文档介绍：长安大学硕士学位论文靪学科名称垂煎焦垒苎堡垒塑塑鹩阒骼嘉畚拇鸨缛掌鱼缒髂鱼璺塑±申请学位级别论文提交日期
摘要数据挖掘切畔⒋砑际跹芯苛煊虻囊幌钪匾?翁狻K侵复哟型数据库或数据仓库中提取隐含的、未知的、及有潜在应用价值的信息或模式的过程。它融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。分类是数据挖掘技术研究的一个重要方向。常用的分类模型有决策树、神经网络、遗传算法、粗糙集、统计模型等。本文主要研究决策树惴ḿ捌涓慕惴ā由于数据挖掘中分类算法在商业应用中最为广泛,而决策树算法是数据挖掘分类的核心算法之一。在决策树算法中有晏岢龅腎算法最为著名,该算法有三大主要缺点:惴ㄍ蛴谘≡袢≈到隙嗟氖粜裕≈到隙的属性并不总是最优的属性。甀只能处理离散属性,对于连续型的属性,在分类前需要对其进行离散化。甀必须知道从叶子节点到树根的路径上所有内节点对应的属性的属性值。为了解决这些问题,本文在惴ǖ幕∩咸岢隽烁慕法,通过使用同一训练集对不同算法建立的决策树的比较,得出改进算法比法所得的决策树更为理想。本文用这种完全面向对象的高级语言实现惴ḿ案慕惴ǎτ迷网上书店交易方案的挖掘实例中,完成从数据导入到生成规则的完整的数据挖掘步骤,并使生成的规则可视化显示,为决策者提供决策支持。另外采用娲⒋挖掘数据,鉴于摹白阋员泶锔髦掷嘈偷氖荩τ糜谟氩煌氖菰唇交互,解决了数据的统一接口问题”优点,尝试并应用在惴ǖ母慕胧迪中,为任意数据库转换成袷降氖萃诰蛱峁┝怂悸贰关键词:数据挖掘决策树惴嫦蚨韵骕
琤,’瑃琣.·—.’瓸,“,.:;,..—保篋
导师签名:酗一论文作者签名:槲男年岁月鐾日论文作者签名:素男骂论文知识产权权属声明论文独创性声明7夷甓嘣卵廊本人声明:本人所呈交的学位论文是在导师的指导下,独立进行研究工作所取得的成果。除论文中已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表的成本声明的法律责任由本人承担。本人在导师指导下所完成的论文及相关的职务作品,知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为长安大学。C艿穆畚脑诮饷芎笥ψ袷卮斯娑ぁ年⒃潞果。
第一章绪论掘在国外已成为热门研究方向。年,的上还有不少缱映霭嫖铮渲幸园朐驴疜§数据挖掘的研究背景随着计算机硬件和软件的飞速发展,尤其是数据库技术与应用的日益普及,人为有效地解决这一问题,自世纪年代开始,数据挖掘技术逐步发展起来。侵复哟笮褪菘饣蚴莶挚庵刑崛∫摹⑽粗5摹⒎瞧椒布坝星痹应用价值的信息和模式。他是数据库研究中的一个很有应用价值研究的新领域,融理想情况是一个自治的学习,自动地探索有用的和令人感兴趣的信息,并以适当的模由原来的专题讨论会发展到国际学术大会,研究重点也逐渐从发现方法转向系统们面临着快速扩张的数据海洋,如何有效利用这一丰富数据海洋的宝藏为人类服务,已成为广大信息技术工作者所关注的焦点之一。与日益成熟的数据管理技术与软件工具相比,人们所依赖的数据分析工具,却无法有效的为决策者提供其决策支持所需要的相关知识,从而形成了一种“丰富的数据,贫乏的知识”这一独特的现象。数据挖掘殖剖菘庵械闹J斗⑾合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘的形式报告其发现结果。数据挖掘要经过数据采集、预处理、数据分析、结果显示等一系列过程,最终将分析结果呈现在用户面前。年在加拿大召开了第一届知识发现和数据挖掘国际学术会议以来,数据挖会刊出版了际踝ǹ5侥壳拔V梗琄国际研讨会已经召开了次,规应用,注重多种发现策略和技术的集成,以及多学科之间的相互渗透。年数据挖掘和知识发现的国际学术刊物J即纯年亚太地区在北京召开的第三届盏篇论文。另外,在钗H威,另一份在线周刊为霾咧С,于年月湛J汲霭妗W杂陕厶可以通过电子邮件相互讨论的热点问题。与国外相比,国内对数据挖掘的研究稍晚,没有形成整体力量,直到年国家自然科学基金才首次支持该领域的研究项目,并且目前进行的大多数研究项目是由政府资助进行的,如苹ⅰ熬盼濉奔苹龋邮率萃诰蜓芯康娜嗽敝饕在大学,也有部分在研究所或公司。研究所涉及的领域很多,一般集中于学习算法的研究、数据挖掘的实际应用以及有关数据挖掘理论方面的研究,如北京系统工程.
§数据挖掘及决策树的最新动态和发展趋势研究所对模糊方法在知识发现中的应用进行了较深入研究;北京大学在开展对数据立方体代数的研究;华中科技大学、复旦大学、浙江大学、中国科技大学、中科院数学研究所、吉林大学等单位开展了对关联规则开采算法的优化和改造:南京大学、四川联合大学和上海交通大学等单位探讨、研究了非结构化数