[基于数据仓库技术的决策支持系统的设计与实现]魏名元

【基於数据仓库技术的决策支持系统的设计与实现】魏名元.pdf基于数据仓库技术的决策支持系统的设计与实现 提要 本文较为系统地介绍了决策支持系统(DSS)的发展过程、组成 部分,并对DSS系统所涉及到的相关技术如数据仓库、数据挖掘等 做了详细论述,在此基础之上,设计并实现了一个具体的决策支持 在阐述了决策支持系统的各个组成部分之后,本文应用决策树、规则归纳、C5等算法,实现了一个DSS系统,提出并完成了一个改 进的聚类算法。传统系统聚类算法仅限于样本聚类,在聚类指标过 多并且指标之间存在依赖关系的情况下正确度不高,而笔者提出的 多重聚类在一定程度上解决了这一问题。它将样本聚类与变量聚类 结合起来,在被考察样本的指标个数较多时有着较高的准确性。日录 1.客户信用度分析 4客户行为分析 4基于类别的潜在客户挖掘 5多重系统聚类算法顶备知识 5基本概念 5系统聚类多重系统聚类 5有监督分类算法-C5 5算法概述(5算法 5C5算法的若干改进 5白适应匹配 5交义验证 5其他方法 第五章算法设计 5.日前,各大数据库厂商均在数据仓库项目上提出了风格各异、内容相似的 数据仓库全面解决方案,比较知i名的有Oracle、Sybase、Informix、IBM、NCR、Sybase拥有一个独特而强有力的点对点方案,用来设计、建立和管理数据 仓库和数据集市。各个部门之间通过集中的元数据进行交互,其有完整性、集 中性和灵活性等特点。使用的工具也具有很多优越性能,如PowerDesigner WarehouseArchitect、PowerStage、AdaptiveServerIQ、PowerDimensions Sybase的解决方案及其组成具有以下特点:快速实现、数据集市与中心仓库的 Oracl
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。