文摘
英文文摘
声明
第一章 引言
1.1概述
1.2数据仓库的概念与内容
1.2.1数据仓库的特征
1.2.2数据仓库与传统数据库的区别
1.2.3数据仓库的体系结构
1.2.4数据仓库的关键技术
1.3数据挖掘理论与技术
1.3.1数据挖掘的步骤
1.3.2数据挖掘的主要功能
1.3.3实现数据挖掘的具体算法
1.3.4数据挖掘的主要应用与发展趋势
1.4论文背景
1.4.1流程企业生产特点
1.4.2 CIMS技术内容
1.4.3 CIPS体系结构
1.4.4基于CIPS的管控一体化系统
1.4.5项目的具体实施
1.5论文的研究内容框架和主要贡献
1.5.1论文的主要内容
1.5.2论文的主要贡献和创新点
第二章 数据清洗与集成框架
2.1前言
2.2数据质量概述
2.2.1数据质量衡量指标
2.2.2脏数据分类
2.3 ETL集成框架及具体实施
2.3.1数据仓库的数据来源
2.3.2 ETL集成框架及具体实施过程
2.4小结
第三章 数据仓库模型设计与应用
3.1多维模型与OLAP
3.1.1内容与概念
3.1.2 OLAP基本操作
3.2常用数据仓库的概念模型
3.2.1星型模型与雪花模型
3.2.1其他概念模型
3.3 DWER模型研究与应用
3.3.1 DWER模型概念与表示
3.3.2应用实例
3.3.3 DWER模型的评价
3.4星链ER模型与应用
3.4.1模型概念内容
3.4.2星链ER模型表示方法
3.4.3星链ER模型的性质
3.4.4应用实例
3.5数据仓库建立过程和结果显示
3.5.1数据仓库建立过程
3.5.2各数据仓库基于BI Beans的OLAP展示
3.6小结
第四章 关联规则理论研究及应用
4.1关联规则基本概念与算法
4.1.1 Apriori算法内容简介
4.1.2 FP-growth算法内容简介
4.2加权关联规则算法研究与应用
4.2.1原始数据预处理
4.2.2加权关联规则算法内容
4.2.3加权的关联规则算法实现
4.3模糊关联规则算法研究与应用
4.3.1理论准备
4.3.2模糊关联规则的实现
4.3.3模糊关联规则的具体应用
4.4模糊加权关联规则算法研究与应用
4.4.1把模糊数综合为权值
4.4.2模糊加权的关联规则
4.5小结
第五章 时间序列模式的研究及应用
5.1具有时间间隔的时间序列分析与应用
5.1.1基于TimeSeq_Apriori算法的时间序列分析
5.1.2基于TimeSeq_PrefixSpan算法的时间序列分析
5.2时间序列拓扑理论研究与应用
5.2.1 FTP-图的基本概念和定义
5.2.2理论分析
5.2.3原始数据处理过程与算法实现
5.2.4具体应用
5.3小结
第六章 聚类分析理论研究与应用
6.1聚类分析的理论基础
6.1.1相似度量方法
6.1.2常用的聚类方法
6.2加权聚类算法研究与应用
6.2.1原始数据预处理
6.2.2加权的聚类算法
6.2.3加权的聚类算法在流程企业中的具体应用
6.3基于蚁群算法的聚类分析研究
6.3.1蚁群算法理论分析
6.3.2基于蚁群的聚类算法
6.4基于蚁群算法的离群数据挖掘与应用
6.4.1离群数据挖掘的概念
6.4.2基于蚁群算法的离群指数的理论基础
6.4.3具体算法流程
6.4.4具体应用
6.5小结
第七章 结论与展望
7.1论文总结
7.2进一步展望
致谢
参考文献
附录A TJMiner1.0部分界面
个人简历 在读期间发表的学术论文与研究成果