1. Trang chủ
  2. » Luận Văn - Báo Cáo

Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng

60 610 1

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 60
Dung lượng 1,9 MB

Nội dung

Ngày đăng: 25/03/2015, 09:45

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[001] Tạ Liên Dung (2003), Một số vấn đề khai phá dữ liệu, Luận văn thạc sĩ CNTT, Đại học Quốc gia Hà Nội Sách, tạp chí
Tiêu đề: Một số vấn đề khai phá dữ liệu
Tác giả: Tạ Liên Dung
Năm: 2003
[002] Trần Vĩnh Hoàng (2007), Một số phương pháp khai phá dữ liệu sinh luật kết hợp, Luận văn thạc sĩ CNTT, Đại học Quốc gia Hà Nội Sách, tạp chí
Tiêu đề: Một số phương pháp khai phá dữ liệu sinh luật kết hợp
Tác giả: Trần Vĩnh Hoàng
Năm: 2007
[003] Hoàng Kiếm (4/2005), Giải một bài toán trên máy tính như thế nào, Tập 3 (tái bản lần thứ nhất). NXB Giáo dục Sách, tạp chí
Tiêu đề: Giải một bài toán trên máy tính như thế nào
Nhà XB: NXB Giáo dục
[006] Vũ Đức Thi (1997), Cơ sở dữ liệu – Kiến thức và thực hành. NXB Thống Kê Sách, tạp chí
Tiêu đề: Cơ sở dữ liệu – Kiến thức và thực hành
Tác giả: Vũ Đức Thi
Nhà XB: NXB Thống Kê
Năm: 1997
[007] Nguyễn Thanh Thuỷ (8/2001), Bài giảng Khai phá dữ liệu - Kỹ thuật và ứng dụng. Danh sách tài liệu tham khảo tiếng Anh Sách, tạp chí
Tiêu đề: Bài giảng Khai phá dữ liệu - Kỹ thuật và ứng dụng
[101] (1995) J.Gray, S.Chaudhuri, A.Bosworth, A.Layman, D.Reichart, M.Venkatrao, F.Pellow and H.Pirahesh, Data-cube: a relational aggregation operatorgeneralizing group-by, cross-tab and sub-totals, Microsoft Technical report Sách, tạp chí
Tiêu đề: Data-cube: a relational aggregation operator "generalizing group-by, cross-tab and sub-totals
[102] J.Han (1999), OLAP-Mining: An integration of OLAP with Data-Mining, Simon Fraser University Sách, tạp chí
Tiêu đề: OLAP-Mining: An integration of OLAP with Data-Mining
Tác giả: J.Han
Năm: 1999
[103] J.Han and M.Kamber (2001), Data Mining: Concepts and Techniques, Hacours Science and Technology Company, USA Sách, tạp chí
Tiêu đề: Data Mining: Concepts and Techniques
Tác giả: J.Han and M.Kamber
Năm: 2001
[104] W.H.Inmon (1996), Building the Data Warehouse, John Wiley & Sons, Chichester, second edition Sách, tạp chí
Tiêu đề: Building the Data Warehouse
Tác giả: W.H.Inmon
Năm: 1996
[105] W.H.Inmon (1995), "What is a Data Warehouse?", Prism, Volume 1 Sách, tạp chí
Tiêu đề: What is a Data Warehouse
Tác giả: W.H.Inmon
Năm: 1995
[106] W.H.Inmon, C. Kelly (1993), Rdb/VMS: Developing the Data Warehouse, QED Publishing Group, Boston, Massachussetts Sách, tạp chí
Tiêu đề: Rdb/VMS: Developing the Data Warehouse
Tác giả: W.H.Inmon, C. Kelly
Năm: 1993
[107] Mehmed Kantardzic (2002), Data Mining: Concepts, Models, Methods and Algorithms, Wiley-IEEE Press Sách, tạp chí
Tiêu đề: Data Mining: Concepts, Models, Methods and Algorithms
Tác giả: Mehmed Kantardzic
Năm: 2002
[108] R.Kimball (1996), The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses, John Wiley & Sons Sách, tạp chí
Tiêu đề: The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses
Tác giả: R.Kimball
Năm: 1996
[109] M. Levene, G. Loizou (2000), “Why is the Snowflake Schema a Good Data Warehouse Design?”, Birkbeck College, University of London Sách, tạp chí
Tiêu đề: “Why is the Snowflake Schema a Good Data Warehouse Design?”
Tác giả: M. Levene, G. Loizou
Năm: 2000
[110] M.J.Zaki and M.Ogihara (6/1998), Theoretical Foundations of Association Rules, In 3 rd ACM SIGMOD Workshop on Research Issues in Data mining and Knowledge Discovery Sách, tạp chí
Tiêu đề: Theoretical Foundations of Association Rules
[004] Nguyễn Hùng Sơn (2006), Bài giảng Tập thô và Khai phá dữ liệu Khác
[005] Vũ Đức Thi, Lê Hải Khôi (1999), Một số nguyên lý hoạt động của kho dữ liệu Khác

