基于WEB數(shù)據(jù)挖掘的決策支持系統(tǒng)研究.pdf

1、Web數(shù)據(jù)挖掘就是采用數(shù)據(jù)挖掘等信息處理技術(shù)從Web信息資源及Web使用記錄中挖掘?qū)μ囟ㄓ脩?hù)感興趣的、有用的信息或知識(shí)的過(guò)程，其結(jié)果可以為用戶(hù)決策所使用。在企業(yè)管理信息化業(yè)務(wù)系統(tǒng)的建設(shè)中，采用Web數(shù)據(jù)挖掘技術(shù)，提升決策支持處理能力，可以發(fā)掘潛在的市場(chǎng)或客戶(hù)群，極大地提升企業(yè)的業(yè)務(wù)質(zhì)量，準(zhǔn)確把握市場(chǎng)未來(lái)發(fā)展趨勢(shì)，增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。在企業(yè)管理信息化建設(shè)中，應(yīng)用基于Web數(shù)據(jù)挖掘的決策支持系統(tǒng)，對(duì)提升企業(yè)決策支持處理能力，以及業(yè)務(wù)管理質(zhì)

2、量，準(zhǔn)確把握市場(chǎng)未來(lái)發(fā)展趨勢(shì)，增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，有較強(qiáng)的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。針對(duì)現(xiàn)狀，本文主要研究了了以下幾個(gè)方面的工作:
　　 首先，對(duì)當(dāng)前幾種主要Web數(shù)據(jù)挖掘技術(shù)，包括聚類(lèi)分析、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和遺傳算法進(jìn)行了系統(tǒng)的分析研究。結(jié)合基于Web數(shù)據(jù)挖掘的特點(diǎn)，重點(diǎn)分析了最小二乘法以及線性回歸方法的原理，將二者進(jìn)行有效地融合，引出數(shù)據(jù)挖掘中的分類(lèi)預(yù)測(cè)問(wèn)題，對(duì)線性回歸預(yù)測(cè)流程展開(kāi)了研究。
　　 其次，基于上

3、述算法的研究，論文將最小二乘法以及線性回歸思想引入系統(tǒng)設(shè)計(jì)中，通過(guò)Java語(yǔ)言設(shè)計(jì)實(shí)現(xiàn)了一個(gè)基于Web數(shù)據(jù)挖掘的決策支持原型系統(tǒng)，在設(shè)計(jì)中分別對(duì)功能結(jié)構(gòu)、系統(tǒng)的物理結(jié)構(gòu)等相關(guān)方面進(jìn)行了分析，給出了決策支持系統(tǒng)中數(shù)據(jù)挖掘的過(guò)程。系統(tǒng)實(shí)現(xiàn)了系統(tǒng)管理、數(shù)據(jù)管理、數(shù)據(jù)挖掘、輔助分析四大功能模塊，能滿(mǎn)足基于web數(shù)據(jù)挖掘的功能需求。
　　 論文最后對(duì)決策支持原型系統(tǒng)進(jìn)行了測(cè)試，測(cè)試目標(biāo)數(shù)據(jù)為某貨運(yùn)企業(yè)在近些年來(lái)對(duì)年度貨運(yùn)量與年度工業(yè)總產(chǎn)值