当前位置：文档之家 › 数据仓库与数据挖掘报告

数据仓库与数据挖掘报告

  • 格式：doc
  • 大小：145.50 KB
  • 文档页数：5

算法设计与分析期末作业
1
数据仓库与数据挖掘期末作业

学校 学院
专业班级 任课教师
学号 学生姓名

第一题：简述“基于独立数据集市的数据仓库体系结构”、“基于依赖性数据集市和操作型
数据存储的数据仓库体系结构”的优缺点。

第二题：简述数据仓库中的ETL过程。
第三题：简述K-means聚类算法的基本思想与求解过程。
第四题：简述人工神经网络的网络结构类型以及BP算法的实现过程。
第五题：自拟一实例，以图示方式描述Apriori算法的求解过程。
第六题：结合现实情况构造一个有关贝叶斯网络的具体案例，要求实现预测、诊断功能。
要求：在此作业模板下答题，电子文档及其打印文档均需上交，其中，电子文档发送至
duyuanwei@foxmail.com，打印文稿于16周上课时上交。
算法设计与分析期末作业

2
第一题
答：在独立型数据集市中，数据来自一个或多个操作系统或外部信息提供者，或者来自在
一个特定的部门或地域局部产生的数据。依赖型数据集市中的数据直接来自企业数据仓
库。两者的区别就在于是否从一个中央数据仓库而来。在扩展性方面，独立型数据集市还
是会导致不一致的数据。因为它可能按照自己本地的方式来进行编码，当存在多个独立数
据集市的时候，他们之间的数据很难共享。依赖型的数据集市则是按照中央数据仓库统一
的编码方式，可以共享。

第二题
答：（1）数据ETL是用来实现异构数据源的数据集成，即完成数据的抓取/抽取
（Capture/Extract）、清洗（Scrub or data cleansing）、转换（Transform）、加载与索引（Load
and Index）等数据调和工作。
数据抽取：从原文件和源数据库中获取相关数据用于填充数据仓库。
数据清洗：是一种使用模式识别和其他技术，在将原始数据转换和移动数据仓库之前来升
级原始数据质量的技术。
数据转换：它是数据的ETL过程中处于中心位置，它把数据从源操作业务的格式转换到企
业数据仓库的数据格式。
数据加载与索引：加载和索引即是把数据加载到数据仓库或数据集市的过程。
（2）数据的ETL过程(又称数据调和过程)，是将操作型数据转换成调和数据的过程。数
据调和是构建一个数据仓库中最难得也是最具技术挑战性的部分。

下图是ETL的过程示意图：

第三题
答：K-means聚类算法的基本思想：
通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数得到最优，从而
使生成的每个聚类类内紧凑，类间独立。
算法设计与分析期末作业
3
K-means聚类算法的求解过程：

第四题
答：人工神经网络的网络结构类型：单层前馈神经网络、多层前馈神经网络、反馈神经网
络。
人工神经网络的BP算法的实现过程：

输入：给定训练集Xtrain，其中每一个训练样本都是由一组输入和一组输出构成，所
有的输入和输出都是【0，1】之间的浮点数据（如果不是，要首先通过数据变
换把它们映射到【0，1】区间）；神经网络结构:隐含层节点数目；神经网络每
个节点的、参数化了的特征函数。
输出：神经为网络每个节点特征函数的参数。
（1） 按照式（）计算总体误差对于每个参数的有序导数公式（函数）。
（2） 任意选择一组数据作为初始参数，一般选取(0,0……0)，把这组初始参数
作为当前参数。
（3） 根据当前参数和式（）计算总体误差，如果误差足够小，就把当前参数
作为输出，退出；否则，继续下面的步骤。
（4） 根据式（）和当前参数的数值，计算总体误差对于各个参数的有序导数
的数值。
（5） 按照式（）计算各个参数的增量，并计算调整后的参数大小。把调整后
的参数作为当前参数，回到第（3）步。
需要注意的是，第（5）步中 的值选取是依据经验的，通常是一个比较小的值，
如0.01等。
算法设计与分析期末作业
4
第五题
答：如表所示为事务数据库D，设最小支持度为20%，挖掘频繁项集的具体过程如图所示。

事务数据库D

如图所示为Apriori算法挖掘频繁集的过程，其中最小支持度为20%。

Apriori算法的执行流程
第一步， 经过算法的第一次迭代，对事务数据库进行一次扫描，计算出D中所包含的
每个项目出现的次数，生成候选1-项集的集合C1。
第二步，根据设定的最小支持度，从C1中确定频繁1-项集L1。
第三步，由L1产生候选2-项集C2，然后扫描事务数据库对C2中的项集进行计数。
算法设计与分析期末作业
5
第四步，根据最小支持度，从候选集C2中确定频繁集L2。
第五步，由频繁2-项集L2生成候选3-项集C3，生成的候选3-项集的集合C3={{1，2，3}，
{1，3，5}，{2，3，5}}，根据Apriori的性质剪枝：所有的频繁项集的子集都是频繁的，
项集{1，2，3}的子集{1，2}不包含在频繁2-项集L2中，故删除{1，2，3}。项集{1，3，
5}的子集{1，5}也不包含在频繁2-项集L2中，故删除{1，3，5}，项集{2，3，5}的所有
子集都是L2的元素，故保留。

