OLAP和数据挖掘技术在医院信息系统中的研究与应用

OLAP和数据挖掘技术在医院信息系统中的研究与应用作者：胡瑞娟学位授予单位：长春理工大学相似文献(10条)1.学位论文李静基于OLAP的数据挖掘系统的研究与应用2003该文首先介绍了OLAP数据挖掘中的三个关键技术:数据仓库、OLAP和数据挖掘的发展情况、相关概念、方法、结构以及应用,其次对OLAP数据挖掘的有关技术进行了深入地分析和研究.给出了OLAP数据挖掘系统的结构,并结合数据立方和OLAP操作的特点,对传统的数据挖掘算法进行了改进,设计了更能适应OLAP数据挖掘的算法.在上述研究基础之上,我们的OLAP数据挖掘系统中主要实现了OLAP数据挖掘引擎部分,在OLAP引擎上借用了现有的OLAP分析器来对数据立方体进行构建和物化,并采用多维SQL语法(MDX)实现OLAP的上卷、下钻和切片操作;OLAP数据挖掘引擎部分包括基于OLAP的数理统计、基于OLAP的特征规则、基于OLAP的区分规则、基于OLAP的维内关联规则和基于OLAP的聚类规则.在可视化界面中,我们开发了一个多维控件,可以形象地把数据立方的概念层次显示给用户,对挖掘的结果,我们也采用了图表、规则和DNF范式的形式表示,直观且易于理解.我们还通过华联吉买盛的销售数据初步测试与验证了系统的可行性和有效性,并把该系统应用到我们为华联吉买盛设计的决策支持系统中去.2.期刊论文田海东.李静.陆菊康OLAP数据挖掘引擎算法的设计与实现-计算机工程与设计2004,25(12)基于OLAP的数据挖掘,是数据挖掘的一个新的发展方向.对于如何把OLAP(联机分析处理技术)和DM(数据挖掘)统一起来,从而在数据库或数据仓库的不同层次进行挖掘,提出了OLAP数据挖掘系统的结构.通过研究数据挖掘方法和OLAP操作的特点,以及数据立方的构建和物化,对传统的DM算法进行了改进,设计并实现了更能适应OLAP数据挖掘引擎的算法.3.学位论文高居泰OLAP与数据挖掘一体化研究和应用——铝电解槽电解质温度分析系统2004当今的世界正处于一场信息革命之中,随着数据库技术的发展和应用,人们积累的数据越来越多,企业普遍出现了被数据淹没,却饥饿于知识的现象.于是以数据仓库技术为基础的联机分析处理(OLAP,OnlineAnalyticalProcessing)和数据挖掘(DataMining)成为近几年来最活跃的研究领域之一.数据仓库技术是OLAP与数据挖掘技术的基础,良好的数据仓库的设计和规划是OLAP和数据挖掘成功的保证.第三章首先论述了数据仓库的概念及相关技术,在第四章论述了OLAP技术及应用,最后在第五章论述了数据挖掘理论及其应用.第六章提出了OLAP与数据挖掘一体化的理论框架和系统模型,并对一体化系统模型需要具有的重要特点做了详细的论述.文章中提出了一体化框架系统必须具有的6条特性,这些特性同时可以认为是系统的建设准则,它对于构建和评价一体化系统具有重要的指导意义.在这些准则的基础上,提出了一体化的系统框架和相应的简单概念模型.第七章研究回归分析算法.根据电解铝工艺,对回归分析算法进行了深入的研究,并对常规的线性回归算法进行改进,提出了加权的线性回归算法.通过以上的研究,将OLAP与数据挖掘一体化理论和加权线性回归算法应用于贵州铝厂铝电解槽温度分析系统中.通过分析得出了电解槽温度的变化规律,这些规律可以科学地指导电解槽生产,保证槽况稳定运行,提高电流效率,延长槽寿命.对提高电解铝厂的经济效益和推动铝电解槽生产技术的发展具有重要的意义,有一定的推广价值.4.学位论文曾婷婷基于OLAP和数据挖掘的客户通话数据分析2005本课题来自电信业务部门的业务需求，基于OLAP和数据挖掘的客户通话数据分析项目正是为了解决从不同的角度对移动企业的收益情况进行分析，用不同方法进行呼叫特征分析和品牌业务的预测，建立基于OLAP和数据挖掘的客户通话数据分析系统，着重针对客户通话数据表、客户通话清单表、清单格式表、行政区格式表、呼叫类型表、语音格式表、短信格式表、统计类型表等数据资源，利用数据仓库、联机分析技术及挖掘技术对客户通话信息进行分析，从而对高层次决策人员提供辅助决策支持。　　