本文在商业DBMS 的基础上，提出了一种基于粗糙集理论的模型,以利于信息不完备情况下的推理和决策问题的解决和研究。这种的模型可以很方便的根据给定的信息，在最符合实际的子系统上得出尽可能好的结论。关键词 知识发现；数据挖掘；决策系统 随着现代科学技术的迅速发展，数据库的规模日益扩大，无论是商业、企业、科研机构还是政府部门，在过去若干年的时间里都积累了海量的、以不同形式存储的时间资料。由于这些资料十分繁杂，要从中发现有价值的信息或知识，达到为决策服务的目的，成为非常艰巨的任务。人们需要有新的、更为有效的手段对各种信息资源进行挖掘以发挥其应有潜能。数据挖掘（Data mining）与知识发现（Knowledge discovery）正是在这样的应用需求背景下产生并迅速发展起来的。数据挖掘指的是从大型数据库或数据仓库中提取人们感性趣的知识，这些知识是隐含的、事先未知的潜在有用信息目前国内企业实现数据挖掘的困难在于缺少数据积累，所以还没有关于国内数据挖掘产品的报道！ 总之,我的研究项目不仅源于学术上的动机，更是实际工作的需要。该项目在已有大量数据积累的商业信息管理系统的基础上实现。数据挖掘系统所涉及的数据库大多为大型数据库，种类繁多，有关系型数据库、事务数据库、工程数据库、多媒体数据库等。现在还不可能做出一种数据开采系统，使它从各种数据库中都能有效地提取知识，大多系统都是针对一种数据库而设计。本文主要讨论从关系数据库中提取知识，因为关系数据库是使用最广泛的数据库。
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
热门文章
热门标签
京公网安备 11010802033920号
Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved
评论