高校規(guī)模分析決策支持系統(tǒng)的總體設(shè)計(jì)與數(shù)據(jù)挖掘.pdf

1、近年來(lái)隨著我們產(chǎn)生和搜集數(shù)據(jù)的能力不斷增強(qiáng)，在許多商業(yè)和政府事務(wù)中計(jì)算機(jī)的日益普及、以及在數(shù)據(jù)收集工具方面的不斷進(jìn)步，我們面臨著大量的數(shù)據(jù)。成百萬(wàn)的數(shù)據(jù)庫(kù)已經(jīng)被用于商業(yè)管理、政府管理、科學(xué)和工程管理以及其它許多應(yīng)用領(lǐng)域。數(shù)據(jù)和數(shù)據(jù)庫(kù)的飛速增長(zhǎng)迫切要求我們保存大量數(shù)據(jù)并且從己經(jīng)擁有的大量數(shù)據(jù)中產(chǎn)生有用的知識(shí)或信息。因此，數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘作為一種能夠滿(mǎn)足這種需求的技術(shù)應(yīng)運(yùn)而生，其重要性得到了前所未有的重視。 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和數(shù)據(jù)挖掘

2、是信息技術(shù)領(lǐng)域的一門(mén)新興技術(shù)。數(shù)據(jù)倉(cāng)庫(kù)的主要特點(diǎn)是面向主題性、集成性、時(shí)變性、非易失性。數(shù)據(jù)挖掘是利用分析工具從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取出隱含在其中、事先未知、但又潛在有用的信息和知識(shí)的過(guò)程，建立數(shù)據(jù)間關(guān)系模型，并用其做出預(yù)測(cè)。采用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，可以充分利用己有的海量數(shù)據(jù)資源，以便從中挖掘出有用價(jià)值的知識(shí)和規(guī)則。 本設(shè)計(jì)是將數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)應(yīng)用于高校擴(kuò)建可行性的研究工作，對(duì)以往人口出生、高校招

3、生、學(xué)生就業(yè)、國(guó)家政策大量數(shù)據(jù)進(jìn)行分析，從而科學(xué)的實(shí)現(xiàn)對(duì)高校的建設(shè)投入，為國(guó)家節(jié)省不必要的投資浪費(fèi)。 全文共分五個(gè)部分： 第一部分：是緒論，介紹課題的背景及意義，數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的現(xiàn)狀； 第二部分：是數(shù)據(jù)挖掘技術(shù)的介紹，詳細(xì)介紹有關(guān)數(shù)據(jù)挖掘的概念、特點(diǎn)、實(shí)現(xiàn)方法等； 第三部分：是介紹本設(shè)計(jì)中采用的神經(jīng)網(wǎng)絡(luò)方法，詳細(xì)介紹本課題中應(yīng)用的BP網(wǎng)絡(luò)算法及改進(jìn)； 第四部分：是結(jié)合本課題詳細(xì)闡述本設(shè)計(jì)實(shí)