《数据挖掘技术研究》论文笔记（一）

一、基本信息

标题：数据挖掘技术研究

时间：2017

来源：电脑迷

关键词：数据挖掘; 数据仓库; 方法;

二、研究内容

1.数据挖掘的对象：任何类型的数据

2.数据挖掘的任务：分类、预测、时间序列模式、聚类分析、关联分析预测和偏差分析

3.数据挖掘的过程：数据准备、数据挖掘、模式评估、巩固知识和运用知识

4.数据挖掘的常用方法：决策树方法，神经网络方法，粗糙集方法，遗传算法，模糊集方法

三、结论

       对于这篇文献的收集是出于对数据挖掘的不了解，在看完之后有了一些认识。简单来说，数据挖掘就是就是一种数据分析方法，而我要设计的学习成绩分析系统从这篇文献来看需要做到的有

1.分类：学生成绩，姓名，科目对这些数据进行分类。

2.预测：对学生过去的成绩进行分析，建立模型，对学生未来的成绩进行预测。

3.时间序列模式：通过学生成绩随时间变化的分析得出规律。

4.聚类分析：这个应该用不到，这是在没有给定划分类的情况下进行数据聚集。在前面的分类任务中数据应该是分好类的（暂时不确定）

5.关联分析预测：发现学生成绩变化，变化因素之间的关联规则

用到的方法：文献提供了每一种方法的含义，并没有具体的操作内容。没有办法确定哪些方法最适合学生成绩分析系统，也可能都会用到。

通过这篇文献对数据挖掘初步认识。

四、参考文献预测

[20]严坤.数据挖掘技术研究[J].电脑迷,2017(10):185.