基于SQL Server 2000的数据挖掘实现

大型数据库中的可升级数据挖掘是当今数据库研究领域的难题之一。SQL Server 是当今最流行的数据库管理软件之一,所以很容易想到在SQL Server 2000上研究在数据挖掘实现方面的主要方法。讨论了通过使用像SQL Server Analysis Service这样的典型工具来如何实现数据挖掘,且为商业组织的决定挖掘出必要的数据。     

嵌入SQL Server的第三方数据挖掘算法软件包的开发

SQL Server 2005提供了支持第三方开发的数据挖掘算法软件包集成到SQL Server Analysis Services组件之中的功能。通过研究OLE DB for Data Mining规范,利用Visual C++开发了线性回归数据挖掘算法软件包,并进行了嵌入测试及数据挖掘预测。     

数据挖掘模型的比较研究

比较了SQL Server2000和Oracle9i数据仓库的数据挖掘技术，分析其数据挖掘模型的异同点和优劣性，并针对其数据挖掘算法上的不足提出改进数据挖掘模型的方法，利用进化计算实现数据挖掘的进化学习机制，提高算法的效率，最优解求解能力，增强数据挖掘系统的鲁棒性和安全性，还讨论了结合两种技术优势实现数据挖掘模型的方法，数据挖掘是网络数据库以及数据仓库的最新功能，与机器学习机制有关。SQL Server 2000和Oracle9i具有数据挖掘的功能，但是由于其数据挖掘算法简单，数据挖掘的现有学习能力和功能发展存在瓶颈。     

构建SQL Server2000的数据挖掘

本文对数据挖掘的原理进行了探讨,提出了基于SQL Server2000数据库的数据挖掘方案。     

基于SQL Server的高校教学质量数据挖掘

高等学校教学质量管理需要数据挖掘系统来支持。介绍了数据挖掘技术以及常用的数据挖掘方法,对如何设计基于SQL Server的高校教学质量数据挖掘系统进行了探讨。以决策树方法为基础、SQL Server为挖掘平台,设计了教学质量数据挖掘模块,实现了教学质量数据挖掘系统。     

SQL Server 2000在数据挖掘中的应用

本文简单介绍了数据挖掘技术和SQL Server 2000数据库，重点讨论了用SQL Server 2000数据库建立教据挖掘模型的，从海量的数据中找出有用信息的过程。     

基于DMX的数据挖掘算法包原型的设计与实现

数据挖掘扩展插件DMX(Data Mining extension)语言是由微软提出的在SSAS(SQL Server Analysis Services)中实现的符合OLE DB for Data Mining规范的数据挖掘语言,它提供了创建、访问和管理数据挖掘算法和信息的数据存储方式和开源的可扩展的模型调用体系.为了满足目前国内中小企业迫切需求的数据挖掘工具的应用需求,通过分层设计、逐次封装,设计并实现了一种基于DMX语言的特性和功能并具有平台无关性和应用推广性的数据挖掘算法包原型系统.通过公共测试数据验证了该原型系统的可行性和可用性.     

电信积分OLAP系统的设计与实现

提出了一种建立在MS Analysis Services上的电信积分OLAP系统的设计与实现方法.它采用Microsoft SQL Server 2000作为后台数据库服务器,使用MicrOsoft SQL Server 2000的Analysis Services作为OLAP服务器,使用ADOMD.NET、OWC及MDX等技术实现多维分析.     

基于SQL的决策树算法

将数据挖掘集成到关系数据库中,可以使数据挖掘技术直接利用关系数据库中的数据生成挖掘模型.以决策树技术为研究实例,通过把决策树算法重新设计为基于SQL的汇总和查询分析操作,提出一种新的基于SQL的决策树算法.同时,通过理论分析表明,在L/O性能方面,文中算法比SPRINT算法要好.     

电信积分OLAP系统的设计与实现

提出了一种建立在MS Analysis Services上的电信积分OLAP系统的设计与实现方法。它采用Microsoft SQL Server 2000作为后台数据库服务器,使用MicrOsoft SQL Server 2000的Analysis Services作为OLAP服务器,使用ADOMD.NET、OWC及MDX等技术实现多维分析。     

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。     

用SQL Server 2000构建数据挖掘解决方案

Microsoft的SQL Server2000第一次包含了数据挖掘特性。Microsoft的数据挖掘解决方案是基于针对指定的数据挖掘OLE DE上的。OLE DB是Microsoft制定的工业标准并被一系列数据挖掘ISV所支持。这种指定为数据挖掘提出了一种新的类SQL语言,这种语言使数据库开发者能更好地建立数据挖掘的应用。本文给出了一个关于运用SQL Server 2000构建数据挖掘应用的示例。     

基于MS Analysis Services的数据挖掘的开发模式

利用Microsoft SQL Services2000提供的开发工具和数据挖掘模型，提出了一种完整的数据挖掘系统结构和实现方案，适用于中小型的数据挖掘应用。     

改进退火遗传算法在SQL数据挖掘参数优化中的应用

针对SQL数据挖掘在复杂动力学系统故障诊断中的模式分类问题,以决策树参数优化为例,开展SQL数据挖掘分类算法参数优化研究。目前数据挖掘中的各类算法参数往往根据经验值设定,预测精度不高;只用遗传算法进行参数优化,分类预测结果容易发生振荡和早熟现象。采用改进的退火遗传算法对SQL数据挖掘中的决策树算法参数进行优化,解决了人工经验设置参数效率低下、精度不高的问题,同时实现了全局搜索,快速收敛到全局最优解。     

用SQL Server2000实现数据挖掘的技术与策略

OLE DB是被许多第三方数据挖掘产品供应商所支持的微软制定的工业标准。OLE DB for DataMining以表的形式表达数据挖掘模型对象,而且也提供一种类似SQL的DDL使开发者能更好地建立数据挖掘应用。给出了一个关于运用SQL Server 2000构建数据挖掘应用的实例。     

基于SQL Server的城市地籍空间数据挖掘探讨

地籍资料记载了土地的基本信息,其数量巨大,使用传统方法不宜处理。而数据挖掘技术可以有效分析大量数据,从中提取有用的信息。论文尝试使用SQL Server2000组件Analysis Manager软件,对地籍信息进行数据挖掘操作。实验结果发现该方法具有一定的实用性,得出的结果具有一定的参考价值。