基于粗糙集的數據挖掘技術研究及其在智能軟件中的實現(xiàn).pdf

1、隨著數據庫技術的迅速發(fā)展以及數據庫管理系統(tǒng)的廣泛應用,人們積累的數據越來越多.激增的數據背后隱藏著許多重要的信息,人們希望能夠對其進行更高層次的分析,以便更好地利用這些數據.目前的數據庫系統(tǒng)可以高效地實現(xiàn)數據的錄入、查詢、統(tǒng)計等功能,但無法發(fā)現(xiàn)數據中存在的關系和規(guī)則,無法根據現(xiàn)有的數據預測未來的發(fā)展趨勢.缺乏挖掘數據背后隱藏的知識的手段,導致了″數據爆炸但知識貧乏″的現(xiàn)象.數據挖掘(Data Mining)就是從大量的、不完全的、有噪聲

2、的、模糊的、隨機的實際應用數據中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程.數據庫中的知識發(fā)現(xiàn)技術(Knowledge Discovery in Database,KDD)是隨著數據庫和人工智能的發(fā)展而產生的,它是"從大量數據中提取出可信的、新穎的、有效的并能被人理解的模式的非平凡過程".數據挖掘帶來的顯著的經濟效益,使數據挖掘越來越普及,它適用于商業(yè)中不同的領域.課題來源于Intel公司上海軟件實驗室VLT

3、項目,VLT(Virtual Language Tutor)軟件是一個幫助學生們學習英文的學習軟件.課題主要是在搭建好的VLT Client端軟件和VLT Online Web的平臺下,對已有的數據庫中與用戶發(fā)音情況相關的數據進行分析,希望找到用戶的發(fā)音規(guī)則.在對問題有了一定認識后,我決定采用數據挖掘的方法來對數據進行處理,數據挖掘的方法使用的是粗糙集方法.本課題中按照數據挖掘通用過程逐步做下來,包括:確定業(yè)務對象、數據準備、數據挖掘、