基于决策树的货票数据挖掘系统的研究-计算机软件与理论专业论文.docx

摘要随着铁路信息化技术的发展，作为铁路信息系统子系统的货票系统已经积 摘要 随着铁路信息化技术的发展，作为铁路信息系统子系统的货票系统已经积 累了丰富的数据。如何以较少的人力和技术成本，合理利用现有的货票信息资 源获取有价值的决策信息，成为货运营销和信息技术部门的一个工作重点。数 据挖掘技术的迅速发展，为铁路货运营销工作的深入分析奠定了良好的基础， 但现有的数据挖掘工具大都基于数据仓库、OLAP Server或数掘文件等，无法 直接应用于现有的货票系统中。 本课题针对目前铁路信息系统不具有数据仓库的现状和应用人员数据库 技术有限的特点，紧密结合铁路货运营销分析问题，采用数据挖掘技术的决策 树归纳方法，研究、设计了一个基于决策树的以OLTP数据库为数据源的数据 挖掘系统一一HPMiner。基本系统的研究和设计力图集预处理、决策树生成、 分类规则提取、统计分析与预测为一体，能直接进行连续属性的动态离散化， 该离散化过程基于OLTP数据库，是面向具体的挖掘问题．从而降低了对源数 据的要求；另一方面，离散化可直接面向应用领域人员，可由用户指定离散区 间个数和设定阈值，从而极大地方便了用户的使用，较好地适应了货票信息系 统中数据的复杂性。HPMiner系统基于决策树分类算法ID3和C4．5的基本思 想，系统的基本平台是Client／Server结构，前台使用VB．NET语言开发，后台 通过ADO．NET连接Oracle或SQL Server数据库，基本系统的设计便于和货 票信息系统的集成，界面友好。该系统应用于铁路货运营销分析，解决了保价 运输收入分析和货流去向分析等多个具体问题。 HPMiner系统的研究将决策树分类技术与现有货票信息系统有机地结合 起柬，使得应用领域分析人员可以方便地挖掘出所希望的知识，用于指导生产； 另一方面也为决策树分类技术的应用研究丌辟了新的领域。 关键词： 数据挖掘，分类，决策树，OLTP数据库，数据挖掘工具，货运营 销分析 AbstractWith Abstract With the development of the railway informatization，plentiful data has collected and stored in the freight bill information system which acts as the sub．system of the railway information system．HOW to use the current resource reasonably and acquire valuable decision．making information with a 1ittle labor and technique cost，has become an important portion of the work of the marketing department and IT department．The rapid development of the data mining technology has established a good base for the railway freight marketing analysis． But the present-day data mining tools mostly base on data warehouse，OLAP server，or data file etc，which makes them can not be applied in the current freight bill system directly． Aiming at the facts that there iS no data warehouse in the railway information system and that the end．user’S database technique iS not well enough．combining intensively with the railway freight marketing analysis，we have researched and designed a data mining system called HPMiner adopting the technology of decision tree classification．The system bases on the decision tree and takes the 0LTP database as its data sourc