基于聚類技術(shù)的QMP模型建立與知識(shí)發(fā)現(xiàn).pdf

1、該文對(duì)基于數(shù)據(jù)挖掘的實(shí)現(xiàn)技術(shù)做了深入的研究,從整個(gè)系統(tǒng)角度出發(fā),運(yùn)用新興的數(shù)據(jù)分析方法,探索開發(fā)智能化信息分析和決策支持工具的解決方案,主要研究成果如下:針對(duì)時(shí)序數(shù)據(jù)庫(kù)中的數(shù)量屬性,提出一種新的模型--數(shù)量型屬性的趨勢(shì)模式模型(QMP),用于發(fā)現(xiàn)多個(gè)數(shù)量屬性的變化趨勢(shì)之間的關(guān)系.研究了將時(shí)序數(shù)據(jù)庫(kù)轉(zhuǎn)化為比率數(shù)據(jù)庫(kù)的趨勢(shì)變化模型的可靠性和效率,并給出基于該模型的挖掘算法實(shí)現(xiàn)步驟.基于QMP模型的挖掘是一種通用技術(shù),不僅可以用于發(fā)現(xiàn)價(jià)格變化

2、與利潤(rùn)變化之間的關(guān)系等知識(shí),還可以用于其它數(shù)據(jù)挖掘系統(tǒng).對(duì)聚類技術(shù)進(jìn)行改進(jìn),提出一種技術(shù):將數(shù)據(jù)庫(kù)中的數(shù)據(jù)對(duì)象首先使用CLIQUE算法進(jìn)行粗分,并確定K的值,之后基于這個(gè)結(jié)果使用經(jīng)典的聚類算法.從而排除原經(jīng)典聚類算法對(duì)孤立點(diǎn)以及K值的敏感性.運(yùn)用數(shù)據(jù)挖掘的最新研究成果,完成了將一個(gè)基于挖掘趨勢(shì)模型QMP模型的數(shù)據(jù)挖掘原型系統(tǒng)的連接工作.原型系統(tǒng)分為數(shù)據(jù)預(yù)處理,QMP模型變換、數(shù)據(jù)挖掘分析、數(shù)據(jù)驗(yàn)證等幾個(gè)子系統(tǒng),對(duì)數(shù)據(jù)進(jìn)行驗(yàn)證型分析和發(fā)現(xiàn)