HÌNH ẢNH LIÊN QUAN

Hình 1.1: Kiến trúc tiêu biểu của Data warehouse. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 1.1 Kiến trúc tiêu biểu của Data warehouse (Trang 11)
Hình 1.2: Minh hoạ Data-cube. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 1.2 Minh hoạ Data-cube (Trang 13)
Hình 1.3: Minh hoạ dữ liệu được tính toán và lưu trữ bởi OLAP-engine. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 1.3 Minh hoạ dữ liệu được tính toán và lưu trữ bởi OLAP-engine (Trang 14)
Hình 1.4: Các thao tác cơ bản trong OLAP. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 1.4 Các thao tác cơ bản trong OLAP (Trang 15)
Hình 1.5: Lược đồ hình sao (Star schema). - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 1.5 Lược đồ hình sao (Star schema) (Trang 16)
Hình 1.6: Minh hoạ phân cấp thuộc tính trong lược đồ hình sao. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 1.6 Minh hoạ phân cấp thuộc tính trong lược đồ hình sao (Trang 17)
Hình 1.7: Lược đồ bông tuyết (Snowflake schema). - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 1.7 Lược đồ bông tuyết (Snowflake schema) (Trang 18)
Bảng 2.1: Ví dụ một CSDL giao dịch. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Bảng 2.1 Ví dụ một CSDL giao dịch (Trang 20)
Bảng sau đây liệt kê các Tập mục phổ biến trong CSDL cho ở trên với minsup = 50% - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Bảng sau đây liệt kê các Tập mục phổ biến trong CSDL cho ở trên với minsup = 50% (Trang 21)
Bảng 2.3: Các luật kết hợp được sinh từ tập mục phổ biến ACW. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Bảng 2.3 Các luật kết hợp được sinh từ tập mục phổ biến ACW (Trang 22)
Bảng 2.4: Ví dụ CSDL giao dịch bán hàng. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Bảng 2.4 Ví dụ CSDL giao dịch bán hàng (Trang 25)
Hình 2.1: Sự phân cấp mức độ trừu tượng của dữ liệu. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 2.1 Sự phân cấp mức độ trừu tượng của dữ liệu (Trang 26)
Hình 2.2: Khai phá luật kết hợp đa mức với minsup giống nhau tại các mức. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 2.2 Khai phá luật kết hợp đa mức với minsup giống nhau tại các mức (Trang 27)
Hình 2.3: Khai phá luật kết hợp đa mức với minsup giảm dần. - Khai phá dữ liệu phát hiện luật kết hợp và ứng dụng đối với kho dữ liệu của ngân hàng
Hình 2.3 Khai phá luật kết hợp đa mức với minsup giảm dần (Trang 27)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w