数据挖掘技术在法人库系统中的应用研究

《数据挖掘技术在法人库系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据挖掘技术在法人库系统中的应用研究数据挖掘技术在法人库系统中的应用研究【摘要】数据挖掘技术在法人库系统中应用，充分利用现有源数据，发现隐含在数据仓库中的隐含规则和知识，对法人数据进行统计分析和预测，从而有效地利用法人库数据为社会服务。【关键词】数据挖掘；法人库；知识；OLAP1引言随着科学技术的发展，数据成为一项越来越被重视的战略资源。以法人信息为基础载体，解决各事业单位间存在的“信息孤岛”问题的法人单位基础信息数据库。在开发利用之初，就以为政府和社会服务为目标，充分融合利用现有数据资源，成功利用先进的数据发掘手段发现隐含在数据仓库中的隐含规则，通过数据多重分析模型建立起关键数据项的预

2、测。2法人单位基础信息数据库2.1法人数据法人库数据包含了描述一个单位的基本特征的信息，以组织机构代码作为数据库中所有单位的唯一的、始终不变的标识，采集工商、民政、编办、国税、地税和质监的数据，通过数据桥接、共亨、交换和比对后形成最终的法人基础信息数据库，法人库信息分为基本元素信息和扩展元索信息两大类。基本元索信息是指法人库基础信息，包括：组织机构代码、法人名称等9项法人基本信息。法人扩展元素信息是指除法人基本信息外部门间共享需求较为普遍的法人信息，包括组织机构代码信息、注册或登记信息、税务登记信息、统计信息4大类等34项。法人库信息具有权威性、准确性、完整性、动态性及易于应用的特性。法

3、人库数据是稳定的、随时间变化的数据集合，可用以支持管理决策、宏观预测。2.2法人库系统法人库系统市业务部门、交换平台、管理服务和应用服务四个层次组成，包含数据桥接系统、数据交换平台、数据比对系统、安全管理中心、Web发布系统、数据挖掘分析系统六个主要组成系统。主要采用IP技术组建网络；基于J2EE组件开发软件，整合各个系统；基于SOA应用集成开发框架。法人库系统将一些基本业务功能实现为一组细粒度基础服务，被高层业务组装共享。3数据挖掘技术在法人库中的应用3.1数据挖掘技术数据挖掘技术是从数据仓库中获取高可信度知识，发现人们不易察觉的隐含模式。法人基本信息项包含法人数量、注册资本、类型、所

4、属行业、经营范围、成立FI期等信息，通过聚类分析、正态分布分析、回归分析、吋间序列分析等方法，法人库数据挖掘系统主要挖掘法人信息中包含的潜在信息，如法人存在的牛命周期长短、区域内法人数量的变化趋势、各种类型法人的发展状况等进行预测分析，并以图形报表的方式进行展现。主要功能包括法人单位数量变化时间序列分析、法人生命周期预测分析、法人行业类型预测分析、法人经营范围分类分析、法人注册资本分析。数据挖掘流程是首先从前置机共享数据，通过比对系统对采集数据进行比对入库形成原始的法人库源知识数据，从而完成了低层知识数据的收集及获取；乂根据分析需求，通过数据清洗、整理、分类、关联等数据处理手段完成高层级

5、知识数据的加工提取，通过对目标分析的数据表的建立、分析及预测、完成…个简单的数据挖掘过程；分析预测过程利用调整分析模型，剔除数据中不正常数据等方法使数据挖掘过程与数据模型想匹配，辨别所得到的是否是知识则需将得到的结果信息化或可视化，然后与现有的知识和结合比较。3.2OLAP在线分析OLAP联机分析处理是面向分析的信息处理的数据处理方式，星形/雪花面向主的题数据库设计，具有汇总、统一、多维的特点，储存跨吋间维护历史数据，支持复杂查询、以汇总和多维的方式输出信息，为领导、主管或分析员提供长期信息需求和决策支持。数据库中的数据是按照各种主题组织。主题在数据仓库中的物理实现是一系列的相关表。面向

6、主题的数据组织方式可在较高层次上对分析对象的数据给出完整、一致的描述，能完整、统一的刻画各个分析对象所涉及的企业的各项数据以及数据之间的联系，从而适应各个部门的业务活动特点和数据的动态特征，从根本上实现数据与应用的分离。法人库数据挖掘系统OLAP在线分析通过法人类型、经济行业、经济类型、注册资本等维度对法人信息进行分析，以图形、报表的方式展现给用户。3.3数据库设计根据法人基本信息项建立数据挖掘法人数据库表集，其中包含法人类型统计信息表、法人经济行业统计信息表、法人经济类型统计信息表、法人注册资木统计信息表。表1为法人类型统计信息表。3.4代码法人类型分析代码创建表法人类型分析统计信息表

7、FRLX_COUNTcreatetableFRLXCOUNT(FRCODEVARCHAR(20)notnull,FRNAMEVARCHAR(40)notnull,FRNUMINTEGERnotnull,AREACODEVARCHAR(12)notnull,STAT_NDVARCHAR(4)notnull,STAT_YDVARCHAR(2)notnull)o3.5应用分析20世纪80年代后期数据挖掘通过仔细分析大量数据来揭示有意义的新