發(fā)布時間：2021-08-16 15:49

　　本論文針對運用跨行業(yè)數(shù)據(jù)挖掘標準流程（CRISP-DM）建設決策分析系統(tǒng)所面臨的數(shù)據(jù)結構確定問題、分析層次轉換問題和分析結果檢驗問題,研究基礎業(yè)務數(shù)據(jù)尺度的確定、決策分析過程中的變尺度數(shù)據(jù)分析機制和基于變尺度數(shù)據(jù)分析的數(shù)據(jù)挖掘應用技術�；跀�(shù)據(jù)挖掘的決策分析系統(tǒng)建設與運行面臨的問題包括:（1）決策分析的數(shù)據(jù)結構確定問題。運用CRISP-DM建設決策分析系統(tǒng)的首要任務是明確業(yè)務分析需求的數(shù)據(jù)分析主題,并建立能夠支撐分析主題的數(shù)據(jù)結構,這對數(shù)據(jù)挖掘算法的效率和結果質(zhì)量具有重要影響。（2）決策分析層次轉換問題。由于管理業(yè)務本身具有多層次特征,確定業(yè)務數(shù)據(jù)的合理分析層次,是降低決策復雜度和提升決策結果質(zhì)量的關鍵,并且管理人員為達到合理決策的目標,決策分析需要在不同的分析層次間進行轉換,才能夠完成數(shù)據(jù)的綜合分析,這本質(zhì)上是業(yè)務數(shù)據(jù)分析層次的轉換。（3）決策分析結果檢驗問題。分析結果的檢驗是保證決策分析結果在不同層次上具有一致性的依據(jù),是檢驗決策分析過程結束的衡量標準。基于上述實際問題,本論文所研究的科學問題包括:（1）基礎業(yè)務數(shù)據(jù)尺度的確定。研究決策分析所需要的多層次數(shù)據(jù)表征方法,針對分類變量數(shù)... 

【文章來源】：北京科技大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：202 頁

【學位級別】：博士

【部分圖文】：

圖１－１跨行業(yè)數(shù)據(jù)挖掘標準流程（ＣＲＩＳＰ－ＤＭ）??

存儲是分析人員或領域?qū)＜以跊Q策問題解決完成后將所最??終選擇的滿意解決方案進行存儲，為新一輪決策分析過程提供依據(jù)。解決方??案的存儲過程也是對決策問題相關領域知識的學習過程，相關先驗知識及元??認知技能對學習內(nèi)容的選擇具有較大影響１｜８】。相比于普通分析人員，專家能??夠利用更加完備的元認知技能快速將新決策問題及其解決方案融合于先驗知??識結構體系中。??決策問題識別和分類??決策問題求解空間表征??決策問題解決方案搜索及應用??決策問題解決方案評價??滿意解決方案存儲??圖２－１基于問題解決理論的決策過程??１０??

決策問題具有多級遞階結構，不??同的層次有著不同的目標，這決定了決策必須是與問題層次、結構相適應的??多目標或序貫性決策，并且可以通過其組成部分的變換得到發(fā)展，最后達到??進一步的整合，所以決策過程和結果必須具備協(xié)同性。??層次分析法（Ａｎａｌｙｔｉｃ?Ｈｉｅｒａｒｃｈｙ?Ｐｒｏｃｅｓｓ，ＡＨＰ）是由美國運籌學家Ｓａａｔｙ??提出的一種定性與定量相結合的多目標決策分析方法［Ｗ。該方法首先將決策??問題按照目標的層次關系進行分解，得到包含目標層、準則層和方案層的決??策目標層次結構（圖２－２）。其中，目標層由總決策目標及所有可能的子目標??構成，準則層由決策目標的評價準則及子準則構成，方案層由所有決策問題??候選解決方案構成。然后利用分析人員或領域?qū)＜业南闰炛R和業(yè)務經(jīng)驗建??立決策問題的判斷矩陣，并計算每一層次上各元素對上一層次元素的權重，??從而得到所有候選解決方案對總決策目標的最終權重，其中具有最大權重的??解決方案即為決策問題的滿意解決方案［２１］。??目標層?決策目標??決?決決決?決??ｉｓｆｚ?Ａｔｅ?＜５ｇｆｅ??準則層?準?準?準?準…準??則?則?則?則?則??１?２?３?４?ｍ??方案層?解決方案１?解決方案２…解決方案ｎ??圖２－２決策目標的層次結構??層次分析法通過決策目標的層次反映決策的層次特征，但只是明確了決??策層次的決策方法。并且，層次分析法在決策方案評價時，備選方案集合（數(shù)??據(jù)）中增加或減少一個方案后，都會導致對其他方案給出不同的排序結果，??存在逆序等問題［２２，２＼??１１??

