基于粗糙集理论的商业数据挖掘
|
摘要
本论文在分析商业数据特点的基础上，结合对数据挖掘技术的研究提出了基于粗糙集理论的商业数据挖掘的构想。基于此构想，本文对粗糙集理论进行了系统研究，提出了一种新的基于粗糙集理论的商业数据挖掘系统，并给出了此系统的详细设计与实现过程。本文提出的商业数据挖掘系统包括数据准备层、数据预处理层、挖掘评价层三个层次。在这三个层次的设计与实现过程中，提出并改进了一些算法。这些算法，加速了数据挖掘过程的完成，提高了数据挖掘质量。本文最后用一个实例对本文提出的算法和研究成果进行了验证。
On the basis of analyzing characters of commercial data, using the research on data mining, the paper presents the concept of commercial data mining based on rough set. Based on the concept, the paper systematically studies Rough Set, proposes a data mining system using Rough Set, and presents detailed design and implementation. The novel commercial data mining system presented in this paper include three parts: data preparation, data preprocessing, mining and evaluation. During the design and implementation of three levels, this paper presents several novel algorithms using rough set. These algorithms can accelerate data mining process and improve quality of data mining. Finally, the paper tests the result of research and algorithm through an instance.
On the basis of analyzing characters of commercial data, using the research on data mining, the paper presents the concept of commercial data mining based on rough set. Based on the concept, the paper systematically studies Rough Set, proposes a data mining system using Rough Set, and presents detailed design and implementation. The novel commercial data mining system presented in this paper include three parts: data preparation, data preprocessing, mining and evaluation. During the design and implementation of three levels, this paper presents several novel algorithms using rough set. These algorithms can accelerate data mining process and improve quality of data mining. Finally, the paper tests the result of research and algorithm through an instance.
引文
[1] 杨俊峰．商业智能系统的设计与实现[D]，辽宁大连：大连铁道学院，2001
[2] 魏彦武．数据挖掘技术在客户关系管理中的应用研究[D]，湖北武汉：武汉理工大学，2002
[3] 郭萌．数据挖掘与数据库知识发现：综述[J]，模式识别与人工智能，1998，21(4)：512-518
[4] 王珏，苗夺谦，周育健．关于Rough Set理论与应用的综述[J]．模式识别与人工智能，1996，9(4)：337～344
[5] 陈栋，刘兵，许洁磐．KDD研究现状及发展[J]，计算机科学，1996，23(6)：38-42
[6] 王慧明．商业信息系统研究[D]，天津：天津工业大学，2001
[7] 李杰．数据仓库系统在商业连锁企业中的应用[D]，北京：北京工业大学，2001
[8] 赵玉勇，吴永明，在决策支持系统中应用数据仓库技术的研究[J]，计算机系统应用，1999，(3)：29-32．
[9] 刘同明等．数据挖掘技术及其应用[M]，北京：国防工业大学，2001，40-85
[10] J Christopher, K Philip Chan. Systems For Knowledge Discovery In Databases IEEE Trans[J], On Knowledge and Data Engineering, 1993, 5(6): 903-913
[11] 覃振兴．在KDD中我们的部分工作和看法[M]，信息与控制，1998，21(4)：32-34
[12] 余建桥，梁颖．农业数据库中知识发现的研究，计算机科学，1999，26(12)：52-55
[13] Rakesh Agrawal, Tomasz Ⅰmielinski, Arun Swami. Data Mining: A Performance Perspective, IIIE Trans. On Knowledge And Data Engineering, 1993. 5(6): 914-925.
