25【毕业设计】数据仓库与数据挖掘课程教学实验系统开发文档

但是，由于测试环境及条件的限制，很多测试无法完成，比如，无法完成多个用户同时访问系统时查看系统是否崩溃这样的测试。

另外，发现，在线测试模块，当代码提交成功后，系统仅对代码的语法进行测试并进行编译，至于代码是否真正完成了选中的数据挖掘算法，系统没有比对的过程。

也就是说，比如用户选择进行贝叶斯分类算法的实现，但是却提交了算法，只要语法没有问题，编译通过，系统会默认用户完成了贝叶斯算法实验，这也是本系统的个缺陷。

算法服务的优缺点通过测试确实发现了思想发布服务的优越性，即只要知道对方服务的接口，不必了解代码细节即可完成服务的调用。

而且如果服务很多，可以以分布式的形式发布，利用了分布式资源不影响用户调用。

但是在测试过程也发现了其中存在的缺点和不足，比如调用时地址是写死的，服务仅能在开发地发布，灵活性比较差。

而且，如这是采用技术，配合多媒体网络教学软件的个软硬件体化的现代教学管理的解决方案。

金海航新数字学校该平台可以支持文字交互电子白板声音交互等功能。

平台开发内容教学实验系统的搭在我国软件技术人员及教育技术工作者的共同努力下，有强劲的发展势头。

已经有越来越多的高校开始意识到网络教学支持平台对网络教学的重要。

现在也有些优秀产品问世，有如下代表性的研究方正校园解决方案美国有三百五十多所大学和学院提供因特网教育的远程学习，基本覆盖了高校的所有专业和学科。

在欧洲，网络教学已经成为许多流大学的发展重点。

在国内，网络教学支持平台目前尚处于起步阶段，与发达国还有定差距。

及在职训练的应用于研究等。

各国都制定了各种政策以补助学校研究机构以及厂商来共同推动应用与研究各种用于网络教学的教学资源和教学平台，而在大学各系里不仅提供校内学生的网络课程，也为校外人士修业提供服务。

时非实时的网络教学，实现了网络环境下尤其是远程教育中处于分离状态的教与学的再度整合。

世界发达国家如美国加拿大澳大利亚欧盟国家正如火如荼地致力于在学校教育社区教育社会教育台的国内外研究现状大约在年底年初开始出现支持网上教学的软件平台，随着现代通讯技术和网络技术的发展，现有的网络教学平台大多能支持以视频点播在线视音频会议和等为主要交互方式的各种实完成的，对于汇总数据和历史数据的访问及访问速度的要求，还是有些欠缺。

中国加入后，如何开拓国内的数据仓库市场，提高国内企业的竞争能力成为国内企业关注的重点。

网络教学平成功的数据仓库应用范例，但是中国与发达国家的差距仍然很大，仍有加大的趋势。

我国很多商业银行都尝试构建了应用于方面的数据仓库系统，数据仓库的构建几乎都是基于来实现的，绝大多数是用建立和使用的数据仓库应用系统都取得了明显的经济效益，在市场竞争中显示出强劲的活力。

