(zhǎng)話服務(wù)演變?yōu)榫C合電信服務(wù)，如語(yǔ)音、傳真、尋呼、移動(dòng)電話、圖像、電子郵件、機(jī)和WEB數(shù)據(jù)傳輸以及其它的數(shù)據(jù)通信服務(wù)。數(shù)據(jù)挖掘技術(shù)作為電子商務(wù)的重要應(yīng)用技術(shù)之一，將為正確的商業(yè)決策提供強(qiáng)有力的支持和可靠的保證，是電子商務(wù)不可缺少的重要工具。每位同學(xué)翻譯的段號(hào)以大家學(xué)號(hào)的最后兩位為準(zhǔn)，如10號(hào)同學(xué)只需翻譯正文的第10段，以此類(lèi)推。ETL工具：Ascential DataStage，IBM warehouse MANAGER、Informatica公司的PowerCenter、Cognos 公司的DecisionStream市場(chǎng)上的主流數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)層軟件有：SQL SERVER、SYBASE、ORACLE、DBTERADATA 但是使用過(guò)的只有SQL SERVER和數(shù)據(jù)挖掘工具Analysis Services，而且不大熟悉。[教學(xué)重點(diǎn)與難點(diǎn)] ID3算法、[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 基本概念 數(shù)據(jù)泛化 屬性相關(guān)分析 挖掘概念對(duì)比描述 挖掘大數(shù)據(jù)庫(kù)的描述型統(tǒng)計(jì)信息第八章 關(guān)聯(lián)挖掘建議學(xué)時(shí)：2 [教學(xué)目的與要求] 了解關(guān)聯(lián)挖掘和的方法，掌握Apriori算法 [教學(xué)重點(diǎn)與難點(diǎn)] Apriori算法[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 基本概念 單維布爾邏輯關(guān)聯(lián)規(guī)則挖掘 多層關(guān)聯(lián)規(guī)則挖掘 多維關(guān)聯(lián)規(guī)則挖掘 關(guān)聯(lián)規(guī)則聚類(lèi)系統(tǒng)(ARCS) 關(guān)聯(lián)規(guī)則其它內(nèi)容第九章聚類(lèi)分析建議學(xué)時(shí)：2 [教學(xué)目的與要求] 了解什么是聚類(lèi)分析、聚類(lèi)和分類(lèi)的區(qū)別，掌握聚類(lèi)分析的算法。沃爾瑪利用信息技術(shù)建設(shè)的數(shù)據(jù)倉(cāng)庫(kù),在1997年圣誕節(jié)進(jìn)行市場(chǎng)技術(shù)建立的數(shù)據(jù)倉(cāng)庫(kù),即分析顧客最可能一起購(gòu)買(mǎi)那些商品,結(jié)果產(chǎn)生了經(jīng)典的“啤酒與尿布”的故事,這便是借助于數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)第三篇：數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)教學(xué)大綱數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)（教學(xué)大綱）Data mining and data warehouse課程編碼：05405140 學(xué)分： 課程類(lèi)別： 專(zhuān)業(yè)方向課 計(jì)劃學(xué)時(shí)： 48 其中講課：32 實(shí)驗(yàn)或?qū)嵺`： 上機(jī)：16 適用專(zhuān)業(yè)：信息管理與信息系統(tǒng)、電子商務(wù) 推薦教材：陳文偉，數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘教程，清華大學(xué)出版社，2008 參考書(shū)目： , Michael Mining: A TutorialBased , Eibe Mining: Practical Machine Learning Tools and Techniques(第二版).機(jī)械工業(yè)出版社（影印版）， Han, Micheline Mining: Concepts and （第2版），陳京民 編著，電子工業(yè)出版社， ，蘇新寧 等編著，清華大學(xué)出版社， ，謝邦昌 主編，機(jī)械工業(yè)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1