简介：结合数字化校园的数据源，给出了在数据仓库环境下构建的数字化校园体系结构图，阐述了数字化校园数据仓库逻辑模型的设计，并把数据挖掘算法应用到数字化校园中，为高校管理者提供了决策支持信息。关键词数据仓库；数据挖掘；数字化校园中图分类号TP274文献标识码A文章编号1007-9599(2010)04-0000-01DigitalCampusApplication&StudyagainstDataWarehouseandDataMiningTechnologyWangYanpin1g,WangXiaoting2,ChangXianfa2(1.HeyuanTechnologyCollege,Heyuan517000,China;2.KaifengUniversity,Kaifeng475004,China)AbstractCombinethedatasourceofthedigitalcampus,giveanarchitecturemapofdigitalcampuswhichisbasedondatawarehouseenvironment,focusonthedigitalcampusdatawarehouselogicalmodeldesign,Andthedataminingalgorithmapplytothedigitalcampus,providethedecisionsupportinformationforuniversityadministratorsKeywordsDatawarehouse;Datamining;Digitalcampus一、引言高校数字化校园数据主要存储在关系型数据库中，这些系统中，大量的数据和数据模型，都是反映历届学生的学习成绩和教师的教学任务以及教学计划。随着高校对决策信息需求的日益广泛、复杂和迫切，这些传统的数据库系统存在的问题也越来越明显。本文利用数据仓库和数据挖掘技术在数字化校园中应用进行了研究。二、数字化校园数据仓库体系结构设计在对数字化校园各个子系统进行深入调研和需求分析的基础上，针对数据仓库的三个基本功能，提出了一个集中式数据仓库（数字化校园数据仓库）、分布式数据库（各个部门数据库）等适合数字化校园的数据仓库体系结构，如图1所示。该系统由五个部分组成（一）数据源来源于操作性数据库，其主要是完成日常业务处理，其数据将成为数据仓库的数据源。（二）多数据源集成将来自于不同数据源（SQL、Oracle等）的数据通过数据转换服务进行导入。（三）中心数据仓库在已有业务系统的基础上，通过数据的抽取、转换、加载，建立数字化校园数据仓库。（四）OLAP分析服务器通过建立OLAP分析服务器，从数据仓库中提取数据，完成数据的统计和分析。（五）决策支持工具是面向用户的数据需求的前端服务，支持各种OLAP和DM操作。三、数字化校园数据仓库逻辑模型设计在学生等级事实维表中存储七个维表，通过这几个维表的主键，将事实表和维表连接在一起，形成星型模式用二维关系表示数据的多维概念建立星型模型后，通过维表的主键，对事实表和每一个维作连接操作，其模型如图2如示。四、数据挖掘算法在数字化校园中应用分析针对学生等级多维数据集，把平均成绩、借书次数、平均消费、学生等级、家庭出身既作为输入列又作为可预测列，分析处理后可得到如图3所示学生等级一层决策树模型。在学生等级表中，所有事例为4925，其中学生等级为C的事例最多，为1726例，可能性为35.04%；学生等级表现为A的有495例，可能性为10.05%；学生等级表现为B的有1478例，可能性为30.01%；学生等级表现为D的有983例，可能性为19.95%；还有学生等级表现为E的极差事例有243例，可能性为4.93%。在这一事例图中，我们可以看到PJCJ是决定XSDJ最重要的因素，在高校教育中，抓学生成绩才是教学的关键所在。五、结束语采用DW+DM框架结构的决策支持系统是一种比较理想和完善的架构，该系统功能齐全、性能稳定，能对数据进行快速和准确的分析，从而帮助高校管理者做出更好的决策，提高高校管理效率，对数字化校园的利用具有一定的实用性和参考价值。参考文献1ZhaoHuiTang,JamieMaclennan.数据挖掘原理与应用M.邝祝芳,焦贤龙,高升.北京清华大学出版社,200725-262木根.数据仓库技术与实现M.北京电子工业出版社,20023王艳萍,常贤发.基于数据仓库的数字化校园的设计J.电脑知识与技术,2009,124薛红,王敏.基于DW+OLAP+DM的超市销售决策支持系统J.计算机工程,2007,33145王成,李民赞.基于数据仓库和数据挖掘技术的温室决策支持系统J.农业工程学报,2008,11作者简介王艳萍（1982-），女，硕士研究生，河源职业技术学院教师，研究方向为计算机应用技术。