但是，国内的数据仓库市场却直不太景气，虽然近几年情况发生了很大的变化，些大型企业相继实施了数据仓库计划，涌现出些行了个称为的项目。

他们的研究重点是多维数据库的建模与组织。

威斯康辛大学和的研究则侧重于实视图数据组织数据立方体计算等方面。

目前，已的科研项目，他们的研究目标是要生成个高效的自动集成异构数据源的算法和工具。

这个课题组已经提出了个基本的数据仓库模型和些相应的算法。

研究中心和微软进的研究，其中尤以斯坦福大学研究中心威斯康辛大学微软和的研究最具代表性。

斯坦福大学进行了个名为，它的目标是达到有效的决策支持。

大型企业几乎都在建立自己的数据仓库，数据库厂商也纷纷推出自己的数据仓库软件。

作为个新兴的研究领域，数据仓库发展得很快。

在国外，许多大学和公司都在这个领域进行着广泛深入构成为又个新兴的研究方向。

数据仓库的国内外研究现状数据仓库是世纪年代提出的概念，到年代中期已经形成潮流。

在美国，数据仓库已经成为仅次于之后的又技术热点。

数据仓库是市场激烈竞争的产物主要有数据挖掘中的隐私保护基于的多媒体信息分析购物篮分析数据挖掘算法优化目标客户发现等。

此外，企业为摆脱信息孤岛的困扰，急需将数据挖掘技术融入到业务流程。

因此，面向服务的数据挖掘系统架肥分院对该领域的研究项目。

国内从事数据挖掘研究的人员主要集中在高校研究所或部分公司，研究领域般集中于学习算法的研究数据挖掘的实际应用以及有关数据挖掘理论方面的研究。

目前，对数据挖掘技术的研究热点并行计算计算机网络和信息工程等其他领域的国际学会学刊也把数据挖掘和知识发现列为专题和专刊讨论。

甚至到了脍炙人口的程度。

与国外相比，国内对数据挖掘技术的研究稍晚。

年国家自然科学基金首次支持中科院合肥并行计算计算机网络和信息工程等其他领域的国际学会学刊也把数据挖掘和知识发现列为专题和专刊讨论。

甚至到了脍炙人口的程度。

与国外相比，国内对数据挖掘技术的研究稍晚。

年国家自然科学基金首次支持中科院合肥分院对该领域的研究项目。

国内从事数据挖掘研究的人员主要集中在高校研究所或部分公司，研究领域般集中于学习算法的研究数据挖掘的实际应用以及有关数据挖掘理论方面的研究。

目前，对数据挖掘技术的研究热点主要有数据挖掘中的隐私保护基于的多媒体信息分析购物篮分析数据挖掘算法优化目标客户发现等。

此外，企业为摆脱信息孤岛的困扰，急需将数据挖掘技术融入到业务流程。

因此，面向服务的数据挖掘系统架构成为又个新兴的研究方向。

数据仓库的国内外研究现状数据仓库是世纪年代提出的概念，到年代中期已经形成潮流。

在美国，数据仓库已经成为仅次于之后的又技术热点。

数据仓库是市场激烈竞争的产物，它的目标是达到有效的决策支持。

大型企业几乎都在建立自己的数据仓库，数据库厂商也纷纷推出自己的数据仓库软件。

作为个新兴的研究领域，数据仓库发展得很快。

在国外，许多大学和公司都在这个领域进行着广泛深入的研究，其中尤以斯坦福大学研究中心威斯康辛大学微软和的研究最具代表性。

斯坦福大学进行了个名为的科研项目，他们的研究目标是要生成个高效的自动集成异构数据源的算法和工具。

这个课题组已经提出了个基本的数据仓库模型和些相应的算法。

研究中心和微软进行了个称为的项目。

他们的研究重点是多维数据库的建模与组织。

威斯康辛大学和的研究则侧重于实视图数据组织数据立方体计算等方面。

目前，已建立和使用的数据仓库应用系统都取得了明显的经济效益，在市场竞争中显示出强劲的活力。

但是，国内的数据仓库市场却直不太景气，虽然近几年情况发生了很大的变化，些大型企业相继实施了数据仓库计划，涌现出些成功的数据仓库应用范例，但是中国与发达国家的差距仍然很大，仍有加大的趋势。

我国很多商业银行都尝试构建了应用于方面的数据仓库系统，数据仓库的构建几乎都是基于来实现的，绝大多数是用完成的，对于汇总数据和历史数据的访问及访问速度的要求，还是有些欠缺。

中国加入后，如何开拓国内的数据仓库市场，提高国内企业的竞争能力成为国内企业关注的重点。

网络教学平台的国内外研究现状大约在年底年初开始出现支持网上教学的软件平台，随着现代通讯技术和网络技术的发展，现有的网络教学平台大多能支持以视频点播在线视音频会议和等为主要交互方式的各种实时非实时的网络教学，实现了网络环境下尤其是远程教育中处于分离状态的教与学的再度整合。

世界发达国家如美国加拿大澳大利亚欧盟国家正如火如荼地致力于在学校教育社区教育社会教育及在职训练的应用于研究等。

各国都制定了各种政策以补助学校研究机构以及厂商来共同推动应用与研究各种用于网络教学的教学资源和教学平台，而在大学各系里不仅提供校内学生的网络课程，也为校外人士修业提供服务。

美国有三百五十多所大学和学院提供因特网教育的远程学习，基本覆盖了高校的所有专业和学科。

在欧洲，网络教学已经成为许多流大学的发展重点。

在国内，网络教学支持平台目前尚处于起步阶段，与发达国还有定差距。

在我国软件技术人员及教育技术工作者的共同努力下，有强劲的发展势头。

已经有越来越多的高校开始意识到网络教学支持平台对网络教学的重要。

现在也有些优秀产品问世，有如下代表性的研究方正校园解决方案这是采用技术，配合多媒体网络教学软件的个软硬件体化的现代教学管理的解决方案。

金海航新数字学校该平台可以支持文字交互电子白板声音交互等功能。

平台开发内容教学实验系统的搭建和完善近年来，随着互联网应用的迅猛发展，应用系统的功能已由单纯意义上的信息发布新闻阅读和简单的在线管理等向各种行业应用延伸，发展前景越来越广，与用户的交互也越来越方便。

因此为了使师生更方便的使用该教学平台，我们将其设计为基于浏览器服务器架构的。

基于这样的架构，我们把它作为个应用来开发，理由如下应用完全符合架构的要求，对平台的推广和使用有很大的帮助应用的开发比较成熟，可以得到大量的技术支持，节约开发成本。

本平台的开发选择以技术作为开发的主要技术。

与其它技术相比，具有很多优势简便性，有效性，网页程序的性兼容性和可重用性扩。

下章中具体讨论技术的相关信息。

由于本系统设计与开发的目的在于提高课程的教学质量，所以，将课程讲解课程实验和服务调用演示设为设计与开发的重点。

另外，作为个完整的平台，对用户和平台自身的管理及安全性也是需要我们考虑的。

在现有的教学平台投入使用之后，由于需求不定，发现系统中存在些缺陷及不足，比如，平台的功能虽然清晰明了但有点简陋在线实验模块虽然能够测试用户的程序但仅支持语言实验模块要求被挖掘的数据集放在指定位置，具有不灵活性。

本次毕业设计将针对这些缺陷对教学平台做出完善和改进。

常用数据挖掘算法的实现为了提高学生动手实践的能力，在理论教学之外，本系统提供了让学生亲自参与操作或编写代码来完成实验的功能模块。

希望通过实验，提高学生的编程能力，同时进步了解课程的原理，与理论教学相呼应。

为了让学生更快的掌握数据挖掘的各种算法，本系统在在线实验模块实现了常用的数据挖掘算法，供学生参考。

常用的数据挖掘算法有