数据库中的知识发现

《数据库中的知识发现》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、辽宁工程技术大学硕士学位论文数据库中的知识发现姓名：李雪峰申请学位级别：硕士专业：计算机应用技术指导教师：刘万军2000.12.18n婆室王墨然垄．茎皇骥意薰溥I鲶蛊．．：!!摘要随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，数据洪水正向人们滚滚涌来。目前数据库系统所能做到的只是对数据库中已有的数据进行存取，人们通过这些数据所获得的信息量仅仅是整个数据库所包含的信息量的～部分，隐藏在这些数据之后更重要的信息是关于这些数据的整体特征的描述及对其发展趋势的预测，这些信息在决策生成的

2、过程中具有重要的参考价值。因此，数据库中的知识发现这一研究热点就应运而生了。在本文中，作者对KDD(数据库中的知识发现)进行了全面的分析与论述，并对数据采掘的主要技术之一一一神经网络的BP算法进行了详细的论述，并针对其不足之处提出了改进方案，最终提高了神经网络的收敛速度。关键词：数据库中的知识发现数据采掘神经网络BP算法-■。■．、P；l辽宁工程技术大学硕士学位论文IIABSTRACTWiththecontinuousdevelopmentofdatabasetechnologyandthecomprehensi

3、VeapplicationofDBMS，thedataisincreasingrapidlyinthedatabases．Thefloodofthedataisavalanchingtowardsthepeople．Atpresent，thedatabasesystemcanonlyaccesstheknowndatafromdatabases，theinformationthepeoplehavegotfromthesedataisjustalittlepartofinformationthatthewhole

4、databaseincluded．Theinformationplaysaveryimportantroleintheprocessofdecision—making．So，KnowledgeDiscoveryinDatabasesemerges，asthetimesrequire．Inthispaper，acompleteanalysisanddissertationaboutKDDisputforward，anddetailedlydiscussanimportanttechnologyofdataminin

5、g一一artificialneuralnetwork．AnimprovedprojectispresentedaboutBPalgorithmandthisprojectimprovesthelearningspeedoftheneuralnetwork．Keywords：KnowledgeDiscoveryinDatabasesDataMiningNeuralNetworkBPalgorithm辽宁工程技术大学硕士学位论文Nol1概述●1．1K叻及其核心技术DM的产生背景随着数据库技术的不断发展及数据库管理系统

6、的广泛应用，数据库中存储的数据量急剧增大，人类积累的数据量正在以指数速度增长，全世界每天新存入数据库的数据量超过万兆字节，数据洪水正向人们滚滚涌来。可是目前用于对这些数据进行分析处理的工具却很少。在大量的数据背后隐藏着许多重要信息，但由于人们目前所使用工具的局限性而无法将其挖掘出来，而这些重要信息可以很好地支持人们的决策。目前数据库系统所能做到的只是对数据库中已有的数据进行存取，人们通过这些数据所获得的信息量仅仅是整个数据库所包含的信息量的一部分，隐藏在这些数据之后的更重要的信息是关于这些数据的整体特征的描述及对

7、其发展趋势的预测，这些信息在决策生成的过程中具有重要的参考价值。例如，在超级市场通过条型码扫描，把每一笔商品交易输入数据库，一个中型超市经营的商品就数万种，每天的交易量上万笔。一个月的数据量有几个G。如此大量的数据在传统的数据库中并不能很好地回答经理关心的问题：商品在不同季节或一天的不同时间的销售量有何变化规律?商品A的销售量的增加是否会同时带动商品B的销售?如何调整商品的资金占用，以达到最佳的资源配置?各种商品的销售之间是否存在一定的关联关系?(例如Wal★Mart公司通过知识发现技术，意外地发现，尿布和啤酒常

8、常一起销售，原来先生们为小孩买尿布时又随手带回啤酒，公司将尿布和啤酒放同一货架，使得销量双双增长。)如今我们有太多的数据而总嫌知识不够。无怪乎奈斯伯特(JohnNaisbett)惊呼：“Wearedrowningininformation，butstarvingforknowledge”(人类正被数据淹没，却饥渴于知识)。面临浩渺无际的数据，人们呼唤从数据汪洋中来一个去粗