基于XML的異構(gòu)數(shù)據(jù)庫挖掘系統(tǒng)的實(shí)現(xiàn)研究.pdf

1、山東大學(xué)碩士學(xué)位論文基于XML的異構(gòu)數(shù)據(jù)庫挖掘系統(tǒng)的實(shí)現(xiàn)研究姓名：劉欣申請學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：曾廣周20031105山東大學(xué)碩十學(xué)位論文摘要銀行業(yè)作為采用最先進(jìn)技術(shù)的行業(yè)之一，隨著計(jì)算機(jī)應(yīng)用的不斷發(fā)展，技術(shù)更新很快。但正是因?yàn)椴粩嗖捎米钚碌募夹g(shù)和應(yīng)用，造成了日前銀行系統(tǒng)中應(yīng)用的數(shù)據(jù)庫較多。比如，綜合業(yè)務(wù)系統(tǒng)采用DB2數(shù)據(jù)庫，信貸系統(tǒng)采用的是SYBASE數(shù)據(jù)庫，而辦公自動(dòng)化系統(tǒng)則采用SQLSERVER。經(jīng)過多年的應(yīng)

2、用，銀行積累了很多的數(shù)據(jù)，但是如何更好的利用這些數(shù)據(jù)，從中挖掘出有價(jià)值的信息，為銀行的決策者提供信息支持:開發(fā)新的金融產(chǎn)品，提高銀行的競爭力，是我們目前面臨的一個(gè)重要問題。針對(duì)目前銀行存在的多種數(shù)據(jù)庫應(yīng)用并存的狀況，本文提出了一種基于XML的異構(gòu)數(shù)據(jù)庫挖掘方案，即通過JDBC訪問數(shù)據(jù)庫，然后將數(shù)據(jù)存放到XML文檔中，并在此基礎(chǔ)土進(jìn)行數(shù)據(jù)挖掘。刁、文垂點(diǎn)討論了以下方一面的問題:I.提出了基于XML的異構(gòu)數(shù)據(jù)庫挖掘方案，將異構(gòu)數(shù)據(jù)庫中的數(shù)據(jù)

3、用XML文檔的方式表示出來，并在此基礎(chǔ)上進(jìn)行數(shù)據(jù)挖掘。2，在數(shù)據(jù)集成階段，首先將所有數(shù)據(jù)庫的連接參數(shù)和查詢語句等存放在XML映射文件中，然后通過JDBC接口與異構(gòu)數(shù)據(jù)庫相連，最后將查詢到的結(jié)果存放在XML文檔中。3.然后對(duì)集成的數(shù)據(jù)進(jìn)行數(shù)據(jù)驗(yàn)證。本文采取Schema技術(shù)對(duì)XML文檔進(jìn)行數(shù)據(jù)的有效性檢測，并對(duì)錯(cuò)誤數(shù)據(jù)進(jìn)行處理，形成有效的文檔，作為數(shù)據(jù)挖掘的基礎(chǔ)。4.基于密度和網(wǎng)格的聚類方法。討論了聚類分析的基本概念和方法。為了對(duì)多維數(shù)據(jù)進(jìn)