数据仓库和数据挖掘在成人高校决策中的应用

《数据仓库和数据挖掘在成人高校决策中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、据仓库所能够提供的功能却早有需求，使这些系统既不能充分发挥联机事务处理功能，又在数据分析方面受到限制，因此应用技术是朝着更加细化，更加专业的方向发展。在新一代的应用系统中，数据仓库在一开始便被纳入系统设计的考虑[3]中，联机分析应用于普通的事务处理系统之中。1．2．2数据挖掘研究现状数据挖掘技术的提出最早可追溯到1989年8月在美国底特律召开的第11届国际人工智能联合会议的专题讨论会，在该次讨论会上首次出现KDD（KnowledgeDiscoveryinDatabase）这个术语。随后在1991年、1993年和1994年都举行KDD专题讨论会，汇集

2、来自各个领域的研究人员和应用开发者，集中讨论数据统计、海量数据分析算法、知识表示、知识运用等问题。随着参与人员的不断增多，1995年KDD国际会议发展成为年会。参加会议的人数已由1989年的30人增加到2000年60多人，许多国际会议也将KDD列为讨论的专题，1993年IEEE的《KnowledgeandDataEngineering》率先出版了KDD专刊，1997年创办了国际性的学术刊物《DataMiningandKnowledgeDiscovery》。一些著名的软件公司开始开发KDD软件，许多大学开始开设数据挖掘的相关课程。到目前为止，由美国人

3、工智能协会主办的KDD国际研讨会已经召开了8次，规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应用，注重多种发现策略和技术的集成，以及多种学科之间的相互渗透。1999年，亚太地区在北京召开的第三届PAKDD会议收到158篇论文，空前热烈。并行计算、计算机网络和信息工程等其他领域的国际学会、学刊也把数据挖掘和知识发现列为专题和专刊讨论，甚至到了脍炙人口的程度。已经有一些数据挖掘系统上市，如加拿大SimonFraser大学开发的多任务挖掘系统DBMiner，IBM公司Almaden研究中心开发的多任务挖掘系统Quest，SG

4、I公司研制的集数据挖掘和强大的可视化工具于一体的数据挖掘系统MineSet等。此外，在Internet上还有不少KDD电子出版物，其中以半月刊KnowledgeDiscoveryNuggets最为权威。在网上还有许多自由论坛，如DMEmailClub等。目前，比较有影响的典型数据挖掘系统是：SAS公司的EnterpriseMiner，IBM公司的IntelligentMiner、SGl公司的SetMiner、SPSS公司的Clementine、Sybase公司的WarehouseStudio、RuleQuestResearch公司的See5、还有C

5、overStory、EXPLORA、KnowledgeDiscoveryWorkbench、DBMiner、Quest等。同时可以访问http://www.datamininglab.com网站，该网站提供了许多数据挖掘系统和工具的性能测试报告。目前，国外数据挖掘研究的进一步发展主要有对知识发现方法的研究，如近3年来注重对Bayes（贝叶斯）方法的研究和提高；传统的统计学回归法在KDD中的应用；KDD与数据库的紧密结合等。在应用方面包括：KDD商业软件工具不断产生和完善，注重建立解决问题的整体系统，而不是孤立的过程。用户主要集中在大型银行、保险公司

6、、电信公司和销售业。国外很多计算机公司非常重视数据挖掘的开发应用，IBM和微软都成立了相应的研究中心进行这方面的工作。与国外相比，国内对DMKD（DataMiningandKnowledgeDiscovery）的研究稍晚，没有形成整体力量。1993年国家自然科学基金首次支持对该领域的研究。1994年4月在北京召开的第3届亚太地区KDD国际会议响应热烈，收到论文158篇。目前国内很多高校和科研单位从事数据挖掘的基础理论和应用的研究，如北京系统工程研究所对模糊力一法在知识发现中的应用进行了较深入的研究，北京大学也在开展对数据立方体代数的研究，华中理工大

7、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、研究了非结构化数据的知识发现以及Web数据挖掘。所涉及的研究领域很多，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。目前进行的大多数研究项目是由政府资助进行的，如国家自然科学基金、863计划、“十五”计划等。数据仓库和数据挖掘方法在国内高校中的应用也还处于起步阶段。数据挖掘研究具有广泛的应用前景，主要的应用领域有：针对生物医学和DNA数据分析的数据挖掘、针对金融数据

8、分析的数据挖掘、在电子商务中的数据挖掘及电信业中的数据挖掘、针对天文和气象中的观测数据进行分析的数据挖掘等。数据挖掘产生的