[14] Mark B. Data mining-here we go again [J], IEEE Transactions, Expert, 1996, 11(5): 18-19
[15] 吉根林，帅克，孙志挥．数据挖掘技术及其应用[J]，南京师范大学学报(自然科学版)，2000，23(2)：25-27
[16] 熊熊，张维．数据挖掘技术及其实现，预测，2001，20(3)：64-68
[17] Pawlak Z. Rough Sets[J], International Journal of Information and Computer Science, 1982, 11(5): 341-356
[18] Ziarko W. Variable Precision Rough Set Model, Journal of Computer and
System Science, 1993, 46(1): 39-59
[19] Skowron A, Suraj. Z. A Parallel Algorithm for Real-Time Decision Making, A Rough Set Approach[J], Journal of Intelligent Information System, 1996(7): 5-28
[20] Skowron A, And Rauszer C. The Discernibility Matrixes And Functions In Information Systems[M], Holand: Kluwer Academic Publisher, 1991: 331-363
[21] Grzymala. J. W. Application of The Rule Induction System LERS, Rough Sets in Knowledge Discovery, 1998: 366-375
[22] Ziarko W. Analysis of Uncertain Information In The Framework of Variable Precision Rough Sets[J], Foundations of Computing and Decision Sciences, 1993, 18(3): 381-396
[23] 杨会志．数据挖掘技术的主要方法极其发展方向[J]，河北科技大学学报，2001，21(3)：77-80
[24] 朱廷劭，高文，Charlex X．Ling．数据库中知识发现的处理过程模型的研究，计算机科学，1999，26(2)：
[25] 袁曾任，卢振中．由神经网络提取规则的一种方法[J]，信息与控制，1997，26(1)：61-66
[26] 刘振凯，贵忠华，蔡青．基于神经网络结构学习的知识求精方法[J]，计算机研究与发展，1999，36(10)：1069-1073
[27] 张朝辉．利用神经网络发现分类规则[J]，计算机学报，1999，22(1)：108-112
[28] 黄源，萧嵘，张福炎．神经网络的规则提取研究[J]，计算机研究与发展，1999，36(9)：1086-1091
[29] W H Inmon, Building The Data Warehouse [M], Boston: QED Technical Publishing Group, 1992, 124-150
[30] 高红深．决策支持系统原理、技术、方法[M]，北京：人民邮电出版社，1997
[31] 史忠植．高级人工智能[M]，北京：科学出版社，1998，129-140
[32] 陈世福，陈兆乾．人工智能与知识工程[M]，南京：南京大学出版社，1997．55-70
[33] 苗夺谦．Rough Set理论中连续属性的离散化方法[J]，自动化学报，2001，27(3)：296-302
[34] 于金龙，李晓红，孙立新．连续属性的整体离散化[J]，哈尔滨工业大学学报，2000，32(3)：48-53
[35] 赵军，王国胤，吴中福，李华．基于粗集理论的数据离散化新算法[J]，重庆大学学报，2002，25(3)：18-21
[36] 王明文．一种基于信息测度的数据过滤方法[J]，南昌水利专科学校学报，2002，21(2)：1-6
[37] 严蔚敏，吴伟民．数据结构，北京：清华大学出版社，1996，62-80
[38] 韩祯祥，张琦，文福拴．粗糙集理论及其应用综述[J]，控制理论与应用，1999，16(2)：153-157
[39] 王珏，苗夺谦．基于Rough Set理论的“数据浓缩”[J]．计算机学报，1998，21(5)：393～400
[40] 苗夺谦，范世栋．知识的粒度计算及其应用[J]，系统工程理论与实践，2002，22(1)：48-56
[41] 胡侃，夏绍纬．基于大型数据仓库的数据采掘[J]，软件学报，1998，9(1)：53-63
[42] 赵卫东，李旗号，盛昭瀚．区间值属性不完全信息下的数据挖掘[J]，系统工程理论方法应用，2001，10(2)：136-147
[43] 刘业政，杨善林．基于粗集理论的Null值估算方法研究[J]，计算机工程，2001，27(10)：41-42
[44] 王军．数据库知识发现的研究[D]，北京：中国科学院计算所，1997
[45] 陈文伟．决策支持系统及其开发[M]，北京：清华大学出版社，1994，90-97
[46] 郝先臣，张德干，尹国成等．用于电子商务中的数据挖掘技术研究，小型微型计算机系统，2001，22(7)：786-788
