OLAP数据挖掘引擎算法的设计与实现

基于OLAP的数据挖掘，是数据挖掘的一个新的发展方向。对于如何把OLAP(联机分析处理技术)和DM(数据挖掘)统一起来，从而在数据库或数据仓库的不同层次进行挖掘，提出了OLAP数据挖掘系统的结构。通过研究数据挖掘方法和OLAP操作的特点，以及数据立方的构建和物化，对传统的DM算法进行了改进，设计并实现了更能适应OLAP数据挖掘引擎的算法。     

一种在OLAP中保持聚类挖掘结果的有效方法

传统的数据挖掘技术如分类、聚类、关联和异常点发现等技术与OLAP技术的结合通常采用的方法是分类、聚类、关联和异常点发现的结果即为任务的终点和目标.然而事实上,在实际需求中用户不仅仅需要分类、聚类等数据挖掘的结果,还进一步希望此结果能与OLAP分析过程紧密结合,让数据挖掘的结果为OLAP数据分析过程服务.在这种情况下,数据挖掘的结果本身并非最终结果,如何将挖掘结果进一步用于OLAP分析才是用户关注的焦点.以聚类挖掘为例,提出了一种在OLAP分析中保持聚类挖掘结果的方法.     

OLAP与数据挖掘一体化模型的分析与讨论

OLAP(On-Line Analytical Processing)与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于影响域的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行,加强了决策分析的功能和灵活性.该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识.     

基于OLAM的可视化DM系统的设计与实现

为了解决传统数据挖掘的两大缺点,结合OLAP和DM以及可视化三大技术,提出了基于OLAM的可视化DM系统模型.在该系统中,OLAP与DM做到了一定程度的有机结合,用户可以参与到整个挖掘过程中,同时对该模型进行了系统的分析.     

一种改进Apriori算法的数据挖掘算法研究

针对Apriori算法的缺陷,同时由于OLAP关联规则挖掘方法是一种灵活的、多维的、多层次的高性能方法,将OLAP技术和Apriori关联规则相结合,提出了一种针对Apriori算法的改进的多层次关联规则数据挖掘算法,在分析了关联规则数据挖掘结构的基础上,给出了该算法的思想与执行步骤。     

基于决策树的OLAM及其应用研究

在数据挖掘的过程中,经常需要将来自不同平台、不同构架的数据进行集成分析.对此引入由联机分析处理(OLAP)和数据挖掘(DM)相结合的联机分析挖掘(OLAM)模式来抽取隐藏在相关数据集中的知识.通过利用组件、中间件技术,OLAM可以将来源不同的数据整合到目标数据仓库中,然后根据不同用户的需求,使用数据挖掘算法在不同的OLAP维度层次上进行挖掘,得到粒度不同的知识.最后利用决策树算法进行了例示说明.     

教学评价与知识发现系统的设计

提出了一个基于联机分析技术（OLAP）的教学评价与知识发现,给出了由学生,知识点和类别等构成的六个维度的数据立方体以及利用OLAP技术和关联规则对该数据立方体进行数据挖掘的解决方案。利用上述方法对学生的考试系统进行挖掘,得出有用的结论,从而指导学校的教学工作。     

基于数据仓库的联机分析挖掘系统

基于数据仓库的联机分析挖掘系统的应用已成为趋势，设计并实现了一个应用模型。该模型建立了一个B／S架构的双服务器数据仓库，将数据挖掘与OLAP思想相结合，提供多维度事务内、事务间关联规则的挖掘。介绍了系统设计思想和体系结构，对系统的各部分功能进行了分析，并在此基础上提出了传统OLAP系统到OLAM系统平滑过渡的解决方案。     

OLAM体系结构和算法的研究及应用

联机分析挖掘(0LAM)把0LAP(联机分析处理技术)和DM(数据挖掘)统一起来,从而在数据库或数据仓库的不同层次进行挖掘.为了提高联机分析挖掘的效率.论文给出了基于OLAP和DM的0LAM系统的一体化模型,并且通过研究数据挖掘方法和联机分析处理技术各操作的特点,对传统的DM算法进行了一定的改进,提出了更有效的基于0LAP的关联规则挖掘算法.     

