基于SAS数据挖掘技术在钢铁生产管理中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1. 绪论 | 第8-20页 |
| ·数据挖掘技术的研究背景 | 第8-12页 |
| ·数据挖掘技术的兴起 | 第8-9页 |
| ·数据挖掘研究的现状 | 第9-10页 |
| ·数据挖掘技术的研究领域 | 第10-11页 |
| ·数据挖掘在钢铁行业的应用 | 第11-12页 |
| ·SAS 在钢铁行业的应用背景 | 第12-16页 |
| ·SAS 数据仓库的解决方案 | 第12-15页 |
| ·SAS 在数据仓库领域中的应用 | 第15页 |
| ·SAS 在钢铁业数据仓库的应用 | 第15-16页 |
| ·SAS 在钢铁生产管理数据仓库的应用 | 第16页 |
| ·研究内容、意义、思路、结构和工作成果 | 第16-19页 |
| ·研究的内容 | 第16-17页 |
| ·研究的意义 | 第17页 |
| ·研究的思路 | 第17-18页 |
| ·文章的结构 | 第18-19页 |
| ·本文的工作成果 | 第19页 |
| ·本章小结 | 第19-20页 |
| 2. 数据挖掘模型的选择与构建 | 第20-31页 |
| ·数据挖掘概述 | 第20-23页 |
| ·数据挖掘概念 | 第20页 |
| ·数据挖掘分类 | 第20-21页 |
| ·数据挖掘的体系结构 | 第21-22页 |
| ·数据挖掘的过程 | 第22-23页 |
| ·数据挖掘模型选择 | 第23-24页 |
| ·数据挖掘工具选择 | 第24-25页 |
| ·SAS 数据挖掘过程 | 第25-28页 |
| ·SAS/EM 平台构建 | 第25-26页 |
| ·SAS 数据挖掘过程 | 第26-28页 |
| ·SAS 关联规则挖掘模型 | 第28-30页 |
| ·基本模型 | 第28页 |
| ·Apriori 算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3.挖掘平台—钢铁生产管理数据集市的构建 | 第31-45页 |
| ·数据仓库与数据集市 | 第31-32页 |
| ·数据仓库 | 第31页 |
| ·数据集市 | 第31-32页 |
| ·生产管理数据集市的平台设计 | 第32-42页 |
| ·逻辑模型设计 | 第32-37页 |
| ·主题设计 | 第37-39页 |
| ·元数据、数据一致性管理设计 | 第39-42页 |
| ·平台实现 | 第42-44页 |
| ·数据到信息的实现 | 第43页 |
| ·数据一致性的实现 | 第43-44页 |
| ·信息共享的实现 | 第44页 |
| ·本章小结 | 第44-45页 |
| 4.SAS 关联规则数据挖掘的实例应用 | 第45-58页 |
| ·实例应用 | 第45-54页 |
| ·数据准备 | 第46-47页 |
| ·无委托板坯库存数据分析 | 第47-50页 |
| ·挖掘的平台展示 | 第50-54页 |
| ·挖掘结果分析 | 第54-55页 |
| ·数据对比 | 第55-56页 |
| ·规则的匹配策略 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 5.总结与展望 | 第58-61页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参与的项目、发表的论文和获奖情况 | 第64-65页 |
| 图目录 | 第65-66页 |
| 表目录 | 第66-67页 |
| 附表清单 | 第67-74页 |
