数据挖掘在统计工作中的应用研究
论文摘要
论文从理论论证和实例研究两方面展开,试图通过对相关问题的深入研究,探索数据挖掘技术运用于政府统计的主要过程和一般分析方法。经过多年的积累,当前政府统计工作面临“数据丰富,但信息贫乏”的问题,且忽视了对历史数据中隐性规律的挖掘分析,然而将基于数据仓库的数据挖掘技术运用于政府统计能够很好的解决这一问题。本文通过对统计数据特点的分析,提出了统计数据仓库建设的原则,并据此提出了基于数据仓库与数据挖掘技术的统计分析系统的实现架构、构建了便于进行分析的统计多维数据模型,并把它们应用于实证分析。在实证分析阶段,将关联及聚类算法应用于决策树算法分析的基础之上,算法的结合很好的保证了所分析指标的相关性及有效性。
论文目录
中文摘要Abstract第一章 绪论第一节 论文研究背景第二节 国内外研究及应用现状第三节 论文研究的意义第四节 论文结构第二章 基础理论与技术第一节 统计相关概念与理论第二节 数据仓库的相关理论与技术一、数据仓库与数据集市二、多维数据模型第三节 数据挖掘的相关理论与技术一、数据挖掘基本知识二、数据挖掘的任务和功能三、数据挖掘过程与实施步骤第四节 数据挖掘与传统统计分析的联系与区别第五节 基于数据仓库的数据挖掘技术与统计工作的结合第三章 基于数据仓库与数据挖掘技术的统计分析系统的实现架构第一节 统计数据的特点及统计数据仓库建设中的原则探析第二节 统计数据的多维模型构建及关键问题探析第三节 系统定位第四节 系统目标第五节 系统开发平台第六节 基于数据仓库与数据挖掘技术的统计分析系统实现架构第四章 基于多维数据集的数据挖掘技术在统计分析应用中的实证研究第一节 主题背景第二节 解决方案第三节 多维数据集的构建一、概念模型的构建二、物理模型的构建第四节 数据挖掘技术的实现一、决策树方法的应用二、基于强相关属性的数据挖掘实证分析第五节 对挖掘结果的处理第六节 系统评价第五章 总结第一节 论文工作总结第二节 论文创新内容第三节 论文不足一、理论研究方面二、实践研究方面第四节 进一步工作展望参考文献攻读学位期间发表的论文致谢
相关论文文献
本文来源: https://www.lw50.cn/article/283da4843a4f5104932949c6.html