第六题
答：

如图所示，下雪可能引起堵车或者摔跤，堵车或者摔跤可能引起迟到，而摔跤还可能引起
骨折。
预测：如果已知下雪了，可以预测迟到的概率
诊断：如果已知迟到了，可以推测是堵车的概率

合集下载

数据挖掘与数据仓库技术的应用和前景分析

数据挖掘与数据仓库技术的应用和前景分析

数据挖掘与数据仓库技术的应用和前景分析作者：郎裕来源：《消费电子·理论版》2013年第06期摘要：近年来，我国社会正在朝向信息化的方向健康发展，在此过程中，数据挖掘与数据仓库技术在其中发挥着重要的作用，并给整个社会带来了巨大的变化，本文首先介绍了数据挖掘技术与数据仓库技术的概念，然后简述了其在社会中的应用以及发展前景，以供参考。

关键词：数据挖掘技术；数据仓库技术；应用；发展前景；分析中图分类号：TP311.13 文献标识码：A 文章编号：1674-7712 （2013） 12-0000-02随着决策理论、计算机技术、人工智能、信息技术等各项先进技术的出现与发展，决策支持系统作为电子数据处理系统也有了得到了较快的发展。

为了满足决策支持系统的发展需要，数据挖掘与数据仓库技术应运而生。

可以说数据仓库与数据挖掘技术是建立在关系数据库、处理分布式技术以及网络技术的基础上而不断发展起来的，它能够通过分散的易购环境来解决数据源，并得到准确可靠的信息。

要想解决信息技术在发展中的问题，就需要拥有大量的、准确可靠的信息。

此时数据挖掘与数据仓库技术就发挥着非常重要的作用。

以下就这两项技术的应用与发展前景进行分析。

一、数据挖掘技术的概述（一）数据挖掘技术的含义所谓数据挖掘及时也就是在数据库中获得最有效的、潜在有用的、最有价值的以及最后能够被理解的模式的一种过程，从简单的含义来讲，数据挖掘技术也就是在大量的数据中获取更加有用的知识。

它主要是建立在机器学习、模式识别等领域上发展起来的，并受到人们的广泛关注与青睐。

在数据挖掘及时当中，数据分析是一项非常重要的技术，其中最为常见的分析方法有领悟式分析、相关关系分析、聚类分析等。

其中聚类分析是最重要的一种分析方法。

数据挖掘技术主要是为了满足用户的需要，将数据库当中的知识信息按照某种规律排列并提取出来的一项技术。

在数据挖掘与分析的过程中，采用聚类分析法可以将含有一些主观因素的信息准确无误的传达给用户，满足用户的需要。

数据挖掘课程报告

数据挖掘课程报告

数据挖掘课程报告一、课程简介数据挖掘是指利用计算机科学方法从大量数据中挖掘出有用的信息和知识的过程。

本课程主要介绍数据挖掘的基本概念、数据预处理、分类与聚类、关联与序列挖掘、异常检测等内容。

通过本课程的学习，不仅可以掌握数据挖掘理论知识，而且能够运用相关算法实现对大规模数据的挖掘和分析。

二、课程内容1. 数据预处理数据预处理是数据挖掘的第一步，它主要包括数据清洗、数据集成、数据变换和数据归约等几个方面。

在这里，我们将介绍数据挖掘的数据预处理流程，并且演示一些数据预处理的具体操作方法。

2. 分类与聚类分类和聚类是数据挖掘的两个主要任务。

分类是将数据分成若干个类别的过程，而聚类则是把数据分成若干个相似的组。

在这个模块中，我们介绍了分类和聚类的基本概念、常用算法和具体应用场景。

3. 关联与序列挖掘关联与序列挖掘是数据挖掘的另外两个任务。

它们主要用于挖掘数据之间的相关性，并且能够发现在数据之间的因果关系和规律。

在这个模块中，我们将介绍关联与序列挖掘的基本原理，以及一些实际的案例分析。

4. 异常检测异常检测是数据挖掘的一个重要任务，它主要用于在给定的数据集中检测出异常值。

在这个模块中，我们将介绍异常检测的基本概念和常用的算法模型，以及一些实际的应用案例。

三、课程收获通过学习数据挖掘课程，我获得了以下几个方面的收获：1. 系统性的学习了数据挖掘的基本概念、算法和应用场景，掌握了常见的数据挖掘技术和方法，提高了自己的数据分析和挖掘能力。