【參考文獻】：
期刊論文
[1]基于企業(yè)網(wǎng)絡輿情的客戶滿意度分析及管理方法[J]. 高學東,王艾.  運籌與管理. 2020(07)
[2]基于閾值的BIRCH算法改進與分析[J]. 尚家澤,安葳鵬,郭耀丹.  重慶郵電大學學報(自然科學版). 2020(03)
[3]多尺度視角下的青藏高原水資源短缺估算及空間格局[J]. 孫思奧,任宇飛,張薔.  地球信息科學學報. 2019(09)
[4]航天物流企業(yè)降本增效的管理研究[J]. 田彬.  航天工業(yè)管理. 2019(08)
[5]紅楓湖流域森林景觀格局尺度效應敏感性研究[J]. 王濤,祿鑫,肖彩霞.  林業(yè)調(diào)查規(guī)劃. 2019(04)
[6]航天型號用元器件采購價格管理優(yōu)化的研究與應用[J]. 侯墨,趙慶芬,李清波,楊楚霏,熊榮煊.  航天工業(yè)管理. 2019(05)
[7]多粒度云模型的相似性度量[J]. 楊潔,王國胤,張清華,馮林.  模式識別與人工智能. 2018(08)
[8]型號物資庫存控制管理的研究與實踐[J]. 張曼,王志河,朱璇,王帥,胡寶剛.  航天工業(yè)管理. 2018(08)
[9]多粒度粗糙集數(shù)據(jù)分析研究的回顧與展望[J]. 吳偉志.  西北大學學報(自然科學版). 2018(04)
[10]知識與數(shù)據(jù)雙向驅(qū)動的多粒度認知計算[J]. 王國胤,李帥,楊潔.  西北大學學報(自然科學版). 2018(04)

博士論文
[1]多密度聚類算法研究[D]. 王依章.吉林大學 2020
[2]基于深度學習的高維稀疏數(shù)據(jù)分類研究與應用[D]. 姜明洋.吉林大學 2019
[3]目標導向?qū)哟畏治龇椒捌鋺醚芯縖D]. 李巍.吉林大學 2019
[4]基于屬性值分布特征的分類數(shù)據(jù)和二值數(shù)據(jù)聚類研究[D]. 傅立偉.北京科技大學 2019
[5]分布式?jīng)Q策樹算法在分類問題中的研究與實現(xiàn)[D]. 母亞雙.大連理工大學 2018
[6]屬性加權的貝葉斯網(wǎng)絡分類算法及其應用研究[D]. 余良俊.中國地質(zhì)大學 2018
[7]基于群智能優(yōu)化理論的聚類改進方法及應用研究[D]. 周瑞紅.吉林大學 2017
[8]移動社交網(wǎng)絡用戶對聯(lián)系人產(chǎn)品推薦信息反應意向影響因素研究[D]. 董穎.吉林大學 2017
[9]基于二元蟻群優(yōu)化算法和分形維數(shù)的屬性選擇方法[D]. 程美英.合肥工業(yè)大學 2017

碩士論文
[1]基于差分隱私保護的關聯(lián)規(guī)則挖掘算法的研究及應用[D]. 付翠貞.西安理工大學 2020
[2]數(shù)據(jù)挖掘中分布式關聯(lián)規(guī)則算法研究[D]. 陳穎聰.西南科技大學 2020
[3]基于粒計算的區(qū)間值時間序列建模方法研究[D]. 周維.大連理工大學 2019
[4]基于粒計算的模糊建模方法及其在智能數(shù)據(jù)分析中的應用[D]. 孫文越.華東理工大學 2015
[5]區(qū)域地質(zhì)災害評價的尺度效應研究[D]. 朱吉祥.中國地質(zhì)科學院 2012



本文編號：3345959