基于商務智能的從業(yè)資格管理系統(tǒng)的研究與應用.pdf

1、隨著企業(yè)中各種應用系統(tǒng)的投入運行,企業(yè)積累下了大量的、寶貴的歷史數據,激烈的市場競爭迫使企業(yè)必須引入商務智能來充分利用這些海量信息資源,從中獲得有價值的信息,協(xié)助中高層管理者獲得知識、制定科學合理的商業(yè)決策來提升企業(yè)的綜合市場競爭能力。商務智能系統(tǒng)主要運用了數據倉庫、數據挖掘和聯機分析處理等技術來實現數據的收集、處理、深入分析、預測以及模型的構建和知識的發(fā)現等功能。
　　本文重點研究了數據挖掘中的關聯規(guī)則挖掘問題和其經典Aprio

2、ri算法,并對Apriori算法的運行效率和性能瓶頸進行了深入分析。在Apriori算法中擁有多次重復掃描數據庫和候選項集數目龐大兩個性能缺陷,嚴重影響了算法的執(zhí)行效率。針對這兩大性能瓶頸問題,本文提出了一種基于索引的頻集壓縮的Apriori優(yōu)化算法。該算法引入了事務索引表和頻集壓縮辦法,使算法運行全程只需要掃描一次數據庫,縮減了查找事務所消耗的時間,而且省略掉了候選項集生成步,大大減小了候選項集所占用的內存空間,降低了與候選項集相關的

3、運算量,有效地彌補了Apriori算法的性能缺陷問題。
　　本文在研究商務智能及其核心技術的基礎上,根據道路運輸業(yè)從業(yè)資格管理系統(tǒng)的需求提出了一個商務智能設計方案,該方案在系統(tǒng)原有功能的基礎上引入了商務智能相關技術來實現商務智能功能模塊的設計與開發(fā),將從業(yè)資格管理系統(tǒng)擴展為商務智能系統(tǒng),實現了數據倉庫的構建、挖掘模型的建立和OLAP的數據深入分析等技術的前端展現。使該系統(tǒng)具有海量數據管理、模型構建、數據挖掘以及數據分析預測等能力,