简介：本文首先讨论了数据挖掘技术，给出了一种企业决策系统。并就决策系统的构成、流程和采用的数据挖掘技术进行了探讨。关键词数据挖掘；数据仓库；企业决策系统中图分类号N37文献标识码A文章编号1007-9599(2010)04-0000-01ResearchofDataMiningTechnologyinBusinessDecision-makingSystemShiDongsheng(InnerMongoliaUniversity,Information&EngineeringTechnologyCollege,InnerMongolia,Baotou014010,China)AbstractThispaperdiscussesdataminingtechnology,presentsabusinessdecisionsystem.Decision-makingsystemoncomposition,processanduseofdataminingtechniquesarediscussed.KeywordsDatamining;Datawarehouse;Businessdecision-makingsystem随着计算机管理信息系统的飞速发展和广泛应用，企业生产经营的自动化水平不断提高，大大提高了工作效率。但企业业务系统运行所产生的大量原始数据是企业生产经营活动的真实记录，不能为本企业加以有效的统计、分析及评估，无法将这些数据转换成企业有用的信息、为企业战略决策提供参考和支持。数据挖掘正是在这样的应用需求环境下产生并迅速发展起来的，它的出现为智能地把海量数据转化为有用的信息和知识提供了新的思路和手段，设计开发基于数据挖掘的企业决策系统是合理解决这一问题，提升企业综合竞争力的最佳对策。一、数据挖掘技术数据挖掘，是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程。它是数据库研究中的一个新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，把人们对数据的应用从低层次的查询，提升到从数据中挖掘知识，提供决策支持的层级。数据挖掘一般由数据准备、挖掘操作、结果表达和解释三个主要阶段组成。在数据准备阶段应集成多个运作数据源中的数据，解决语义模糊性、处理遗漏数据、清洗脏数据。挖掘阶段是一个假设产生、合成、修正和验证传播的过程，也是上述三个阶段的核心。结果表达和解释阶段根据最终用户的决策目的把提取的有用信息正确地表达出来。数据挖掘的方法和技术可大致划分为三类统计分析、知识发现、可视化技术等。统计分析用于检查异常形式的数据，然后利用统计模型和数学模型来解释这些数据，统计分析方法是目前最成熟的数据挖掘工具。而知识发现则着眼于发现大量数据记录中潜在的有用信息或新的知识，属于所谓“发现驱动”的数据挖掘技术途经。知识发现常用的方法有人工神经网络、决策树、遗传算法、模糊计算或模糊推理等。数据质量、可视化数据的能力、极大数据库尺寸、数据挖掘者的技能、数据的粒度都是影响知识发现方法的重要因素。可视化技术则采用直观的图形方式将信息模式、数据的关联或趋势呈现给决策者，决策者可以通过可视化技术交互式地分析数据关系。二、基于数据挖掘的企业决策系统数据挖掘面对的是经初步加工的数据，使得数据挖掘更专注于知识的发现；而数据仓库用于完成数据的收集、集成、存储、管理等工作，两者必须有机结合起来使用。基于数据挖掘的企业决策系统主要由数据库、数据仓库、数据仓库管理模块、知识库、知识发现模块、数据挖掘工具、人机交互模块构成（如下图所示）。系统的输入主要源于经过初步处理的数据库数据以及存储在知识库中的历史知识和经验；数据仓库管理模块用于数据仓库的建立以及数据的筛选操作；知识发现模块控制并管理知识发现过程，它将数据的输入和知识库中的信息用于驱动数据选择过程、知识发现引擎过程和发现的评价过程；人机交互模块通过自然语言处理和语义查询在用户和系统之间提供相互联系的集成界面。数据挖掘工具用于完成实际决策问题所需的各种查询检索工具、多维数据的联机分析分析工具等，以实现决策支持系统的各种要求。数据挖掘主要提供了以下几种模式（一）分类模式根据数据的值从树根开始搜索，沿着数据满足的分支往上走，直到树叶确定类别。（二）回归模式回归模式与分类模式相似，区别在于分类模式的预测值是离散的，而回归模式的预测值是连续的。（三）时间序列模式根据数据随时间变化的趋势预测将来的值。只有充分考虑时间因素，利用现有数据随时间变化的一系列的值，才能更好地预测将来的值。（四）聚类模式把数据划分到不同的组，组之间的差别尽可能大，组内的差别尽可能小，进行聚类前并不知道将要划分成几个组和什么样的组。（五）关联模式利用数据项之间的关联规则。（刘）和概念描述和比较操作把具有共同性的数据做汇总操作，从而得到一个具有一般性的规则描述。在实际应用中，可以根据具体情况采用不同模式组合，达到最优化的数据挖掘方式。在用户使用该系统时，首先需要通过分析决策需求，描述和表示决策的问题，确定数据来源，即可建立数据仓库；其次针对所要发现的任务的所属类别，设计或选择上述有效的数据挖掘算法并加以实现，从平凡的历史数据中提出综合数据，独立存储为库文件，作为更高一层数据挖掘对象；同时测试以评价所发现的知识，对知识进行一致性、效用性处理。最后根据最终用户的要求，建立适用于决策支持的数据仓库的集成界面和应用程序，使用户能在决策支持中运用所发现的知识。对于该系统的执行，每个步骤包含了循环和反复，可以对发现的知识不断求精、深化，并使其易于理解。三、结论总之，数据挖掘技术可以使其应用者由原来通过定期的、固定的报表进行定性的分析而上升到实时的、动态的各种形式的图表进行定量的分析，从而可以敏感地发现市场的微小变化并迅速做出反应，为企业在激烈的市场竞争中立于不败之地提供了强有力的工具。参考文献1范明,孟小峰.anjiawei，etal.数据挖掘概念与技术M.北京机械工业出版社,20072李捷.基于数据仓库和数据挖掘的企业决策支持系统研究J.科技经济市场,2006,73范丽霞,张雪兰.利用数据仓库和数据挖掘实现电信决策支持系统J.计算机与现代化,2005,8

