高級db-第8章數據挖掘su(編輯修改稿)
2025-06-20 01:09 本頁面
【文章內容簡介】 DB 太多數據？ 有價值的信息 /知識 2. 數據挖掘 (Data Mining)的概念 是從大量數據中提取隱含在其中的 、 人們事先不知道的但又可能有用的 信息或知識的過程 。 數據挖掘概述 數據挖掘 數據庫技術 統計學 其他學科 信息科學 機器學習 可視化 4. 數據挖掘與數據倉庫的關系 ? 數據挖掘是數據倉庫發(fā)展的必然結果 ? 數據倉庫為數據挖掘提供應用基礎 數據挖掘流程 ? 1）數據準備 :選擇數據；數據預處理 (包括檢查數據的完整性及數據的一致性、去噪聲，填補丟失的域，刪除無效數據等）。 ? 2）定義問題 :清晰地定義出業(yè)務問題，確定數據挖掘的目的及需獲取的目標數據集。 ? 3）數據挖掘 : 根據數據功能的類型和數據的特點選擇相應的算法，在凈化和轉換過的數據集上進行數據挖掘。 ? 4）結果分析 : 對數據挖掘的結果進行解釋和評價，轉換成為能夠最終被用戶理解的知識。 ? 5）知識的運用 : 將分析所得到的知識集成到業(yè)務信息系統的組織結構中去。 數據挖掘的步驟 ? 3個主要工作： ? 數據準備、挖掘操作、結果表達和解釋 知識 應用 數據 預處理 數據 挖掘 評價 表示 問題 定義 數據倉庫 目標 數據集 模式 決策 數據挖掘的常用方法 ? 1)神經網絡。 以生物神經系統的神經細胞的數學模型為基礎來描述的 ，它 由網絡拓撲 ， 節(jié)點特點和學習規(guī)則來表示 。 ? 2）遺傳算法。 是一種基于生物自然選擇與遺傳機理的隨機搜索算法，是一種仿生全局優(yōu)化方法。 ? 3）決策樹方法。 是一種常用于預測模型的算法，它通過將大量數據有目的分類，從中找到一些有價值的，潛在的信息。 ? 4）粗集方法。 粗集理論是一種研究不精確、不確定知識的數學工具。粗集處理的對象是類似二維關系表的信息表。 ? 6）統計分析方法。 利用統計學原理對數據庫中的信息進行分析?？蛇M行數據總和、求平均值、回歸、相關、差異分析等。 ? 7）模糊集方法。 利用模糊集合理論對實際問題進行模糊評判、模糊決策、模糊模式識別和模糊聚類分析。 否 否 否 是 是 是 工作時間 5 年 高負債 低風險 高風險 高風險 低風險 收入 ￥ 4 0,000 年齡 學生 信譽等級 會購買 不會購買 會購買 會購買 不會購買 ≤30 31~40 40 否 是 一般 良好 主 要 內 容： ? 數據倉庫的特點是 面向主題 、 集成 、 非易失和隨時間變化 。 ? 聯機分析處理 (OLAP)的特點和基本操作 基本操作 :上鉆 、 下鉆 、 切片 、 切塊和旋轉 ? OLAP的實現方式 : 關系 OLAP、 多維 OLAP、 混合 OLAP ? 數據挖掘的概念及與流程 第八章 數據 倉庫與 挖掘 高級數據庫 技術 ? 第 1章 高級數據庫技術導論 ? 第 2章 高級 SQL技術 ? 第 3章 數據庫系統建模方法 ? 第 4章 數據庫系統調優(yōu)技術 基礎篇 技術篇 ? 第 5章 基于對象的數據庫 ? 第 6章 分布式數據庫 ? 第 7章 網絡 /XML數據庫 ? 第 8章 數據倉庫與挖掘 歸納： DBS包括： ? 硬件平臺 ? 軟件 ? OS ? DBMS ? 語言及開發(fā)工具 ?DB應用程序 ?DB ? 人： DBA、用戶等 數據模型 關系數據語言 DB的組成 DB設計 擴展 ER/UML法 結構擴展設計 關系代數 高級 /過程 SQL 系統查詢優(yōu)化 調優(yōu) 事務管理、 安全完整性 型 :模式 值 :關系 基于對象的數據庫 ? 面向對象的數據庫 ? 對象關系數據庫 基于網絡的數據庫 ?分布式數據庫 ?網絡 /XML數據庫等 ?數據倉庫與挖掘 基本數據模型 擴展數據模型 第 1章 高級數據庫技術導論 ? 本章要點： ?DB、 DBMS、 DBS及其關系 ?幾種數據模型的特征 ?DB技術的研究與發(fā)展 本章思考題
畢業(yè)設計相關推薦
鄂ICP備17016276號-1