一种化学数据联机分析的挖掘系统原型设计

介绍了一种针对化学数据分析的挖掘系统原型实现和设计理论。阐述从化学数据分析的角度开发一个联机分析数据挖掘系统原型的理论过程,研究过程采用数据仓库提供的OLAP技术进行关联规则挖掘,预期实现从各种文献资料或数据库自动抽取有关化学反应的信息,发现新的有用化学成分,完成合成设计和反应预测等功能,从而对数据挖掘的实现进行了有益的尝试。     

基于SQL Server的OLAM的研究及应用

OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。本文主要研究数据仓库中OLAP,On-line Analytical Processing和数据挖掘技术,这两个技术是商业智能中的核心技术和主要内容,在两者的基础上引入OLAM的概念,并阐述其基本原理和核心技术。基于微软的SQL Server平台,为一个商业案例建立数据仓库,利用Analysis Services服务,建立销售分析的多维数据集,利用OLAM的基本模型实现OLAP和聚类挖掘技术的结合,借助两者的各自优势,得到很好的客户聚类分析结果。     

基于数据仓库OLAP技术的属性相关性研究

主要介绍了基于数据仓库和OLAP技术的属性相关性分析思想,并且提出了把OLAP技术与数据挖掘技术相结合运用的方法。     

Document clustering method using dimension reduction and support vector clustering to overcome sparseness

Many studies on developing technologies have been published as articles, papers, or patents. We use and analyze these documents to find scientific and technological trends. In this paper, we consider document clustering as a method of document data analysis. In general, we have trouble analyzing documents directly because document data are not suitable for statistical and machine learning methods of analysis. Therefore, we have to transform document data into structured data for analytical purposes. For this process, we use text mining techniques. The structured data are very sparse, and hence, it is difficult to analyze them. This study proposes a new method to overcome the sparsity problem of document clustering. We build a combined clustering method using dimension reduction and K-means clustering based on support vector clustering and Silhouette measure. In particular, we attempt to overcome the sparseness in patent document clustering. To verify the efficacy of our work, we first conduct an experiment using news data from the machine learning repository of the University of California at Irvine. Second, using patent documents retrieved from the United States Patent and Trademark Office, we carry out patent clustering for technology forecasting.     

连锁销售决策支持系统解决方案研究

数据仓库、联机分析处理、数据挖掘技术的结合是决策支持系统研究的主流模式,其中数据仓库用于数据的存储管理,联机分析处理集中于数据的多维分析,数据挖掘则致力于知识发现。在数据仓库、联机分析处理、数据挖掘技术的支持下,提出了连锁销售决策支持系统解决方案,即数据仓库+联机分析处理+数据挖掘→决策支持系统。     

基于数据仓库的中国专利审查联机分析处理系统

文章以国家知识产权局专利局专利审查联机分析处理系统为背景,给出了基于数据仓库的联机分析处理系统结构框架,并详细介绍了联机分析处理系统中数据仓库的设计方法。     

基于.NET平台的B2B网上订购系统的分析和实现

对Ox International公司的基于Microsoft，NET平台上的B2B网上订购系统进行了详细的分析、设计和研究，采用了信息加密、ASP．Net，Web Service和XML等先进技术，实现了商品的在线订购和支付功能，该系统已经投入了商业运行。目前系统正与数据仓库、在线分析处理和数据挖掘等商业智能技术进行整合。     

关联规则挖掘在高校选课系统中的应用

随着高校选课信息系统的运行,系统中存储了大量的数据,这些数据中包含了许多潜在的有用的信息,而这些知识的提取需要利用数据挖掘技术。本文以高校选课管理为应用背景,设计并实现了一个基于数据仓库和OLAP技术的关联规则挖掘系统,具有一定的现实意义。     

商务智能技术在社保领域的应用研究

简介了商务智能及其核心技术,重点探讨商务智能技术如何应用到社保领域,并以医疗待遇为例详细介绍了系统的具体实施,对OLAP、数据挖掘的结果进行了分析.这对整个社保领域的商务智能系统的建立、应用及社保领域的决策提供了科学的依据.     

基于纺织企业纱线质量数据仓库的设计

基于纺织企业纱线质量管理数据,结合数据仓库、数据挖掘、联机分析处理技术,探讨了纱线质量数据仓库整体设计过程,并且实施数据挖掘,分析数据挖掘结果,对企业生产提供依据。提出了基于纺织企业纱线质量数据仓库的组成与设计思路,以实例阐述了构建数据仓库的体系结构和数学模型以及数据挖掘、联机分析处理技术,结果表明基于纱线质量的数据仓库的建立结合数据挖掘和联机分析处理技术对企业质量管理层确实提供了有效的分析手段。