2. 实战性的学习了数据挖掘的操作流程和方法，掌握了数据预处理、关联与序列挖掘、分类与聚类、异常检测等操作技能，能够熟练运用数据挖掘工具对实际问题进行分析和挖掘。

3. 拓展了实际应用场景的视野，在学习的过程中遇到了许多实际的数据挖掘案例，对于不同应用场景的数据挖掘方法和技术有了更加深刻的认识。

四、课程总结数据挖掘是一个非常广泛的领域，它随着数据技术的不断发展和数据的爆炸式增长，正变得越来越重要。

数据挖掘与数据仓库的关联

数据挖掘与数据仓库的关联

ｗ． ．ｎ ｏ 在 《 ＨＩ ｎ ｍ 建立数据仓库》一 书中对数据 仓库的定义是 ：数据仓库就 是面 向主题 的、集 成 的、时变的 、非易失 的数据集合 ，用 以支持 经营管理部 门的决策制定过程。数据仓库 中的 数据面向主题 ，与传统数据库面向应用相对应 。 主题是数据仓 库要 围绕 一些 主题来组 织数 据 ， 数据仓库提供特定 主题 的简 明视 图；数 据仓库 数据挖掘库可能是你 的数 据仓库 的一个逻 辑上的子集 ，而不一定非得是物理上单独 的数 据库。但如果你的数据仓库 的计算资源 已经很 紧张 ， 那你 最 好 还是 建 立 一 个 单独 的数 据挖
维普资讯
库 的关 联
探 讨 了数 据 挖 掘 和 数 据 仓 库 之 间 的 紧 密
１ ．引言
发现那些不能靠 直觉发现 的信息或 知识 ，甚至 是违背直觉的信 息或知识 ，挖 掘出的信息越是
数据挖掘 出现于 ２ ０世纪 ８ Ｏ年代 后期 ，９ 出乎意料 ，就可能越有价值。在 商业应用 中最 Ｏ 年代有了突飞猛进 的发展 ，数据数据挖掘的核 典型的例子就是一家连锁店通过数据挖掘发现
掘库。 当然为了数据挖 掘你 也不必非得建 立一个
数据仓库 ，数据仓库不是必需 的。建 立一个巨
的集成特性是指在数据进入数据仓库之前 ，必 大 的数据仓库 ，把各个不 同源 的数据统 一在一 须经过数据加工 和集成 ，这是建立数据 仓库 的 起 ，解决所有 的数据 冲突问题 ，然后 把所有 的 关键步骤 ，使用数据清理技术和数据集成技术 ， 数据导到一个数据仓库 内，是一项巨大 的工程 ，
作者简介 ：李江萍， 女，江西高安人，硕士，助教，研究方向：计算机应用技术。
一
５ — ２
维普资讯
数据仓库与数据挖掘课程实验指导书

数据仓库与数据挖掘课程实验指导书

潘怡编著《数据仓库与数据挖掘》课程实验指导书长沙学院计算机科学与技术系2009年9月前言本书是《数据仓库与数据挖掘》课程及《数据分析与挖掘》的实验指导书。

全书分为三个部分，第一部分为实验内容对每个实验的实验目的、实验类型、实验学时、实验原理及知识点、实验环境（硬件环境、软件环境）和实验内容及步骤进行简单介绍，第二部分为实验指导对每个实验的实验方法，实验步骤及补充的实验知识进行详细介绍，第三部分为实验报告。

本实践课程主要介绍数据仓库的工作机理及其构建过程，。

要求学生熟练使用数据库管理系统MS SQL Server，掌握典型的数据仓库系统及其开发工具的使用，理解数据挖掘的工作原理与流程，掌握典型数据挖掘技术及其工具的使用方法，熟悉SQL SERVER BI DE V集成挖掘环境。

要求学生实验前认真准备，实验后提供实验报告，给出详细设计方法以及设计依据。

实验报告的格式应采用统一封面，统一的实验报告纸。

封面应包括：课程名称、实验序号、名称、专业、班级、姓名、同组实验者、实验时间。

实验报告内容应包括：实验名称、目的、内容、实验步骤、实验记录、数据处理（或原理论证、或实验现象描述、或结构说明等）。

目录第一部分实验内容实验1：实践SQL Server数据多维分析环境实验2：实践关联规则挖掘方法实验3：实践决策树挖掘方法实验4：实践聚类挖掘方法实验5：实践神经网络挖掘方法第二部分实验指导实验1：实践SQL Server数据多维分析环境实验2：实践关联规则挖掘方法实验3：实践决策树挖掘方法实验4：实践聚类挖掘方法实验5：实践神经网络挖掘方法第三部分实验报告第一部分实验内容实验1：实践SQL Server数据多维分析环境一．实验目的学习和掌握Sql Server 2005 Analysis Services 工具集，包括如何在BI Development Studio 的Analysis Services 项目中定义数据源、数据源视图、维度、属性、层次结构和多维数据集，如何查看多维数据集和维度，理解并掌握OLAP分析的基本过程与方法。