挖掘报告.docx

研究方向前沿读书报告数据挖掘技术的算法与应用目录第一章数据仓库... 51.1 概论... 51.2 数据仓库体系结构... 61.3 数据仓库规划、设计与开发... 71.3.1 确定范围... 71.3.2 环境评估... 71.3.3 分析... 71.3.4 设计... 81.3.5 开发... 81.3.5 测试... 81.3.6 运行... 81.4 小结... 9第二章数据挖掘... 92.1 概论... 92.2 数据挖掘研究的内容和本质... 102.2.1 广义知识... 102.2.2 关联知识... 102.2.3 分类知识... 112.2.4 预测型知识... 112.3 数据挖掘流程... 112.3.1 确定业务对象... 122.3.2 数据准备... 122.3.3 数据挖掘... 122.3.4 结果分析... 122.3.5 知识的同化... 132.4 数据挖掘的方法... 132.4.1 神经网络方法... 132.4.2 遗传算法... 132.4.3 决策树方法... 142.4.4 粗集方法... 142.4.5 覆盖正例排斥反例方法... 142.4.6 统计分析方法... 142.4.7 模糊集方法... 142.6 数据挖掘工具的现状... 152.7 数据挖掘未来研究方向及热点... 162.4.1 网站的数据挖掘... 162.4.2 生物信息或基因数据挖掘... 172.4.3 文本的数据挖掘... 172.4.4 2005年十大热点问题... 172.5 小结... 18第三章关联规则... 183.1 概论... 183.2 基本概念... 183.3 关联规则种类... 193.4 主要研究方向和典型算法分析... 203.4.1 多循环方式的采掘算法... 203.4.2 增量式更新算法... 213.4.3 并行发现算法... 223.5 频集算法的几种优化方法... 243.4.1 基于划分的方法... 243.4.2 基于Hash的方法... 243.4.3 基于采样的方法... 253.4.4 减少交易的个数... 253.4.5 其他的频集挖掘方法... 253.4.6 提高效率的几种方法说明... 263.6 多层和多维关联规则的挖掘... 273.7 关联规则价值衡量的方法... 283.6.1 系统客观层面... 283.6.2 用户主观层面... 293.8 选择规则的方法... 293.9 小结... 30第四章正负关联规则研究... 304.1 概述... 304.2 研究现状... 314.3 关联规则具体研究... 314.3.1 关联规则挖掘的矩阵算法... 314.3.2 基于相关系数的正、负关联规则... 324.3.3 项集的相关性判断正负关联规则... 324.3.4 正、负关联规则间的置信度关系研究... 334.3.5 挖掘正负关联规则... 334.3.6 布尔加权关联规则的几种开采算法及比较... 344.3.6 关联规则的增量式更新... 344.3.7 并行化的分组关联规则算法... 364.3.8 分布式的数据挖掘... 364.6 研究方向的理论意义和实用价值... 384.7 小结... 38第五章可视化研究... 395.1 概述... 395.2 研究现状... 395.3 研究方向的理论意义和实用价值... 395.4 可视化具体研究... 395.4.1 矩阵表示... 395.4.2 规则多边形... 405.4.3 平行坐标系... 415.5 小结... 41参考资料：... 42本报告的组织第一章数据仓库的内容第二章数据挖掘的内容第三章关联规则的内容第四章正负关联规则的研究，各种方法的具体算法实现。第五章可视化研究第一章数据仓库1.1 概论传统数据库在日常的管理事务处理中获得了巨大的成功，但是对管理人员的决策分析要求却无法满足。因为，管理人员常常希望能够对组织中的大量数据进行分析，了解业务的发展趋势。而传统数据库只保留了当前的业务处理信息，缺乏决策分析所需要的大量历史信息。为满足管理人员的决策分析需要，就需要在数据库的基础上产生适应决策分析的数据环境——数据仓库（DW，Data Warehouse）。[1]目前，数据仓库一词尚没有一个统一的定义，著名的数据仓库专家W。H。Inmon在其著作《Building the Data Warehouse》一书中给予如下描述：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管