數(shù)據(jù)挖掘技術(shù)在競爭情報系統(tǒng)中的應(yīng)用研究

2萬字
我自己原創(chuàng)的畢業(yè)論文，僅在本站獨家提交，大家放心使用

摘要 隨著信息技術(shù)的發(fā)展，企業(yè)的數(shù)據(jù)與信息突飛猛進的增長。傳統(tǒng)的企業(yè)競爭情報系統(tǒng)在數(shù)據(jù)挖掘與分析方面已日漸不足。因此，急需有新的技術(shù)與方法應(yīng)用于企業(yè)競爭情報系統(tǒng)中，并構(gòu)建出新的競爭情報系統(tǒng)模型，以滿足企業(yè)的信息快速傳遞和決策的及時準確。
本文首先闡述了論文研究背景及選題意義，并對數(shù)據(jù)挖掘技術(shù)應(yīng)用于企業(yè)競爭情報系統(tǒng)的國內(nèi)外研究現(xiàn)狀做了一定的分析；接著，定義了數(shù)據(jù)挖掘與競爭情報這兩個概念，并對競爭情報系統(tǒng)做了一定的概述；然后介紹了數(shù)據(jù)挖掘的對象、方法以及數(shù)據(jù)挖掘的常用技術(shù)，并對關(guān)聯(lián)規(guī)則進行了詳細的介紹，以及對關(guān)聯(lián)規(guī)則的算法進行了分析對比，從而得出本文使用FP-樹頻集算法的結(jié)論，但是FP-樹頻集算法本身也有其不足之處，隨后便提出了一種改進后的FP-樹頻集算法，并對其做了實驗分析；最后，對數(shù)據(jù)挖掘技術(shù)應(yīng)用于競爭情報系統(tǒng)的可行性進行了分析，建立了一種基于數(shù)據(jù)挖掘中FP-樹頻集算法的競爭情報系統(tǒng)的新模型，并對FP-樹頻集算法在競爭情報分析子系統(tǒng)中的應(yīng)用做了相應(yīng)的研究。
關(guān)鍵詞：競爭情報 數(shù)據(jù)挖掘 競爭情報系統(tǒng)模型 關(guān)聯(lián)規(guī)則 FP-樹頻集算法

The Application of Data Mining Technology in Competitive Intelligence System
Abstract With the development of information technology , enterprise data and information rapid growth. Traditional enterprise competitive intelligence system in terms of data mining and analysis has become increasingly inadequate. Therefore , the urgent need for new techniques and methods used in competitive intelligence system, and build a new model of competitive intelligence system to satisfy the business information fast delivery and decision-making in time.
This paper first describes the research background and significance of the topic , and data mining technology for competitive intelligence system to do some research situation analysis ; then ,define the data mining and competitive intelligence these two concepts , and do some competitive intelligence system overview ; then introduced the data mining objects, methods and data mining techniques used , and the association rules were introduced in detail , as well as association rules algorithm were analyzed and compared to arrive this article set the frequency using the FP- tree algorithm conclusions, but the frequency set FP- tree algorithm itself also has its shortcomings, then they propose an improved frequency after the FP- tree algorithm, and do the experiment and its analysis ;Finally , the feasibility of the technology used in competitive intelligence data mining systems are analyzed to establish a new model based on data mining algorithm FP- tree Frequent Set competitive intelligence system, and set the frequency FP- tree algorithm in the competition intelligence analysis subsystem application to do the appropriate research .
Keyword Competitive intelligence Data mining Competitive intelligence system model Association rules FP-tree algorithm


目 錄
第一章 緒論 1
1.1研究背景及選題意義 1
1.2國內(nèi)外研究現(xiàn)狀 2
1.2.1 國內(nèi)研究現(xiàn)狀 2
1.2.2 國外研究現(xiàn)狀 3
1.3論文研究主要內(nèi)容及框架 4
第二章 數(shù)據(jù)挖掘技術(shù)與競爭情報系統(tǒng) 6
2.1數(shù)據(jù)挖據(jù)和競爭情報的定義 6
2.2競爭情報系統(tǒng)概述 6
2.2.1 競爭情報系統(tǒng) 6
2.2.2 競爭情報系統(tǒng)對企業(yè)的作用 6
2.2.3 競爭情報系統(tǒng)的結(jié)構(gòu) 7
2.3數(shù)據(jù)挖掘的步驟、對象及方法 7
2.3.1 數(shù)據(jù)挖掘的步驟 7
2.3.2 數(shù)據(jù)挖掘的對象 8
2.3.3 數(shù)據(jù)挖掘的方法 8
第三章 關(guān)聯(lián)規(guī)則及其算法的比較分析 9
3.1關(guān)聯(lián)規(guī)則概述 9
3.1.1 關(guān)聯(lián)規(guī)則的基本概念 9
3.1.2 關(guān)聯(lián)規(guī)則的分類 9
3.1.3 關(guān)聯(lián)規(guī)則的挖掘方法 9
3.2 Apriori算法與FP-Tree算法的分析及性能對比 11
3.2.1 Apriori算法分析 11
3.2.2 FP-Tree算法分析 11
3.2.3 Apriori算法與FP-Tree算法的性能對比 12
3.2.4 算法評價 12
3.3 FP-樹頻集算法和改進后算法的比較分析 13
3.3.1 FP-樹頻集算法存在的問題 13
3.3.2 FP-樹頻集算法改進的基本思想 13
3.3.3 改進FP-樹頻集算法的實現(xiàn) 14
3.3.4 實驗分析 14
第四章 基于數(shù)據(jù)挖掘技術(shù)中FP-樹頻集算法的競爭情報系統(tǒng)模型 16
4.1數(shù)據(jù)挖掘技術(shù)在競爭情報系統(tǒng)中應(yīng)用的可行性分析 16
4.2基于數(shù)據(jù)挖掘技術(shù)中FP-樹頻集算法的競爭情報系統(tǒng)模型構(gòu)建 17
4.2.1 競爭情報收集子系統(tǒng) 18
4.2.2 競爭情報處理子系統(tǒng) 19
4.2.3 競爭情報分析子系統(tǒng) 20
4.2.4 競爭情報服務(wù)子系統(tǒng) 21
4.3 FP-樹頻集算法在競爭情報分析子系統(tǒng)中的應(yīng)用研究 22
4.3.1 關(guān)聯(lián)分析的優(yōu)點 22
4.3.2 FP-樹頻集算法在競爭情報分析子系統(tǒng)中的關(guān)聯(lián)分析流程 22
4.3.3 應(yīng)用難點分析 24
第五章 總結(jié)與展望 26
5.1總結(jié) 26
5.2展望 27
參考文獻 29