1 / 73
文档名称:

关联挖掘在科研管理系统中的应用研究(可复制毕业论文).pdf

格式:pdf   页数:73
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

关联挖掘在科研管理系统中的应用研究(可复制毕业论文).pdf

上传人:mkt365 2014/2/25 文件大小:0 KB

下载得到文件列表

关联挖掘在科研管理系统中的应用研究(可复制毕业论文).pdf

文档介绍

文档介绍:摘要进行讨论,分析经典籵算法及其存在的问题、基本解决方案后,提出了适合本文挖掘的多维硎算法的设计方案,并应用于本文挖掘中;接着论文介绍了随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数已日趋成熟、稳定,且易于理解和操作,于是数据挖掘的研究重点也逐渐转向了如何应用方面。目前,数据挖掘技术在商业、金融等领域的应用已积累了很多成功经验。但在教育层面上的应用却还很少。近年来随着高校的不断扩招,学生人数大幅度增加,给高校的教学、科研管理工作带来了严峻的考验,我们发现利用高校逐年积累下来的海量的教学、科研信息,通过数据挖掘获得科学的依据、启示,来引导高校寻求合理的教学模式,指导师生进行有效的科研工作,完全可以使高校朝着好的方向健康、稳步的发展、前进。本文就是将数据挖掘的技术引入到高校的科研工作中的一个应用尝试。本文以某高校的科研管理系统为背景,运用关联挖掘的技术对其积累的科研信息进行挖掘,来试图发现影响科研成果的关键要素,以及各科研要素间和科研成果间的关联关系,从而为领导组织、协调师生科研工作、做出科研决策提供科学依据。本文首先综述了数据挖掘的研究背景、意义以及数据挖掘技术在高校科研管理中的应用现状和意义,然后在对数据挖掘相关理论、关联规则思想及主要算法科研数据的关联挖掘系统的结构,确定了面向主题的挖掘任务,包括:科研项目信息的挖掘、论文信息的挖掘、学术专著信息的挖掘等;设计了关联规则的实施过程,并通过程序编码得以实现,获得了多条有启发性的关联规则,并对其进行了解释与分析。最后本文阐述了课题研究中的一些心得及对后续科研活动的展望。关键词:关联规则;高校科研管理;多维惴ǎ还亓M诰蛳低据越来越多。数据挖掘技术的应运而生使得这些数据背后隐藏着的重要信息得以利用,也为更高层次的分析提供了科学依据。经过多年的发展,。数据挖掘的算法中文摘要
栅琤嘲髓鷇唧础,血秛甀删辤磺餭佗蚴锄加,髂籹哑越膅,州啪∞餭腷啪,,硒蛳眦⒀濒骯搬觯瑂怀鰈琣∞鷈齛静咖鷇∞鷄鷈躺血锄皿小∞耐鷑皀祄锄琩騦膇费饷驣曲∽轪地騐:衄∞.裡穉锄璐羒鷅盯、∞鲥。璐惦【∞僦巧衄辴,碿籩#齞譳蚰鉳鹤伍吼,锄英文摘要出曲譮琺蟝纈鏰羇如鵩,甿裪,鏾黯,∞∞∞盯膇巧∞丘,’化∞,鐂丛血锄皊伯忙∞玜∞豻,∞缸給鼯勰膚觚,他畂叫,ⅱ鬷骴絤【趾,
趃鰋辤训莱皉!艫恍籥舅枭綾禸,础细譶鷈眑,篈貶騌畇俩的斫庞砸的【,∞姻∞;一籄姻騇騣Ⅱ英文摘要,膌【琲簃.∞巧,甿鹤也辮∞土骯扭翴甌畂—佗
论文储躲遏娑闳坑不保密谠谝陨戏娇蚰诖颉啊桃论文作者签名:古‘咔!年月日期:!年月大连海事大学学位论文原创性声明和使用授权说明原创性声明:羞隧控堡垄型研笪堡丕蕴生的廑旦巫宜:。除论文中已学位论文版权使用授权书本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果,明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发本声明的法律责任由本人承担。本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、版权使用管理办法”,同意大连海事大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。保密口,在年解密后适用本授权书。保密口撰写成硕士学位论文经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中以表或未公开发表的成果。本学位论文属于:
第滦髀数据挖掘技术研究背景与研究意义近年来,人们利用信息技术生产和搜集数据的能力大幅度提高,无数个数据库被用于商业管理、政府办公、科学研究和工程开发等,这一势头仍将持续发展下去【¨。于是,一个新的挑战被提了出来:在这信息爆炸的时代,信息过量几乎成为人人需要面对的问题,大量信息在给人们带来方便的同时也带来了许多问题第一是信息过量,难以消化;第二是信息真假难以辨识;第三是信息安全难以保证;第四是信息形式不一致,难以统一处理。人们开始提出一个新的口号:“要学会抛弃信息”【俊H绾尾拍懿槐恍畔⒌耐粞蟠蠛K兔唬又屑笆狈⑾钟杏玫闹识,提高信息利用率昵萃诰蚝椭J斗⑾际跤υ硕⒌靡耘畈发展,越来越显示出其强大的生命力啊数据挖掘就是从大量的,不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程【俊J萃诰蚣际醯挠τ昧煊蚴止憷ǎ梢源庸叵凳菘狻⑹莶挚狻文本和多媒体数据库、事务数据库和互联网等各种数据源上设法获取诸如分类模型、聚类模型、回归模型、关联模型和时间序列模型等多种知识模型】。可以说,有数据积累的地方,就有数据挖掘技术的用武之地。