简介：摘要企业数据处理在很大程度上主要是计算机技术和信息化发展中的新模式，在数控企业进行激烈的市场竞争中为其提供了有利的支持，因为在市场经济的快速发展中，尤其是中国加入世贸以后，测绘行业竞争巨大，为了能够提高资源的利用，能在竞争中首先取得先机，完善的企业数据处理是必不可少的。

简介：摘要本文分析了Access与SQLServer数据库的引擎、数据访问模型、数据类型及表设计，并探讨了它们在应用领域上各自的优缺点。

简介：随着云计算逐渐普及,人们开始关注云安全。云安全其实包括了两个意思,一个是用云计算这种技术来提供安全服务,另一个是云计算本身的安全问题。

简介：本文深入研究了基于边表、属性和数据类型的诊疗数据存储结构，分析了各种方法的优缺点，并在此基础上提出了新型的基于“结点属性”的分离存储方式。本文提出的存储结构打破了传统的XML文档树的诊疗数据结构，极大提高了空间利用率和查询效率。

简介：文中总结并分析了遥测数据中振动信号的处理方法。振动信号在遥测数据中属于速变参数，按照周期成分划分可以将振动信号分为随机振动信号和周期振动信号，针对两种形式上的振动信号，处理方法也略有不同，研究两种形式振动信号的处理方法对振动信号的处理具有实际指导意义。

简介：本文提出一种将异构数据库互联建立综合数据平台的实现方案，把运行中原有的各个数据库系统进行整合，整合成一个综合性的数据中心平台，实现“信息共享、集中控制”。系统设计中引入了数据更新系统中间件和缓存表以实现原有各系统的互联互通，信息的同步和共享.