本课题采用微软公司的数据库系统SQLServer2000作为数据仓库和OLAP数据库的数据库服务器，针对异构数据库来源，采用DTS数据转换工具、AnalysisServices数据分析工具，技术上实现了数据仓库的数据转换、星型模型建立、多维数据集设计、OLAP查询分析、数据挖掘分析，数据展现等功能模块。5.期刊论文数据仓库、OLAP、数据挖掘之间的关系-包钢科技2005,31(5)通过对数据仓库、联机分析处理(OLAP)、数据挖掘技术在决策支持系统中相互关系的研究,认为数据仓库和OLAP之间,以及数据仓库和数据挖掘之间存在着单向支持的关系,提出了基于数据仓库的数据挖掘系统的原型框架设计;数据挖掘、OLAP存在着双向联系,即数据挖掘为OLAP提供一定的分析模式,OLAP可对数据挖掘的结果进行技术验证,并对数据挖掘给予一定的数据属性的提示.6.学位论文关俐基于数据仓库的OLAP与数据挖掘2000该文就数据仓库的体系结构、数据仓库的设计、OLAP的结构和数据挖掘的概率统计方法进行了较深入的研究.数据挖掘是目前数据仓库的最重要的分析手段,它是从大量数据中提取出可信的、新颖的、有效的并能被人理解的模式的处理过程.该文研究了数据挖掘的概念、处理过程、功能类型及技术算法.数据挖掘的核心技术是数据挖掘的算法,该文就数据挖掘的算法作了深入的分析和比较,选取概率计算法中的方差分析、贝叶斯算法和E-M算法作了深入的研究,并结合这几种算法对深市股票99年的历史数据进行测试,对个股进行财务分析,得出了个股财务状况与股票稳定性之间的贝叶斯网络图(原因结果图)和稳定股的一般概率分布.7.期刊论文石磊.石云.SHILei.SHIYunOLAP与数据挖掘一体化模型的分析与讨论-小型微型计算机系统2000,21(11)OLAP(On-LineAnalyticalProcessing)与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于影响域的OLAM(OLAPMining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行,加强了决策分析的功能和灵活性.该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识.8.学位论文张德辉联机分析处理中缩减用户探查空间的方法研究2007联机分析处理(OnlinehnalyticalProcessing，OLAP)在企业数据分析应用中起到了关键作用。然而，随着企业数据分析的不断深入，OLAP分析工具的一些不足也逐渐凸显，OLAP技术的智能化是解决问题的关键。在当前的技术条件下用户使用OLAP分析工具进行数据分析时，必须采用手动探查的方式执行大量的分析操作。由于面向分析数据的数据量通常十分庞大，而且经常包含几十、甚至上百个维度，因此这种手动探查的方式使得OLAP分析工具的有效性受到了严重的限制。智能化理论的核心方法是降低问题的搜索空间，在OLAP环境下我们将问题的搜索空间定义为用户的探查空间。因此，有效地缩减OLAP用户的探查空间是改善当前OLAP工具现状的一个关键问题，也是OLAP智能化的关键技术。这个问题已经得到了国内外相关研究人员的高度重视。经过调查研究，本文围绕缩减OLAP分析中用户探查空间问题展开研究。主要研究内容和创新成果如下：1．本文研究了OLAP分析中探查空间大小的度量问题，提出了一种定量度量OLAP分析中用户探查空间大小的方法。