数据挖掘在邮政网运分析系统中的应用

《数据挖掘在邮政网运分析系统中的应用》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、南京理工大学硕士学位论文数据挖掘在邮政网运分析系统中的应用姓名：黄秀勤申请学位级别：硕士专业：计算机应用技术指导教师：王玲20090501Abstract硕士论文Withtherapidprogressofinformationtechnology，alargeamountofhistoricaldatahasbeenaccumulatedinpost．Ironically，importantdecisionsareoftenmadeonthemanagerialexperiencesofdecisionmakersin

2、steadofthescientificanalysisofabundantinitialdatasource．Hence，howtobuilddecisionsupportsystems，whichcallprovideexcellentdataanalysisfunction，hasbecomemoreandmoreimportant．Thusthispaperwilillustratetheresearchonapplicationofdataminingtechniquesinthefieldofpostalne

3、ttransportationsystem．Thispapermakesintroduceaboutdataminingatfirst．Itmainlyprobesintotheconceptofdataminingtechnology，theknowledgeclassificationsofdataminingandthedataminingtoolsetc．Secondly，thispaperdiscussthathowtoputintoeffectdataminingproject，andanalysesthea

4、pplicationformsofdataminingtechnology．Thispapertalksaboutthequestionsthatdataminingprojectputintoeffect．Finally,theapplicationofadataminingmodelinNantongpostalnettransportationsystemisintroduced．Basedontheanalysisonnettransportationsystemdatabase，thismodelbuildsm

5、odelsthroughstarschematostructurealogicmodelofwarehouse；then,itwillwithdrawdatafromenterprisebusinessdatabase，andputthedatathroughtheprocessesofdataexamination,datascrubbing，dataconversionanddataprotocol，afterwhichthevaluableandcleandatawillbeloadedintothedatabas

6、etocompletethestructuringofwarehouse．Dataminingtoolsareadoptedtoanalyzethedata,withtheresultsbeingdisplayedbyWebPagetocompletethepostalnettransportationanalysissysteminNantong，whichconsistsoffivemajorfunctionblockssuchassystemmanagement，dataacquisition,loadanalys

7、is，costanalysis，dataprocessingandSO011．Keyword：Datamining；Post；DatawarehouseⅡ声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除-rJJ口以标注和致谢的部分外，不包含其他人已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均己在论文中作了明确的说明。研究生签名：学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本

8、学位论文的部分或全部内容，可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，按保密的有关规定和程序处理。研究生签名：砷q刖8日硕士论文数据挖掘在邮政网运分析系统的应用1绪论1．1论文研究背景、意义和现状目前，针对商业、工业、信息检索和金融等各种应用所产生的巨大数据集而进行的