數(shù)據(jù)倉庫與數(shù)據(jù)挖掘第一次作業(yè)(參考版)
2024-10-17 06:50本頁面
【正文】 四、編程題（20分）請大家用所學過的java語言改寫p192p194的vb核心源程序。因此，利用數(shù)據(jù)挖掘技術(shù)來幫助理解商業(yè)行為、確定電信模式、捕捉盜用行為、更好的利用資源和提高服務(wù)質(zhì)量是非常有必要的。電信、計算機網(wǎng)絡(luò)、因特網(wǎng)和各種其它方式的通信和計算的融合是的大勢所趨。在零售業(yè)，數(shù)據(jù)挖掘可有助于識別顧客購買行為，發(fā)現(xiàn)顧客購買模式和趨勢，改進服務(wù)質(zhì)量，取得更好的顧客保持力和滿意程度，提高貨品銷量比率，設(shè)計更好的貨品運輸與分銷策略，減少商業(yè)成本。同時還可發(fā)現(xiàn)在償還中起決定作用的主導(dǎo)因素，從而制定相應(yīng)的金融政策。在金融領(lǐng)域，管理者可以通過對客戶償還能力以及信用的分析，進行分類，評出等級。電子商務(wù)的發(fā)展促使公司內(nèi)部收集了大量的數(shù)據(jù)，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識，為公司創(chuàng)造更多潛在的利潤，數(shù)據(jù)挖掘概念就是從這樣的商業(yè)角度開發(fā)出來的。這種商業(yè)電子化的趨勢不僅為客戶提供了便利的交易方式和廣泛的選擇，同時也為商家提供了更加深入地了解客戶需求信息和購物行為特征的可能性。通過閱讀該文擋，請同學們分析一下數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域的應(yīng)用情況（請深入分析并給出實例，切忌泛泛而談）。這是一個更豐富的信息來源，（他們只知道這個詞，有人期待在這次會議上，除非他們有庫克網(wǎng)頁）。分類則是一個標準的問題，在數(shù)據(jù)挖掘和在電子商貿(mào)的應(yīng)用原則下，適當?shù)姆椒╗隨機森林，支持向量機（支持向量機），后勤拉索等]有賴于敏銳地在該網(wǎng)站上，該類型的廣告都是可以收集到的資料。在建筑陶瓷行業(yè)中的交叉銷售應(yīng)用，主要采用了Apriori 算法三、翻譯分析題（30分）附件有一名為“Data Mining in Electronic Commerce”的電子文檔，請同學們翻譯其中的一段。思想：其發(fā)現(xiàn)關(guān)聯(lián)規(guī)則分兩步，第一是通過迭代，檢索出數(shù)據(jù)源中所有煩瑣項集，即支持度不低于用戶設(shè)定的閥值的項即集，第二是利用第一步中檢索出的煩瑣項集構(gòu)造出滿足用戶最小信任度的規(guī)則，其中，第一步即挖掘出所有頻繁項集是該算法的核心，也占整個算法工作量的大部分。具體來說,在數(shù)據(jù)倉庫系統(tǒng)中,元數(shù)據(jù)機制主要支持以下五類系統(tǒng)管理功能:（１）描述哪些數(shù)據(jù)在數(shù)據(jù)倉庫中；（２）定義要進入數(shù)據(jù)倉庫中的數(shù)據(jù)和從數(shù)據(jù)倉庫中產(chǎn)生的數(shù)據(jù)；（３）記錄根據(jù)業(yè)務(wù)事件發(fā)生而隨之進行的數(shù)據(jù)抽取工作時間安排；（４）記錄并檢測系統(tǒng)數(shù)據(jù)一致性的要求和執(zhí)行情況；（５）衡量數(shù)據(jù)質(zhì)量。請談一下你對元數(shù)據(jù)管理在數(shù)據(jù)倉庫中的運用的理解。模板如下：姓名___________ 學號____________ 專業(yè)______________ 成績_____________題目4.…第五篇：數(shù)據(jù)倉庫與數(shù)據(jù)挖掘期末試題廣西財經(jīng)學院2007——2008學年2005級《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》卷請列舉您使用過的各種數(shù)據(jù)倉庫工具軟件（包括建模工具，ETL工具，前端展現(xiàn)工具，OLAP Server、數(shù)據(jù)庫、數(shù)據(jù)挖掘工具）和熟悉程度。，則居中。，宋體4號字加粗。[教學重點與難點] 聚類分析的算法[授 課 方 法] 以課堂講授為主，課堂討論和課下自學為輔 [授 課 內(nèi) 容] 什么是聚類分析 聚類分析中的數(shù)據(jù)類型 主要聚類算法的分類第十章 分類 建議學時：2 [教學目的與要求] 了解什么是數(shù)據(jù)挖掘的分類，掌握KNN(KNearest Neighbor)分類和Bayes分類 [教學重點與難點] KNN(KNearest Neighbor)分類和Bayes分類 [授 課 方 法] 以課堂講授為主，課堂討論和課下自學為輔 [授 課 內(nèi) 容] 第十一章 預(yù)測 建議學時
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1