数据挖掘技术和应用研究.pdfVIP

摘要 面对信息时代海量数据的存在，从海量数据中提取信息的应用的发展，以及 信息对企业战略决策的影响，使得数据挖掘日益成为研究的热点。目前，数据挖 掘的主要研究领域为数据概述，关联规则，分类，聚类等方面，本文以数据挖掘 技术基于数据仓库的应用为核心，研究数据挖掘的理论、相关技术及其应用。主 要深入地研究其中的关联规则和聚类技术，探讨这两种挖掘算法的理论实现，及 在项目开发中的应用改进或优化。论文的研究成果与主要内容有以下几个方面： (1)数据仓库和OLAP技术的研究。数据仓库为数据挖掘系统提供数据平 台。在挖掘数据之前，首先建立相关主题的数据仓库。0LAP技术是基于数据仓 库的求证性分析工具，与数据挖掘有一定的功能互补性，多维分析数据，协助决 策支持。数据仓库、OLAP和数据挖掘的有效整合和集成，即是联机分析挖掘。 探讨了在最小支持度和最小置信度发生变化及事务数据库发生更新时，hpriori 算法存在需要重新计算频繁项集和发现关联规则的不足和缺陷，提出了改进算法 的理论基础，并实现了基于hpriori算法的关联规则挖掘快速更新算法。经过数 据的对比测试，验证了快速更新算法与^priori算法相比，具有更好的性能。 (3)聚类算法的优化。以数据挖掘领域中的聚