简介：基于XML的半结构化数据挖掘技术，探讨了如何对wcb上的信息进行更加有效的挖掘和整理。

简介：IT的历史经历过蛮有意思的几个里程碑式的过程，作为以数据库产品为核心业务的Oracle，从我们的角度看当今IT发展的状况就会发现，其实并不是数据库本身的技术发生了演变和进化，而是市场的需求推动了技术的发展。需求的演进让技术不得不去支撑它……——甲骨文公司大中华区产品战略数据库增值软件总监冯葵

简介：本文探讨了OpenXml与SQLServer相结合提高了数据利用的效率实现方法,在大型企业的信息网络应用软件开发与服务系统中得到了广泛的实践,并使得研发人员的工作更为简单,提高了办公自动化和综合信息管理系统的有效性、可管理性和安全性.

简介：随着信息科学技术的不断发展，越来越多的设备可以产生数据，而硬件存储设备却越来越便宜，我们因此步入了数据爆炸式增长的时代。大数据如雨后春笋般地出现在各行各业中，车载导航公司也迎来了大数据。大数据是机遇，同时也是挑战，如何从导航数据中获取价值成了车载导航软件公司的难题。而与此同时，中国车险市场随着我国汽车市场发展不断扩大，竞争也越来越激烈。车险行业的竞争主要是服务于价格的竞争，归根到底是风险评估能力的竞争，而目前的广泛应用的车险定价策略存在难以取分投保人真实风险的不足。本文结合车险领域风险评估的情况以及车载导航大数据的特点，提出通过对车载导航大数据的分析，对用户的统计驾驶情况评估，并将结果应用到车险行业。

简介：当你的SQLServer数据库系统运行缓慢的时候，你或许多多少少知道可以使用SQLServerProfiler(中文叫SQL事件探查器)工具来进行跟踪和分析。是的，Profiler可以用来捕获发送到SQLServer的所有语句以及语句的执行性能相关数据(如语句的read／writes页面数目，CPU的使用量，以及语句的duration等)以供以后分析。但本文并不介绍如何使用Profiler工具，而是将介绍如何使用read80trace(有关该工具见后面介绍)工具结合自定义的存储过程来提纲挈领地分析Profiler捕获的Trace文件，

简介：上文为大家讲解了Linux下的系统备份的相关命令操作，相信大家对Linux系统下的备份有了初步的熟悉和掌握。这里会逐步加深讲解的内容，讲述基础备份的另一个重要方面——数据备份。

简介：本文是一篇关于数据恢复的"普及"文章,希望能让更多的人了解数据恢复.

简介：随着最近几年社会的进步,计算机网络这一领域的发展非常迅速,包括其中的技术和创新已经应用到许许多多的行业中去。其中,Web的相关技术也在许多领域得到了应用,一些学校、企业、政府等地方都使用Web的相关技术为其自身进行工作或是宣传,在Web的数据库中存放了大量的信息。数据库Web技术的应用帮助人们解决了许多的问题,因此各个行业越发的依赖信息技术,数据库的Web技术成了许多行业赖以生存的工具。

简介：近年来，随着数据交换的发展，HTML因其难以扩展、交互性差等缺陷严重阻碍了数据交换前进的脚步。而KML凭借简单、规范、平台无关性、自描述性等优势在数据交换技术中得到了广泛的应用。本文采用KML技术完成了一个数据交换系统，实现了异构数据的交换，达到了信息共享的目的。

简介：摘要计算机数据库管理系统是实现数据库管理的有效技术形式，加强计算机数据库管理系统的研究就显得尤为重要。本文首先阐述了计算机数据库管理系统的特点，其次，分析了计算机数据库管理系统发展趋势。同时，对计算机数据库管理系统的典型代表——嵌入式数据库系统进行了详细的探讨，具有一定的参考价值。

简介：随着我国网络信息技术的迅猛发展，网络数据库也随之得到了推广应用。如今，网络信息已经深入到我们工作、学习和生活的各个方面，网络信息的安全性也显得越来越重善屯。网络数据库的数据安全是决定网络信息安全的关键。本文就网络数据库进行了简单阐述，对网络数据库的主要威胁进行了分析，在此基础上提出了网络数据库数据的数据安全策略。。

简介：摘要对学生进行档案的管理，对很多学校来说已经不是新鲜事情了，但是如何能够最大程度上的利用计算机系统进行管理，并且这些管理的数据存储方面的要点是本文要去解决的关键。文章是从为什么要对学生管理系统如此重视开始谈起的，重点对数据存储的重要性进行了分析。