Інтелектуальний аналіз даних

Автор работы: Пользователь скрыл имя, 17 Мая 2010 в 18:18, Не определен

Описание работы

Останнім часом для вирішення практичних завдань все частіше застосовуються методи інтелектуального аналізу даних (Data Mining). Інтелектуальний аналіз даних (англ. Data Mining) — виявлення прихованих закономірностей або взаємозв'язків між змінними у великих масивах необроблених даних. Підрозділяється на завдання класифікації, моделювання і прогнозування та інші.
Побудова моделі інтелектуального аналізу даних є складовою частиною масштабнішого процесу, який включає всі етапи, починаючи з визначення базової проблеми, яку модель вирішуватиме, до розгортання моделі в робочому середовищі.

Файлы: 1 файл

Диплом_весь[1]_исправить.doc

— 1.05 Мб (Скачать файл)

     Для роботи з моделлю було створено інформаційне сховище, розроблені процедури перевантаження даних з транзакційної бази даних в інформаційне сховище. Інформаційне сховище можна використовувати не лише для інтелектуального аналізу, але і для подальшого OLAP-аналізу. Розроблений призначений для користувача інтерфейс, що дозволяє легко створювати, змінювати модель і міняти параметри.

   Візуалізація  моделі здійснюється в Biseness Intelligence Studio, представляючи аналітичний і графічний вигляд моделі. Цінність полягає в спільному використанні різних служб MS SQL Server 2005:

  • Analysis Services;
  • Integration Services;
  • язык запросов DMX;
  • Biseness Intelligence Studio.

     В ході проведеної роботи мета була досягнута, а всі поставлені завдання вирішено.

 

          СПИСОК ЛІТЕРАТУРИ 
     

  1. Брайан  Ларсон. Разработка бизнес – аналитики в Microsoft SQL Server 2005. – СПб.: Питер, 2008. – 688 с.
  2. Каленик А.И. Использование новых возможностей Microsoft SQL Server 2005. – СПб.: Питер, 2006 – 334 с.
  3. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. – СПб: БХВ – Петербург, 2004. – 336 с.
  4. Введение в анализ ассоциативных правил – Доступно з: <http://www.basegroup.ru/library/analysis/association_rules/intro/>
  5. Дейт К. Дж Введение в системы баз данных, 8-е издание. –                             М.: Издательский дом "Вильямс", 2005. – 1328 с.
  6. Основы баз данных: курс лекций: учеб. пособие / С.Д. Кузнецов. –                   М.: Интернет–Ун–т Информ. Технологий, 2005. – 488с.
  7. С. Я. Архипенков, Д. В. Голубев, О. Б. Максименко. Хранилища данных. От концепции до внедрения. – М.: Диалог-МИФИ, 2002. – 528 с.
  8. Брюс Эккель. Философия JAVA, Библиотека программиста. 3 – е изд. – СПб.: Питер, 2003 г. – 638 с.
  9. Microsoft SQL Server 2005 Analysis Services.OLAP и многомерный анализ данных. Под общей редакцией А.Бергера, И.Горбач. – СПб.: БХВ – Петербург, 2007 – 908 с.
  10. Maclennan J., Tang Z. Data Mining With SQL Server 2005. – Indianapolis.: Wiley, 2005 – 296 с.
  11. Ульман Д., Уиндом Д. Введение в системы баз данных. – М.: Лори, 2000 – 1328 с.
  12. Хансен Г., Хансен Г. Базы данных: разработка и управление. –                        М.:  БИНОМ, 1999 – 296 с.
  13. Наталия Елманова, Алексей Федоров. Введение в OLAP – технологии Microsoft. – М.:  Диалог – Мифи, 2002 – 272 с.
  14. Маклаков С.В. Проектирование реляционных хранилищ данных –              М.: Диалог – Мифи, 2007 – 333 с.
  15. Гаврилова Т.А., Хорошевский В.Ф.  Базы данных интеллектуальных систем. – СПб.: Питер, 2001 – 384 с.
  16. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: Учеб. пособие. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. – 304 с.
  17. Чубукова И.А. Data Mining: БИНОМ. Лаборатория знаний, Интернет-университет информационных технологий, 2008 – 382 с.
  18. Офіційний сайт Microsoft – msdn.microsoft.com

Информация о работе Інтелектуальний аналіз даних