《数据挖掘的算法》论文

1 数据仓库及其应用技术

摘要 本文对于大量存在于计算机信息系统中的数据，通过数据仓库、联机处理技术和数据挖掘技术，对数据进行加工、分析、产生用于决策支持的信息，得以充分利用。

关键词 数据仓库 数据仓库应用 OLAP 联机分析处理

引言 数据仓库技术是计算机数据库系统发展的新方向，近几年来已经在许多领域得到了应用。以数据仓库为基础的商业职能系统强大的功能在实际应用中能带来高利润的回报,所以近年来数据仓库在证券业、银行领域、税务领域、控制金融风险、保险、客户管理等众多领域得到了越来越广泛的应用。据调查,财富500 强企业中已经有85 %的企业建成或正在建立数据仓库。

数据仓库与Internet 一样,正在成为最快的IT 增长点。1996 年,全球企业在数据仓库上的投资达到16. 8 亿美元,并且以每年19. 1 %的速度增长。那么什么是数据仓库? 数据仓库有哪些特征和技术? 下面做一些简单的介绍。

一、数据仓库概念及特征

1、数据仓库概念。

数据仓库就是面向主题的、集成的、不可更新的(稳定的) 、随时间不断变化的数据集合。与其他数据库应用不同的是,数据仓库更像一种过程,即对分布在企业内部各处的业务数据的整合、加工和分析的过程,而不是一种可以购买的产品。

2、数据仓库的特征:

①面向主题。数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念,是指用户使用数据仓库进行决策时所关心的重点方面,一个主题通常与多个操作型信息系统相关。

②集成的。数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上,经过系统加工、汇总和整理得到的,必须消除源数据中的不一致性,以保证数据仓库内的信息是关于整个企业的一致的全局信息。

③相对稳定的。数据仓库的数据主要供企业决策分析之用,所涉及的数据操作主要是数据查询,一旦某个数据进入数据仓库以后,一般情况下将被长期保留,也就是数据仓库中一般有大量的查询操作,但修改和删除操作很少,通常只需要定期的加载、刷新。

南昌航空大学本科课程论文（数据挖掘在电子商务中的应用）

1

数据挖掘在电子商务中的应用

10093116 沈健明

（南昌航空大学 经济管理学院，江西 南昌 330063）

摘要：随着数据挖掘技术的发展和电子商务的普及，将数据挖掘技术应用到电子商务中可以解决电子商务中数据量庞大的问题，从而获得真正有价值的信息。通过分析电子商务应用数据挖掘的必要性和可行性, 概述数据挖掘的一些挖掘技术, 重点介绍了数据挖掘在电子商务中的实际应用, 包括营销、电子商务系统规划和系统安全、客户关系管理以及网络广告方面的应用。

关键词：数据挖掘技术；电子商务；客户关系管理

Data Mining in E-commerce

Shen Jianming

(School of economy and management NanChang HangKong University,

nanchang,JiangXi 330063)

Abstract: With the development of data mining technique and wide use of E-comm-

erce, the application of data mining technique in E-commerce can solve the problem

of large number of data in it, and dealer can also get the truly worthy information. By

analy zing the necessity and feasibility of data mining in business applications, this art

icle represents some mining technolo gies in data mining, focusing on data mining in

数据挖掘算法

目录

概念描述

算法分类

编辑本段概念描述

据挖掘算法是根据数据创建数据挖掘模型的一组试探法和计算。 为了创建模型，算法将首先分析您提供的数据，并查找特定类型的模式和趋势。算法使用此分析的结果来定义用于创建挖掘模型的最佳参数。然后，这些参数应用于整个数据集，以便提取可行模式和详细统计信息。

算法根据您的数据创建的挖掘模型可以采用多种形式，这包括：

说明数据集中的事例如何相关的一组分类。

预测结果并描述不同条件是如何影响该结果的决策树。

预测销量的数学模型。

说明在事务中如何将产品分组到一起的一组规则，以及一起购买产品的概率。

编辑本段算法分类

1：C4.5

C4.5就是一个决策树算法，它是决策树(决策树也就是做决策的节点间的组织方式像一棵树，其实是一个倒树)核心算法ID3的改进算法，所以基本上了解了一半决策树构造方法就能构造它。决策树构造方法其实就是每次选择一个好的特征以及分裂点作为当前节点的分类条件。C4.5比ID3改进的地方时：

ID3选择属性用的是子树的信息增益(这里可以用很多方法来定义信息，ID3使用的是熵(entropy)(熵是一种不纯度度量准则)),也就是熵的变化值.而C4.5用的是信息增益率。也就是多了个率嘛。一般来说率就是用来取平衡用的，就像方差起的作用差不多，比如有两个跑步的人，一个起点是10m/s的人、其1s后为20m/s；另一个人起速是1m/s、其1s后为2m/s。如果紧紧算差值那么两个差距就很大了，如果使用速度增加率(加速度)来衡量，2个人就是一样了。在这里，其克服了用信息增益选择属性时偏向选择取值多的属性的不足。在树构造过程中进行剪枝，我在构造决策树的时候好讨厌那些挂着几个元素的节点。对于这种节点，干脆不考虑最好，不然很容易导致overfitting。对非离散数据都能处理，这个其实就是一个个式，看对于连续型的值在哪里分裂好。也就是把连续性的数据转化为离散的值进行处理。能够对不完整数据进行处理，这个重要也重要，其实也没那么重要，缺失数据采用一些方法补上去就是了。

龙源期刊网

数据挖掘算法的研究

作者：黄鑫

来源：《电脑知识与技术》2015年第12期

摘要：由于现在科学技术的迅猛发展以及人民生活水平的不断提升，互联网行业在悄无声息的进入大众的生活中，计算机也被应用在各行各业中。从社会网络到蛋白质交互网络等不同的领域产生了大量的数据，而图作为统计这些巨大数据的一个载体不仅能精确的描述出数据的属性，还能说明数据结构的特征，这些优势让以不确定图模型的数据挖掘算法在社会中得到广泛的应用。

关键词：数据；挖掘算法；不确定图

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2015）12-0182-02

Research on Data Mining Algorithm -- with Uncertain Graph Model as an Example

HUANG Xin

（Dehong Normal College， Dehong 678400， China）

Abstract： since the rapid development of science and technology and the continuous

improvement of people's living standards， the Internet industry in quietly into the public life，

computer has been used in all walks of life. From the field of social network to different protein

interaction networks produce a large amount of data， and the map as a carrier of these huge data