決策支持系統(tǒng)升級122(編輯修改稿)
2025-07-19 19:35 本頁面
【文章內(nèi)容簡介】 動，面向應(yīng)用。 如：銀行的儲蓄系統(tǒng) OLAP系統(tǒng)——聯(lián)機分析處理 OnLine Analytical Processing 跨部門，面向主題。 OLTP與OLAP對比 1 數(shù)據(jù)挖掘的主要方法（第四部分下ppt16）（1）歸納學(xué)習(xí)方法 信息論方法（決策樹方法）： IDIDIDIBLE方法 集合論方法：粗糙集方法、關(guān)聯(lián)規(guī)則挖掘、覆蓋正例排斥反例方法、概念樹方法（2）仿生物技術(shù)：神經(jīng)網(wǎng)絡(luò)方法、遺傳算法（3）公式法：現(xiàn)在工程和科學(xué)數(shù)據(jù)庫中對若干數(shù)據(jù)項（變量）進(jìn)行一定的數(shù)學(xué)運算，求得相應(yīng)的數(shù)學(xué)公式。（4）統(tǒng)計分析方法 常用統(tǒng)計方法、相關(guān)分析、回歸分析、假設(shè)檢驗、聚類分析、判別分析（5）模糊數(shù)學(xué)方法：模糊模式識別、模糊聚類、模糊分類、模糊關(guān)聯(lián)規(guī)則等（6）可視化技術(shù)1Apriori算法\ID3算法的思想及其應(yīng)用Apriori算法(課本230)（第四章下ppt26）在關(guān)聯(lián)規(guī)則挖掘算法中，把項目的集合稱為項集（itemset），包含有k個項目的項集稱為k項集。包含項集的事務(wù)數(shù)稱為項集的出現(xiàn)頻率，簡稱為項集的頻率或支持度計數(shù)。如果項集的出現(xiàn)頻率大于或等于最小支持度s與D中事務(wù)總數(shù)的乘積，則稱該項集滿足最小支持度s。如果項集滿足最小支持度，則稱該項集為頻繁項集（frequent itemset ）。關(guān)聯(lián)規(guī)則的挖掘主要被分解為下面兩步：第1步：找出所有的頻繁項集，即找出支持度大于或等于給定的最小支持度閾值的所有項集?？梢詮?到k遞歸查找k頻繁項集。第2步：由頻繁項集產(chǎn)生強關(guān)聯(lián)規(guī)則，即找出滿足最小支持度和最小置信度的關(guān)聯(lián)規(guī)則。對給定的L，如果其非空子集A204。L，sup(L)為L的支持度，sup(A)為A的支持度，則產(chǎn)生形式為A222。LA的規(guī)則。 ID3的基本思想（第四部分下ppt34） 構(gòu)造決策樹，決策樹的每個節(jié)點對應(yīng)一個非類別屬性，每條邊對應(yīng)該屬性的每個可能值。以信息熵的下降速度作為選取測試屬性的標(biāo)準(zhǔn)，即所選的測試屬性是從根到當(dāng)前節(jié)點的路徑上尚未被考慮的具有最高信息增益的屬性。ID3方法應(yīng)用（第四部分下ppt97）a根據(jù)疾病分類患者b根據(jù)起因分類設(shè)備故障c根據(jù)拖欠支付的可能性分類債款申請1數(shù)據(jù)倉庫在物流領(lǐng)域的應(yīng)用：主要實現(xiàn)對物流服務(wù)需求分析、物流成本分析和物流過程分析，這主要以分析實時數(shù)據(jù)為主，將數(shù)據(jù)在供給鏈上按需重組，輔助決策者獲取與目標(biāo)相關(guān)的信息。（第四部分上ppt72）物流配送數(shù)據(jù)倉庫（物流數(shù)據(jù)倉庫ppt71）1人工智能：是探求人類的思維過程，研究將人類的腦力勞動延伸到某種物理裝置的原理和實現(xiàn)的一門學(xué)科。（第六章ppt5）專家系統(tǒng)：就是利用存儲在計算機內(nèi)的某一特定領(lǐng)域內(nèi)人類專家的知識，來解決過去需要人類專家才能解決的現(xiàn)實問題的計算機系統(tǒng)。（第六章ppt4）1智能決策支持系統(tǒng)（IDSS，Intelligence Decision Supporting System），是人工智能（AI，Artificial Intelligence）和DSS相結(jié)合，應(yīng)用專家系統(tǒng)（ES，Expert System）技術(shù)，使DSS能夠更充分地應(yīng)用人類的知識，如關(guān)于決策問題的描述性知識，決策過程中的過程性知識，求解問題的推理性知識，通過邏輯推理來幫助解決復(fù)雜的決策問題的輔助決策系統(tǒng)。既能處
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1