基于组件的数据挖掘工具的研究与实现

摘要

数据挖掘，也称为数据库中的知识发现，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，是数据库技术、人工智能、机器学习、统计分析、模糊逻辑、模式识别、人工神经网络等多个学科相结合的产物，是当今研究的热点技术之一。数据挖掘与数据仓库的结合使得数据挖掘成为数据仓库应用中极为重要和相对独立的工具。基于组件的开发提供了一种灵活、高效的开发应用程序方法。在本文中，作者采用了组件化的思想，设计和实现了一个数据挖掘工具的原型系统，文章结构如下：
　　 (1)介绍了国内外可视化数据挖掘工具的研究背景、现状、意义，并对数据挖掘系统和相关技术的发展进行了分析与讨论；
　　 (2)分析了现阶段几个主流系统的优缺点，明确了系统的改进方向；分析了组件的实现技术；
　　 (3)描述了基于组件的数据挖掘系统的典型结构，设计了数据挖掘工具(DMTool)原型系统，包括该系统的设计原则与需求等；
　　 (4)对轻量级与重量级框架进行了综合比较，并给出数据挖掘工具原型系统技术框架选择标准，并给出了原型系统的JAVA语言编程实现。
　　 作者对本文描述的数据挖掘工具原型系统进行了仿真测试和分析，证明本文研究的技术路线和方法具有实用价值和参考性。

目录

文摘

英文文摘

第一章 引言

1.1 课题背景及研究意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 本文组织结构

第二章 数据挖掘原理及组件技术概述

2.1 知识发现过程定义

2.2 数据挖掘的基本概念

2.3 组件技术

2.4 数据挖掘系统的发展与演变

2.5 本章小结

第三章 系统总体设计

3.1 系统设计原则

3.2 系统总体架构

3.3 系统功能

3.4 系统框架选择

3.5 本章小结

第四章 分类算法模块

4.1 分类综述

4.2 决策树基本算法

4.3 经典算法ID3

4.4 ID3算法实例

4.5 ID3算法在系统中的实现

4.6 本章小结

第五章 关联规则挖掘算法模块

5.1 关联挖掘的基本概念

5.2 关联规则挖掘过程

5.3 APRIORI算法

5.4 APRIORI算法实例

5.5 APRIORI算法在系统中的实现

5.6 APRIORI算法的优化方法讨论

5.7 本章小结

第六章 原型系统实现

6.1 系统的逻辑结构

6.2 系统的层次结构模型

6.3 数据预处理

6.4 分类挖掘算法模块实现

6.5 关联规则算法模块实现

6.5 本章小结

第七章 总结与展望

7.1 总结

7.2 展望

参考文献

攻读硕士学位期间所发表的学术论文及参与的科研项目

致谢