基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘方法在經(jīng)濟(jì)系統(tǒng)中的應(yīng)用研究.pdf

1、該文重點研究基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘方法在經(jīng)濟(jì)系統(tǒng)中的應(yīng)用研究,主要針對零售業(yè)和證券市場進(jìn)行數(shù)據(jù)挖掘,這兩個領(lǐng)域的數(shù)據(jù)豐富,具有一定的代表性.該文探討了兩種算法(關(guān)聯(lián)規(guī)則、決策樹).首先進(jìn)行數(shù)據(jù)采集,建立數(shù)據(jù)庫,將有用的數(shù)據(jù)從數(shù)據(jù)庫中提取、整合等轉(zhuǎn)到一個數(shù)據(jù)倉庫中,在此基礎(chǔ)上,利用這些數(shù)據(jù)進(jìn)行實證分析,從而發(fā)現(xiàn)一些規(guī)律性的東西.該文的工作主要體現(xiàn)在以下幾個方面:1、論文首先對數(shù)據(jù)挖掘國內(nèi)外的研究現(xiàn)狀進(jìn)行了分析,總結(jié)了國外數(shù)據(jù)挖掘在inte

2、rnet/web、電子商務(wù)等方面的應(yīng)用,指出了國內(nèi)的研究水平仍在起始階段,絕大多數(shù)工作集中于局部算法設(shè)計,雖然有的開始進(jìn)行軟件開發(fā),但還處在業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)移和建立數(shù)據(jù)倉庫的初級階段,進(jìn)行綜合的系統(tǒng)集成設(shè)計卻寥寥無幾,由于技術(shù)核心的欠缺,使得數(shù)據(jù)挖掘應(yīng)用到各行業(yè)中的還不多.2、論文對數(shù)據(jù)挖掘的產(chǎn)生、定義和過程進(jìn)行了進(jìn)一步分析,同時結(jié)合該文所用到的決策樹和關(guān)聯(lián)規(guī)則方法,對數(shù)據(jù)挖掘的方法進(jìn)行了深入探討.3、論文設(shè)計和構(gòu)造數(shù)據(jù)挖掘的集成開發(fā)環(huán)境——

3、證券市場數(shù)據(jù)倉庫(DW),提出了證券市場數(shù)據(jù)倉庫的解決方案,介紹數(shù)據(jù)倉庫系統(tǒng)的組成、信息來源、功能設(shè)計、建模及其關(guān)鍵技術(shù),是該文的創(chuàng)新點之一.4、在前人研究的基礎(chǔ)上,突破了對局部算法的理論研究,將數(shù)據(jù)挖掘算法具體應(yīng)用到了證券市場中,論文主要探討了關(guān)聯(lián)規(guī)則,針對證券市場的行情交易數(shù)據(jù),看出股票的走勢與價格有一定的關(guān)系,一段時間低價股上漲,一段時間中價股上漲,一段時間高價股上漲,說明股價與漲跌之間存在一定的關(guān)系即數(shù)量關(guān)聯(lián)規(guī)則,發(fā)現(xiàn)股票價格和

4、股票漲跌之間的關(guān)系,同時提取一個可信度最優(yōu)的規(guī)則,這是該文的另一個創(chuàng)新點.5、由于股票代碼相當(dāng)于商品,屬于布爾型變量,論文采用Apriori算法,該算法主要是針對布爾型變量的關(guān)聯(lián)規(guī)則算法,利用行情數(shù)據(jù),挖掘類似于"某只股票在某段時間內(nèi)是上漲的,在置信度為某個值的情況下,另一只股票也隨之上漲"的規(guī)律,這又是該文的一大特色.6、論文將客戶關(guān)系管理和數(shù)據(jù)挖掘結(jié)合起來,給超市提出建設(shè)性意見,利用決策樹算法將顧客進(jìn)行劃分,建議超市實行會員卡服務(wù),