[47] 张圣阳．数据仓库和数据挖掘技术在企业管理中的一个应用[D]，杭州：浙江大学，2001
[48] 冯艳．商业企业的客户关系管理[D]，武汉：中南大学，2002
[49] 张朝晖，陆玉昌，张钹．发掘多值属性的关联规则，软件学报，1998，11(9)：801-804
[50] 曾黄磷．粗集理论及其应用[M]，重庆：重庆大学出版社，1996，44-100
[51] 王冰峰，刘连忠．联机分析处理及其在管理信息系统中的应用[J]，计算机应用研究，2001，18(1)：71-74，78．
[52] 刘小虎，李生．决策树的优化算法[J]，软件学报，1998，9(10)：797-800
[53] 洪家荣，丁明峰，李星原等．一种新的决策树归纳学习算法[J]，计算机学报，1995，18(6)：470-474
[54] 苗夺谦，王珏．基于粗糙集的多变量决策树构造方法[J]，软件学报，1997，8(6)：425-431
[55] 苗夺谦，胡桂荣．知识约简的一种启发式算法[J]，计算机研究与发展，1999，36(6)：681-684
[56] Mohua Banerjee, Sushmita, Sankar K. Rough fuzzy MLP: Knowledge encoding and classification[J], IEEE Transactions onneural networks, 1998, 9(6): 1203-1206
[57] J.R.Quinlan. Induction of Decision Treees, Machine learning, 1986(1): 81-106
[58] 巩玉玺，李宝林．粗集理论在证券投资决策中的应用[J]，青岛建筑工程学院学报，2001，22(1)：46-49
[2] 魏彦武．数据挖掘技术在客户关系管理中的应用研究[D]，湖北武汉：武汉理工大学，2002
[3] 郭萌．数据挖掘与数据库知识发现：综述[J]，模式识别与人工智能，1998，21(4)：512-518
[4] 王珏，苗夺谦，周育健．关于Rough Set理论与应用的综述[J]．模式识别与人工智能，1996，9(4)：337～344
[5] 陈栋，刘兵，许洁磐．KDD研究现状及发展[J]，计算机科学，1996，23(6)：38-42
[6] 王慧明．商业信息系统研究[D]，天津：天津工业大学，2001
[7] 李杰．数据仓库系统在商业连锁企业中的应用[D]，北京：北京工业大学，2001
[8] 赵玉勇，吴永明，在决策支持系统中应用数据仓库技术的研究[J]，计算机系统应用，1999，(3)：29-32．
[9] 刘同明等．数据挖掘技术及其应用[M]，北京：国防工业大学，2001，40-85
[10] J Christopher, K Philip Chan. Systems For Knowledge Discovery In Databases IEEE Trans[J], On Knowledge and Data Engineering, 1993, 5(6): 903-913
[11] 覃振兴．在KDD中我们的部分工作和看法[M]，信息与控制，1998，21(4)：32-34
[12] 余建桥，梁颖．农业数据库中知识发现的研究，计算机科学，1999，26(12)：52-55
[13] Rakesh Agrawal, Tomasz Ⅰmielinski, Arun Swami. Data Mining: A Performance Perspective, IIIE Trans. On Knowledge And Data Engineering, 1993. 5(6): 914-925.
[14] Mark B. Data mining-here we go again [J], IEEE Transactions, Expert, 1996, 11(5): 18-19
[15] 吉根林，帅克，孙志挥．数据挖掘技术及其应用[J]，南京师范大学学报(自然科学版)，2000，23(2)：25-27
[16] 熊熊，张维．数据挖掘技术及其实现，预测，2001，20(3)：64-68
[17] Pawlak Z. Rough Sets[J], International Journal of Information and Computer Science, 1982, 11(5): 341-356
[18] Ziarko W. Variable Precision Rough Set Model, Journal of Computer and
System Science, 1993, 46(1): 39-59
[19] Skowron A, Suraj. Z. A Parallel Algorithm for Real-Time Decision Making, A Rough Set Approach[J], Journal of Intelligent Information System, 1996(7): 5-28
[20] Skowron A, And Rauszer C. The Discernibility Matrixes And Functions In Information Systems[M], Holand: Kluwer Academic Publisher, 1991: 331-363
[21] Grzymala. J. W. Application of The Rule Induction System LERS, Rough Sets in Knowledge Discovery, 1998: 366-375
