基于XML的异构数据库挖掘系统的实现研究-计算机应用技术专业论文.docxVIP

原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何 其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡 献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人 承担。 论文作者签名 刻丛 日期：知，；．／／．j7 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保 留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅 和借阅：本人授权山东大学可以将本学位论文的全部或部分内容编入有关 数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本 学位论文。 (保密论文在解密后应遵守此规定) 论文作者签名：盘：f缝 导师签名： El期：幽：f』：￡ 永火学坝十学位论文摘 永火学坝十学位论文 摘 要 银行业作为采用最先进技术的行业之一，随着汁算机应用的1i断发展，技术 更新很快。但正是闻为4i断采用最新的技术利应用，造成了日前银行系统中应用 的数据库较多。比如，综合业务系统采用DB2数据库．信贷系统采用的是SYBASE 数据库，而办公自动化系统则采用SQL SERVER。经过多年的应用，银行积累 了很多的数据，但是如何更好的利用这些数据，从中挖掘出有价值的信息，为银 行的决策者提供信息支持：开发新的金融产品，提高银行的竞争力，是我们日前 血临的一个晕要问题。 针对日前银行存在的多种数据库应用并存的状况，本文提出了一种基于 XML的异构数据库挖掘方案，即通过JDBC访问数据库，然后将数据存放到XML 文档中．并在此基础上进行数据挖掘。 本文雨点讨沦I，以下方面的问题： I． 提出了基于XML的异构数据库挖掘方案，将异构数据库中的数据用 XML文档的方式表示出来．并在此基础上进行数据挖掘。 2． 在数据集成阶段，首先将所有数据库的连接参数和查询语句等存放 在XML映射文件中，然后通过JDBC接口与异构数据库相连，最后 将查询到的结果存放在XML文档中。 3． 然后对集成的数据进行数据验证。本文采取Schema技术对XML 文档进行数据的有效性榆测，并对错误数据进行处理。形成有效的 文档，作为数据挖掘的基础。 4． 基于密度和I叫格的聚类方法。讨论了聚类分析的基奉概念和方法。 为了对多维数据进行挖掘，奉文采用了基于密度和I叫格相结合的聚 类分析方法，并对商业银行持卡人的实际消费数据进行了具体分析， 从中找出日前持卡人的年龄、消费额和存款余额的分布情况。 5． 多维关联分析的算法及应用。介绍了关联分析的基本概念和Apriori 算法．并采用XQuery技术进行了实现。然后在聚类分析得到的分布 区间上，采用静态多维关联分析方法找出了持卡人的消费额、存款 余额和性别之间的关系。 尔人学倾}学位论史沦文最肝讨论j，下一步的研究T作以及有待解决的问题。 尔人学倾}学位论史 沦文最肝讨论j，下一步的研究T作以及有待解决的问题。 关键词：数据挖掘，XML，DOM，映射文件，聚类分析，关联规则 坐奎查兰堡主堂竺丝苎——ABSTRACT 坐奎查兰堡主堂竺丝苎—— ABSTRACT As of the most modem industry,more and more powerful new technologies of computer applied in banks today．Commercial databases are growing at unDrecedented because of different application systems used．For example，DB2 is used in Accounting System，while SYBASE used in the Crediting System and SQL Server used in OA system，With years of applications，many companies already collect massive quantities of data，but how hidden predictive information from 1arge databases，focus the most important information in their data warehouses，help businesses make proactive，knowledge-driven decisions，develop new products and promote the eorfipetiti