基于决策树学习方法的科技管理信息分类挖掘研究

《基于决策树学习方法的科技管理信息分类挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号：TP392密级：公开学号：0630301012江苏科技大学硕士学位论文（工程硕士）基于决策树学习方法的科技管理信息分类挖掘研究研究生姓名杨文兴指导教师　　　　朱志宇　　学位类别　　　　工程硕士　　　专业领域　　　计算机技术　研究方向　　　　数据挖掘　AThesisSubmittedinFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringTheresearchofClassificationMiningbasedonDecisionTreelearn

2、ingmethodsforscienceandtechnologymanagementinformationSubmittedbyYangWenXingSupervisedbyProfessorZhuZhiYuJiangsuUniversityofScienceandTechnologyJune,2009论文独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得江苏科技大学或其它教育机构

3、的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。  学位论文作者签名：日期：学位论文使用授权声明 江苏科技大学有权保存本人所送交的学位论文的复印件和电子文稿，可以将学位论文的全部或部分上网公布，有权向国家有关部门或机构送交并授权其保存、上网公布本学位论文的复印件或电子文稿。本人电子文稿的内容和纸质论文的内容一致。除在保密期内的保密论文外，允许论文被查阅和借阅。 研究生签名：导师签名：日期：日期：摘要摘要数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一，也是决

4、策支持系统的关键因素，数据仓库是一个支持管理决策过程的、面向主题的、随时间而变的数据集合，它是集成的，也是稳定的。数据挖掘是采用人工智能的方法对数据库和数据仓库中的数据进行分析、获取知识的过程。它们的结合能更好地为行业或有关部门不同范围的决策分析提供有力的依据。纵观以往的科研管理系统，多半是OLTP系统，缺乏综合分析、辅助决策的能力；并且对其历史积累的大量信息中隐含知识的利用无能为力。对科研管理进行分析是科研发展规划、评估的重要手段，采用数据挖掘技术对科研数据进行多层次、多角度的分析与挖掘，利用挖掘结果辅助科研决策是保证科研

5、投入质量、加快科研创新能力建设的必然要求。本文主要探讨了基于SQLSERVER系统分析服务的数据挖掘技术的基本理论和实施方法，探索了数据挖掘分类方法和实施预测。结合科技管理系统，从操作型数据库中抽取、清洗、汇总相关输入项，并对课题组活动主要类型进行预定义，结合微软分析服务系统，探索模型节点最佳拆分分数度量方法，分别建立决策树及神经网络挖掘模型，并用于测试集分析挖掘准确率，最终成功应用于我校科研管理数据分析。通过在科研管理系统中的具体挖掘实践，得到了许多有价值的信息，这些知识在帮助学校更好地进行科研政策制定、科研资金投入以及设

6、备资源的安排等方面无疑具有重要的指导意义。关键词：数据挖掘；分类预测；决策树；科研管理IABSTRACTABSTRACTDatawarehouseanddataminingisthedatabaseoftheresearch,developmentandapplicationofoneofthemostactivebranches,butalsodecisionsupportsystemthekeyelementisadatawarehousetosupportmanagementdecision-makingprocess

7、,subject-oriented,withthetimechangedataset,Itisintegrated,isalsostable.Dataminingisamethodofusingartificialintelligencedatabaseanddatawarehouseforanalysisofthedata,theprocessofacquiringknowledge.Thecombinationofthembetterfortheindustryorthedepartmentsconcernedofthe

8、decision-makingindifferentareastoprovideastrongbasisforanalysis. Lookingatthepast,researchmanagementsystems,mostOLTPsystems,thelackofcomprehensiv