基于数据挖掘技术的行业应用

《基于数据挖掘技术的行业应用》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、西安建筑科技大学硕士学位论文基于数据挖掘技术的行业应用姓名：王小强申请学位级别：硕士专业：计算机科学指导教师：赵文静2002.6.1磁耘基于数据挖掘技术的行业应用专业：计算机应用技术硕士生：王晓强指导教师：赵文静教授摘要数据挖掘．也可以称为数据库中的知识发现0(mwled薛DiscoveryinDatabase，KDD)．是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程。本文从数据挖掘的背景出发，阐述了西安供电局电网臼动化系统中数据挖掘技术的应_I=H情况；介绍了数据挖掘中常片{的方法和算法，并针对数据挖掘的流程来阐述负荷预测实现的整体过程；通过熟煎亟剩的实现，说

2、明了数据挖掘系统的实施给企业能够带来相当大的利益，并给企业决策层提供很好的决策依据。本文还对数埽拉椭的躲前景辩彳亍了描述，并对论文中存在的问题和进一步的工作做了相应的说明。关键i-I：数据挖掘数据仓库知识发现数据预处理关联规则分类和预澳一聚类分析论文类型：应用基础theprofessionappficafionbaseddataminingSpeciality：ApplicationofcomputertechnologyName：WangXiaoqiangInstructor：．Prof．ZhaoWenjingAB譬rRACTDataMining,alsonamedasKDD(Kn

3、owledgeDiscovelyinDatabase),isanadvancedprocess,inwhichWeⅢ西ckupmanytrustful，novel，usefulandreadablepatternsfromverylargeamountsofdata．ThispaperdescribesapplicationofDataMiningtechnologyduringcourseofimplementofthexi’anpowersuppIysystemindetail；Italsointrixk脱9咖mcommonIndho凼andalgorithmduringthed

4、ataminingandexpourl凼the茸曲nlpⅨ档ofthepredictionofelectricquantityImdingbasedofdatamining．Inthisthesis,Itr-ot∞thatdataminingsystemcan晰唱Centyofbmdittandofferthereferenceofdecisionma．kingtotheente叫se．Onotherhard,thethesisfigurespromisingofdataminingsystemand蛐lysesdefectinthepaperandmakeseorresixmdi唱

5、expositionforfurtherwork．Keywords：DataMiningDataWarehouseKnowledgeDiscoveryDataPre-processi坞ClassificationandPredictionPoly-classAnalysis¨两安建筑科技大学硕{。学位论文第一章绪论1．1课题的研究背景近年来，信息在企业发展中的关键地位得剑越来越多的荚注。在这个全新的“信息时代”，赢家往往是那些能成功的收集、分析、理解信息并根据这些信息决策的企业。我们完全有理由相信，信息的生产和消费费用将不断增K。信息，可以定义为“消除不确定的东曲”。更进一步的说，决

6、策过程就是一个逐渐消除不确定性的过程，也是组织机构采取有目的的行为的关键。现代企业市场竞争的动态充分的告诉我们，企业的信息是其生存的关键。但是如何从已有的信息中挖掘出对企业发展做出决策的东两就尤为关键。正是这种前提的出现．数据挖掘引起了信息产业界的极大关注，其原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广。泛的应用于各种应用，包括商务管理、生产控制、市场分析、iIj翻殳计和科学探索等。对丁

7、客户方来说，快速、准确、高效地收集和分析信息是企业提高决策水平和增强企业竞争力的重要的手段，企业数据就像埋藏在深山中的金矿，如果不能供企业决

8、策人员使用，就不能充分发挥其应有的价值，随着数据库技术和数据库系统的广泛应用，全球范围的数据库中存储的数据量急剧增大。有些公司经过长年累月积累下来的商业数据目前已经超过几百万条记录，而像气象部门每天的数据量就达到了16(1G=100咖)。用于收集、管理数据的功能强大的数据库系统几乎在所有的人中型企业中得到了应用。几乎每一项事务都会生成一条计算机记录，这些大最数据中包禽了富有价值的信息，如趋势和模式，可以用于改进和优化事务决策。然而，今天的数据库包含的数据如