基于WEKA数据挖掘的无线建模系统中的设计和实现-软件工程专业论文.docxVIP

华中科技大学硕士学位论文 华 中 科 技 大 学 硕 士 学 位 论 文 PAGE IV PAGE IV system, the more people involved in the analysis of this model, found that the probability of the model problem and improve the quality of the analysis of the model. Finally, according to their own practical experience in the mining project, summarize the work in the project and asked the improved portion of the Web-mining algorithm points. Key words：MVC Development model Data mining WEKA Wireless data 目 录 摘 要 I Abstract II 1 绪论 1.1 研究背景与意义 (1) 1.2 国内外研究现状 (2) 1.3 主要研究内容 (4) 1.4 论文组织结构 (4) 2 相关技术介绍 2.1 MVC 开发模式 (6) 2.2 相关算法分析 (8) 2.3 数据挖掘工具 (11) 2.4 本章小结 (12) 3 需求分析 3.1 功能需求 (13) 3.2 非功能需求 (17) 3.3 本章小结 (17) 4 系统设计 4.1 系统架构 (18) 4.2 接口设计 (19) 4.3 数据库设计 (24) 4.4 详细设计 (28) 4.5 本章小结 (35) 5 系统实现 5.1 开发与运行环境 (36) 5.2 系统框架实现 (36) 5.3 功能实现 (41) 5.4 本章小结 (48) 6 总结与展望 6.1 全文总结 (49) 6.2 展望 (49) 致 谢 (51) 参考文献 (52) PAGE 10 PAGE 10 1 绪论 1.1 研究背景与意义 随着信息技术的迅速发展与家庭网络的普及，使我们的工作与生活得到了极大 的改变。各行各业都慢慢认识到了信息的重要性,从而慢慢的开始完善自己的信息系 统，在信息化发展中，积累了大量的数据[1]。而超市购物清单中经典的尿布与啤酒 的案例，告诉我们这些看似无关的数据中存在着很多有价值的信息，能够为公司和 部门的决策者提供有价值的参考和决策支持，帮助企业提高效益，少走弯路。如何 对这些杂乱无章的海量数据进行分析和处理，将这些海量的数据进行充分的利用 [2]，最大量的发掘这些数据中的价值，这对公司是至关重要的，也是当前急需解决 的问题[3-5]。 数据挖掘技术为发掘这些数据资源提供了必要的技术支持。自从 KDD[6]这一概 念在 1989 年在加拿大蒙哥利华举办的第 11 届国际联合人工智能学术会议[7]上首次被 提出以来，信息挖掘技术便日益受到人们的关注和企业的重视，己经逐渐成为当前 计算机领域的一大热点[8]，其研究的重点也逐渐从数据挖掘方法的发现与改进转移到 系统的实际应用[9]，并且关注多种发现策略与技术的集成以及多学科之间的相互渗透 [10]。现今，数据挖掘的应用越来越多，领域越来越广泛，从早期的商业智能应用， 发展到科学研究、电子商务、业务规划、产品控制、金融行业、教育教学等多个领 域[11]，并且得到了成功的应用:在科学实验中，学者们应用决策树和基于规则的数据 挖掘方法发现了一批新的类星体;在零售行业，货篮分析帮助店铺确定货架布局，从 而促进店铺的销售量;在金融领域，孤立点的发现用以预测和预防可疑信用卡交易、 恶意透支等现象[12]，从而减少服务漏洞;在销售行业，通过 CRM 的应用，提高销售 的成功率，从而提高销售额;在制造业，用来控制产品生产，降低次品率，从而提高 产品质量。 建模系统就是将数据挖掘技术应用到实际的系统中方便对已有现象和趋势的归 纳及未来发展的预测，可以对庞大的，杂乱无章的看网数据进行整理，分析，分类， 发现存在的规律，以及对以后的发展方向做预测。这对以往无法对庞大的实用数据 分析而浪费了如此珍贵信息的弥补，这不仅可以准确迅速的查找出存在异常的数据 和地区，还可以分析出现异常的原因，并且找出原因，预防不好情况的发生，促进 向良性的方向发展，对公司的效益和人力成本是一个很大的节约，并且对公司的发 展具有指导作用。因此，将数据挖掘技术运用到建模系统的实用性是巨大的前景开 阔。 1.2 国内外研究现状 数据挖掘是计算机普及化和企业信息化完善的情况下,为了从杂乱无章的海量数 据中发现变量之间的关系,挖掘其中潜在的价值