數(shù)據(jù)挖掘在學(xué)校機房信息管理中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近幾年數(shù)據(jù)挖掘技術(shù)得到迅猛發(fā)展,已經(jīng)成為人們處理大型數(shù)掘的有效工具,該技術(shù)是通過計算機智能地采用一定算法對大型數(shù)據(jù)庫中一些沒有被人們發(fā)現(xiàn)的或者隱藏的有價值的信息的發(fā)現(xiàn)。因此數(shù)據(jù)挖掘技術(shù)的運用為單位或部門在不同范圍內(nèi)的決策分析提供有力的依據(jù)。
   數(shù)據(jù)挖掘技術(shù)運用到學(xué)校機房信息管理系統(tǒng)中,對機房信息數(shù)據(jù)進行多層次、多角度的深入分析與挖掘,利用挖掘得到知識輔助機房管理決策,能合理調(diào)配機房資源的利用,提高機房管理質(zhì)量,從而解決了過去

2、機房信息管理系統(tǒng)中缺乏綜合分析和輔助決策的能力,結(jié)束了只能作簡單的數(shù)據(jù)記錄和查詢的機房信息管理系統(tǒng)的時代。這是學(xué)校機房信息化管理的新篇章,更是學(xué)校機房管理系統(tǒng)走向智能化的一個標志。
   本文在聚類規(guī)則挖掘理論與研究的基礎(chǔ)上,對K-Means算法中確定初始聚類中心點的方法進行了改進,并將其和DBSCAN算法結(jié)合應(yīng)用于安徽經(jīng)濟管理學(xué)院的機房信息管理系統(tǒng)中,對學(xué)生課外上機記錄數(shù)據(jù)進行挖掘,最后得出了學(xué)生課外上機的時間規(guī)律,為制定新的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論