毕业设计我帮你

基于SPSS Clementine的数据挖掘软件的分析研究及应用

一、选题简介、意义 选题简介 因为现在互联网上的信息具有数量巨大、没有规则以及很容易重复的特征，导致人们现在不能快速地从网络信息中获取所需要的信息，这让我们的生活十分的不方便，所以如何在互联网上使用Web数据挖掘技术就很重要。 我们了解Web挖掘在大数据中大概被划分为三类，分别是Web内容挖掘、Web结构挖掘以及Web使用模式挖掘。在这里我们主要介绍其中之一：Web使用模式挖掘，它是对用户浏览及访问的网站数据进行观察、建模以及分析，从而观察用户的浏览行为，理解用户在浏览中的趣向，以便对浏览者供应更加具有特色的服务，又或者是对网站结构进一步改善。 Web技术挖掘就是在实际应用中，提前在巨大得、残缺得、有杂音得、不清楚得、随机的数据中，将隐藏在里面的、人们事前不清楚的、但是又隐含在里面的，有用的情报消息提炼出来的经过。 Web技术挖掘是近年来才发展起来的新兴信息技术。它将数据库技术，人工智能技术，统计技术和数学与其他学科知识的整合，在数据中将人们不清楚或者有用的知识提取出来。Web挖掘主要是挖掘寻找现象之间事先未知的关系。   选题意义： Web数据挖掘是一个高度集成的技术，它可以在我们从网站中获取到的所需的信息中，使我们观察网站用户的访问数据，从而了解用户访问网站的特点，以便为用户提供适合他们趣向的服务，或者是为网站结构提供更好的改善方案。 Web数据挖掘有以下几个特点： 1. 异构数据库环境。在网络上，每个站点可以看作是一个数据源，其中的信息内容和组织结构都是不同的，有这些数据源之间的差异可能会构成一个巨大的异构数据库。 2．在世界各地的Web 服务器上都有Web，构成了分布式的数据源。 3．动态性强。网络上的信息源具有高度动态的特性。因为人们会经常对Web查询，网页提供者也会不定期地更新，所以导致了各个站点的访问信息和浏览记录的更新非常频繁，来自网页的信息更新速度也很快。 4．半结构化。Web上的数据是一种非完全结构化的数据，没有特定的模型描述。 5．多样复杂性。复杂的网络信息资源中，它将文本数据，超链接，图片，影像视频数据和其他数据资源都包含在其中。
二、课题综述（课题研究，主要研究的内容，要解决的问题，预期目标，研究步骤、方法及措施等） 课题研究： SPSS Clementine这款软件在Web挖掘领域使用频率很高，它拥有的先进技术超越许多软件。挖掘任务可以在多个领域扩展，范围很广，包括各种数据的技术，数据挖掘的过程可以更容易表现，便于我们理解。SPSS Clementine软件挖掘数据过程简单，容易上手操作，也可以使用算法语言编写模型对数据进行操作，让数据更加具有层次感，保证数据更加直观、有效。   主要研究的内容：     基于web的数据挖掘软件的分析研究，了解数据挖掘系统的目标与特点，了解系统的功能设计与模块划分，从而对网络方面有更深入的了解。 解决的问题：   基于Web的数据挖掘技术，不仅能做出明智的选择可靠的数据源，数据源选择和内容无关的固定格式，还可以让自己拥有一个维护成本低廉，可靠的数据抽取系统。 预期目标： 主要利用Web数据挖掘来解决四类问题。 1. 分类问题。分类问题属于预测问题，但与常见问题不同的是，他侧重于预测的结果是范畴。 2. 聚类问题。聚类问题是不可预测的，它主要是针对一组对象被分为几组问题。 3. 相关联问题。世界上的一切都有千丝万缕的联系，我们要善于发现。 4. 预测问题。此处说的问题是狭义的的预测。 研究步骤： 1． 标识数据源并把它映射成 XHTML。 2． 查找数据内的引用点。 3． 将数据映射成 XML。 4． 合并结果并处理数据。   研究方法、措施： 1．懂得SPSS Clementine这款软件的一般操作过程。 2．针对自己所需获取数据源。 3．使用合适的模型分析获取到的数据。 4．得出实验的结论。
三、设计（论文）体系、结构（大纲） 1.设计体系 （1）对Web数据挖掘技术的了解。（2）深入了解在动态工作环境中要选择合适的信息源，才能简单工作。（3）对挖掘技术进行分组，比较其功能，可以利用挖掘工具来实现。（4）选择合适的挖掘技术，并加深对挖掘技术的了解。   2.大纲  数据挖掘过程的主要是数据的准备、数据的理解、数据模型的建立、对模型的评估以及模型的应用。