基于工作流的數(shù)據(jù)挖掘過(guò)程研究.pdf

1、面對(duì)現(xiàn)今越來(lái)越多的數(shù)據(jù)源和越來(lái)越大的數(shù)據(jù)量，數(shù)據(jù)挖掘能夠有效地從這些海量數(shù)據(jù)中獲取有價(jià)值的信息可以使人們更好地預(yù)測(cè)未來(lái)可能出現(xiàn)的數(shù)據(jù)信息，從而提高工作效率.然而國(guó)內(nèi)尚未有基于工作流的實(shí)用數(shù)據(jù)挖掘算法庫(kù)、企業(yè)數(shù)據(jù)管理倉(cāng)庫(kù)工具庫(kù)、企業(yè)知識(shí)庫(kù)管理工具庫(kù)的文獻(xiàn)報(bào)道，關(guān)于這方面的研究和工作自然成為了當(dāng)前的一個(gè)新興熱點(diǎn). 傳統(tǒng)的應(yīng)用程序面向的事務(wù)處理是以需求分析為基礎(chǔ)的開發(fā)軟件，而需求是相對(duì)確定的、固定的；數(shù)據(jù)挖掘的應(yīng)用程序面向的決策支持在

2、各個(gè)階段有不同的任務(wù)模塊，其需求是易變的、流動(dòng)的.對(duì)于反復(fù)調(diào)試的模型，后者顯得更加適用.實(shí)際上，數(shù)據(jù)挖掘的應(yīng)用程序是適合工作流這種新型開發(fā)模式的，現(xiàn)今,S-plus和Sas中已經(jīng)有基于工作流的集成環(huán)境應(yīng)用于數(shù)據(jù)挖掘，但成本及維護(hù)費(fèi)用過(guò)高，所以用戶只限于大中型企業(yè)；相對(duì)來(lái)說(shuō)，以SQLSever的DTS作為工作流引擎的數(shù)據(jù)挖掘卻擁有成本低廉的特點(diǎn)，能夠滿足小型企業(yè)的需要，填補(bǔ)了實(shí)際情況中基于工作流的數(shù)據(jù)挖掘應(yīng)用的一些市場(chǎng)空白. 本文

3、將工作流的形式應(yīng)用于數(shù)據(jù)挖掘的算法流程當(dāng)中，將常用數(shù)據(jù)挖掘算法、數(shù)據(jù)倉(cāng)庫(kù)與知識(shí)庫(kù)管理和維護(hù)算法的通用結(jié)構(gòu)的模塊化，建成基于工作流引擎的算法庫(kù)和工具庫(kù).在實(shí)際應(yīng)用中，對(duì)于時(shí)常有新數(shù)據(jù)更新的數(shù)據(jù)挖掘任務(wù)(如企業(yè)數(shù)據(jù)管理、證券股市等)更加適用，達(dá)到了提高效率、減少耗費(fèi)、優(yōu)化流程以及增強(qiáng)可管理性等效果. 本論文致力于集成方案的研究，實(shí)現(xiàn)了將SQLSever中的DTS作為工作流引擎進(jìn)行數(shù)據(jù)挖掘，實(shí)現(xiàn)了將工作流技術(shù)與數(shù)據(jù)挖掘技術(shù)相結(jié)合.在介