OLAP分析中用户探查空间大小的形式化描述不仅可以定量描述当前OLAP用户的工作负担，也可以定量评估那些现存方法和本文所述方法的缩减效果。2．本文研究了OLAP分析中的用户分析兴趣问题，并基于用户的长期分析兴趣提出了虚拟立方体机制。传统的OLAP分析未能充分考虑用户的兴趣。本文提出了一种利用用户长期兴趣缩减探查空间的方法，称作虚拟立方体机制。该方法采用贝叶斯估计模型从用户的访问历史中提取分析兴趣，得到用户兴趣后重新构建新方体用于数据分析，并根据用户的分析行为维护用户兴趣。虚拟立方体中包含用户感兴趣的全部数据，而他所不感兴趣的数据将以更汇总的形式隐藏。虚拟立方体使得用户可以只分析他所感兴趣的数据，而不会被其它无用信息干扰。这样在数据分析过程中，用户所需执行的OLAP操作大大减少，有利于用户更直接有效地发现数据中的潜在规律，从而达到了缩减探查空间的目的。3．在数据立方体中引入了“逻辑视图”的概念。OLAP系统中的“筛选”操作在一定程度上达到了缩减探查空间的效果。然而，“筛选”操作的功能十分有限，既无法提供筛选集上的封闭操作，也无法解决用户分析过程中动态产生的即席兴趣。针对这个问题，本文在数据立方体中引入了“逻辑视图”的概念。逻辑视图是原始数据事实表的一个子集，该子集描述了用户的分析范围所在。本文将与逻辑视图对应的数据立方体称为“逻辑方体”，并用该逻辑方体回答用户的分析查询。该方法允许用户提出即席兴趣，以微小的代价动态创建对应的逻辑方体。逻辑方体提供了封闭的OLAP操作，使得用户在接下来的分析过程中仅需考虑那些动态定义的感兴趣数据。4．本文研究了OLAP分析过程中分析操作的有效性问题，并提出了一种用于裁减OLAP中冗余下钻操作的方法。在OLAP分析中，过多的可选下钻路径导致了OLAP分析过程的复杂性。实际上，有大量的下钻操作是不能提供有效知识的。本文采用向量夹角法评估下钻操作的有效性，并在OLAP分析过程中裁减那些不能提供知识的下钻路径。5．本文在数据挖掘结果与OLAP分析过程相结合方面作出了有效尝试，并以聚类挖掘为例，提出了在OLAP分析中保持聚类挖掘结果的方法。传统的数据挖掘与OLAP的结合方法只把数据挖掘作为独立的分析任务实现，未能将数据挖掘的结果进一步作为OLAP分析的依据和基础。这导致了基于数据立方体的知识发现仅能以任务驱动的方式进行，从而不能将数据挖掘任务与OLAP分析过程紧密结合。本文以聚类挖掘为例，通过划分维成员等价类的方法实现数据挖掘结果与OLAP分析过程的紧密结合。以上研究成果的相关论文已被国内外重要期刊或学术会议接收发表，有关原型系统已在国家自然科学基金课题(60473072)的原型系统中部分实现，并在物流和税务领域的实际项目中得到应用，取得了良好效果。9.学位论文应杭艳基于数据挖掘和OLAP的科技人才资源研究2005利用数据挖掘关联规则技术，建立科学合理的评价指标，给出“科技人才能力和业绩”的综合评价指标和评价模型。本文研究的内容是管理工程学和信息科学的交叉，采用数据仓库和数据挖掘等现代信息技术研究人才资源开发和科学评价问题，是信息技术的应用创新；利用“信息资源”挖掘“人才资源”，并对人才的“能力和业绩”给出准确的科学的社会化的评价依据，是人才管理科学化的创新。10.期刊论文莫礼平.樊晓平.MOLi-ping.FANXiao-pingOLAP数据挖掘模型的应用研究-电脑与信息技术2005,13(6)OLAP数据挖掘模型结合了微软分析服务可以访问的数据挖掘和联机分析处理两种决策机制,其创建可以借助挖掘模型向导或利用决策支持对象编程实现.采用微软决策树算法的OLAP数据挖掘模型可根据决策树、虚拟立方体和维来分析数据,并预测数据的某些特性,以帮助用户决策.本文链接：：上海海事大学(wflshyxy)，授权号：f8794b92-412e-441d-aca7-9df300a681ca下载时间：2010年9月16日