銀行賬戶管理系統(tǒng)中的數(shù)據(jù)挖掘技術研究.pdf

1、隨著計算機技術在各行業(yè)中的普及以及數(shù)據(jù)存儲技術在相關應用中逐漸成熟，信息化數(shù)據(jù)的爆炸性增長使得常規(guī)的數(shù)據(jù)庫系統(tǒng)難以滿足數(shù)據(jù)處理的要求。如何從大量數(shù)據(jù)中分析和選擇需要的那部分數(shù)據(jù)成為目前面臨的最大問題，另外，數(shù)據(jù)庫的性能優(yōu)化和數(shù)據(jù)倉庫的分離使用也成為數(shù)據(jù)挖掘中的研究熱點之一。以此為背景本文深入研究數(shù)據(jù)存儲和數(shù)據(jù)挖掘，使應用系統(tǒng)處理數(shù)據(jù)和發(fā)現(xiàn)信息的效率得到了一定程度的提高。在銀行領域中，雖然數(shù)據(jù)挖掘技術已經(jīng)應用到了商業(yè)銀行系統(tǒng)中，但是其對于

2、數(shù)據(jù)的處理效率還不高，且發(fā)現(xiàn)不了事務數(shù)據(jù)庫中的某些珍貴信息，不能充分發(fā)揮數(shù)據(jù)挖掘技術的重要性。
　　本文的主要研究工作如下：⑴優(yōu)化數(shù)據(jù)庫存儲系統(tǒng)。對傳統(tǒng)的關系型數(shù)據(jù)庫系統(tǒng)進行性能優(yōu)化，升級為演繹對象數(shù)據(jù)庫系統(tǒng)，并分離使用常規(guī)數(shù)據(jù)庫系統(tǒng)和數(shù)據(jù)倉庫。⑵改進經(jīng)典關聯(lián)規(guī)則挖掘算法。本文對于經(jīng)典 FP-growth算法中兩次掃描條件模式基的缺點，并借鑒已存在改進算法中建立支持度計數(shù)二維表的方法，進一步提出改進算法。已經(jīng)存在的改進算法在第一次

3、掃描數(shù)據(jù)庫后建立二維表，而本文的改進算法則是在第二次掃描事務數(shù)據(jù)庫并排序好各事務后建立二維表，這樣不會因向量的方向性而造成查找某一項的支持度計數(shù)時產(chǎn)生誤差，并能有效提高效率。調(diào)整 FP-growth算法改進算法中支持度計數(shù)二維表的建立時段，避免查詢二維表各事務項支持度計數(shù)時產(chǎn)生誤差。⑶將改進后的關聯(lián)規(guī)則挖掘算法應用到實踐。對銀行賬戶管理系統(tǒng)中的相關數(shù)據(jù)進行預處理，并將改進算法應用到預處理后的數(shù)據(jù)上，挖掘出有效的關聯(lián)規(guī)則，并將這種關聯(lián)規(guī)則