[22] Ziarko W. Analysis of Uncertain Information In The Framework of Variable Precision Rough Sets[J], Foundations of Computing and Decision Sciences, 1993, 18(3): 381-396
[23] 杨会志．数据挖掘技术的主要方法极其发展方向[J]，河北科技大学学报，2001，21(3)：77-80
[24] 朱廷劭，高文，Charlex X．Ling．数据库中知识发现的处理过程模型的研究，计算机科学，1999，26(2)：
[25] 袁曾任，卢振中．由神经网络提取规则的一种方法[J]，信息与控制，1997，26(1)：61-66
[26] 刘振凯，贵忠华，蔡青．基于神经网络结构学习的知识求精方法[J]，计算机研究与发展，1999，36(10)：1069-1073
[27] 张朝辉．利用神经网络发现分类规则[J]，计算机学报，1999，22(1)：108-112
[28] 黄源，萧嵘，张福炎．神经网络的规则提取研究[J]，计算机研究与发展，1999，36(9)：1086-1091
[29] W H Inmon, Building The Data Warehouse [M], Boston: QED Technical Publishing Group, 1992, 124-150
[30] 高红深．决策支持系统原理、技术、方法[M]，北京：人民邮电出版社，1997
[31] 史忠植．高级人工智能[M]，北京：科学出版社，1998，129-140
[32] 陈世福，陈兆乾．人工智能与知识工程[M]，南京：南京大学出版社，1997．55-70
[33] 苗夺谦．Rough Set理论中连续属性的离散化方法[J]，自动化学报，2001，27(3)：296-302
[34] 于金龙，李晓红，孙立新．连续属性的整体离散化[J]，哈尔滨工业大学学报，2000，32(3)：48-53
[35] 赵军，王国胤，吴中福，李华．基于粗集理论的数据离散化新算法[J]，重庆大学学报，2002，25(3)：18-21
[36] 王明文．一种基于信息测度的数据过滤方法[J]，南昌水利专科学校学报，2002，21(2)：1-6
[37] 严蔚敏，吴伟民．数据结构，北京：清华大学出版社，1996，62-80
[38] 韩祯祥，张琦，文福拴．粗糙集理论及其应用综述[J]，控制理论与应用，1999，16(2)：153-157
[39] 王珏，苗夺谦．基于Rough Set理论的“数据浓缩”[J]．计算机学报，1998，21(5)：393～400
[40] 苗夺谦，范世栋．知识的粒度计算及其应用[J]，系统工程理论与实践，2002，22(1)：48-56
[41] 胡侃，夏绍纬．基于大型数据仓库的数据采掘[J]，软件学报，1998，9(1)：53-63
[42] 赵卫东，李旗号，盛昭瀚．区间值属性不完全信息下的数据挖掘[J]，系统工程理论方法应用，2001，10(2)：136-147
[43] 刘业政，杨善林．基于粗集理论的Null值估算方法研究[J]，计算机工程，2001，27(10)：41-42
[44] 王军．数据库知识发现的研究[D]，北京：中国科学院计算所，1997
[45] 陈文伟．决策支持系统及其开发[M]，北京：清华大学出版社，1994，90-97
[46] 郝先臣，张德干，尹国成等．用于电子商务中的数据挖掘技术研究，小型微型计算机系统，2001，22(7)：786-788
[47] 张圣阳．数据仓库和数据挖掘技术在企业管理中的一个应用[D]，杭州：浙江大学，2001
[48] 冯艳．商业企业的客户关系管理[D]，武汉：中南大学，2002
[49] 张朝晖，陆玉昌，张钹．发掘多值属性的关联规则，软件学报，1998，11(9)：801-804
[50] 曾黄磷．粗集理论及其应用[M]，重庆：重庆大学出版社，1996，44-100
[51] 王冰峰，刘连忠．联机分析处理及其在管理信息系统中的应用[J]，计算机应用研究，2001，18(1)：71-74，78．
[52] 刘小虎，李生．决策树的优化算法[J]，软件学报，1998，9(10)：797-800
[53] 洪家荣，丁明峰，李星原等．一种新的决策树归纳学习算法[J]，计算机学报，1995，18(6)：470-474
[54] 苗夺谦，王珏．基于粗糙集的多变量决策树构造方法[J]，软件学报，1997，8(6)：425-431
[55] 苗夺谦，胡桂荣．知识约简的一种启发式算法[J]，计算机研究与发展，1999，36(6)：681-684
[56] Mohua Banerjee, Sushmita, Sankar K. Rough fuzzy MLP: Knowledge encoding and classification[J], IEEE Transactions onneural networks, 1998, 9(6): 1203-1206
[57] J.R.Quinlan. Induction of Decision Treees, Machine learning, 1986(1): 81-106
[58] 巩玉玺，李宝林．粗集理论在证券投资决策中的应用[J]，青岛建筑工程学院学报，2001，22(1)：46-49
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |