基于OLAM的多数据源流程式数据挖掘系统框架研究

介绍了现有联机分析处理，数据挖掘概念，重点介绍了联机挖掘处理，在联机分析挖掘的基础上提出了一种多数据源流程式数据挖掘的系统框架。     

基于数据仓库的教育决策支持系统

如何从大量的教育数据中获取能够真正反映教育状况的有效信息,从而为领导决策提供科学支持,是教育部门普遍关心的问题。本文给出了一个结合实时联机分析(OLAP)和实时联机挖掘(OLAM)技术的教育决策支持系统的框架,该系统实现了对教育信息的有效存储,并能针对教育管理决策需要,对数据进行多层次、多维度的加工处理,从而揭示与教育活动相关的规律,为教育的宏观决策提供量化的、科学的数据支持。     

基于数据仓库的教育决策支持系统

如何从大量的教育数据中获取能够真正反映教育状况的有效信息,从而为领导决策提供科学支持,是教育部门普遍关心的问题。本文给出了一个结合实时联机分析(OLAP)和实时联机挖掘(OLAM)技术的教育决策支持系统的框架,该系统实现了对教育信息的有效存储,并能针对教育管理决策需要,对数据进行多层次、多维度的加工处理,从而揭示与教育活动相关的规律,为教育的宏观决策提供量化的、科学的数据支持。     

基于数据仓库的联机分析挖掘技术在数字矿山中的应用

利用数据分析领域最前沿的联机分析挖掘(OLAM,On-lineAnalyticalMining)技术,结合数字化矿山的具体实践提出了一些新的见解和方法。     

基于数据仓库的社保 DSS研究

本文首先分析了决策支持系统的现状和发展趋势，在此基础上介绍了数据仓库的原理，结合现有的社保管理系统的数据和业务特点，将数据仓库技术引入社保决策支持系统中，给出了社保数据仓库实现的设计思路。     

数据库技术在高等教育中的应用

阐述数据库技术在高等教育中的应用范围；分析数据库技术在高等教育中的作用与特点；就数据库技术在高等教育中的应用前景以及高等教育数据库的发展进行论述。     

数据仓库技术研究与分析

随着人们对信息的高要求和计算机相关技术的日益成熟，促进了数据仓库的迅猛发展。在数据仓库以及相关技术方面，人们进行了大量的研究和探索，产生了许多方法和技术。本文主要从数据仓库的概念特点、作用、数据组织、分析技术以及如何构造数据仓库系统进行分析探讨，并提出了一些需要进一步解决的问题。     

数据仓库技术及应用

介绍了数据挖掘的概念,分析了数据仓库产生的原因,从数据仓库中数据的组织、管理和提取等角度阐述了数据仓库的建立和应用。     

数据仓库中联机分析处理技术的研究

建立数据仓库的目的是为了对数据仓库中的数据进行灵活多样的查询分析。数据仓库中的数据的组织方式为进行这种查询分析提供了可能,但是仅仅依靠数据仓库本身并不能完成这种复杂的数据查询分析。为了对数据仓库中数据进行多角度、多视图的查询,方便地获得概括性或详细的信息,就必须依靠其他的技术和工具。联机分析处理（OLAP）就是这样的一种技术。     

点击流分析技术在网上评教系统中的应用

介绍一种常用于电子商务网站的点击流技术,列出了该技术在电子商务网站中几项分析功能及其在网上评教系统中与其相对应的几个方面的应用,以便对参评者的参评行为与过程做较为深入的跟踪和分析。给出了基于B/S的点击流分析子系统的三层体系结构图,介绍了该技术结合WEB日志文件在网上评教系统中的实现过程,以及在教学管理系统中的尝试。     

数据仓库技术支持的决策支持系统

传统的事务处理环境不适宜决策支持系统的应用,作为数据库技术的一个发展方向,数据仓库技术由于具有数据分析的特点,正逐渐被人们接受和使用.创建一个分析型的环境供管理人员决策,将是企业建立自己数据中心的一个崭新的方法.本文主要研究数据仓库的定义、基本特性以及数据仓库的数据组织方式,针对当前电信事业,建立了以数据仓库技术、数据挖掘技术相结合的电信事业决策支持系统.     

基于数据仓库和OLAP技术的医院决策支持系统

以医院项目为背景,给出了一种基于数据仓库技术和联机分析处理的医院决策支持系统的实现方案.应用数据仓库技术解决了医院"数据丰富但信息贫乏"的尴尬局面,利用OLAP技术可以多角度、多层次快速观察分析数据,为医院的准确、快速决策支持提供有力的依据.     

数据挖掘与决策支持系统的关系

介绍了数据挖掘的定义、目的、一般过程及与此相关的一些技术；论述了决策支持系统的定义及发展层次，最后分析了数据挖掘与决策支持系统的联系与区别及当前市场数据挖掘工具产品的发展现状。     

A Bank of Chemistry Questions on an On-Line Server

This paper presents an on-line server-based examination system for analytical chemistry or any other subject suitable for administration over large geographical areas and for students in distance education to do self-assessment. The analytical chemistry test bank is ready and others may be added by any instructor over the Internet at our server. The advantages are that examinations can be administered to thousands of candidates and the results are known immediately. What is unique about the system is that it combines the course material with the examination system so that the examination system may also be used by students to measure their preparedness. Although on-line examiners are widely used, they are expensive to develop or buy. The main purpose of this paper, therefore, is to share the resource which is very useful in teaching and is fairly difficult for nontechnical educators, not to mention the cost. It is made available at the Distance Education Project web site http://www.cs.pdn.ac.lk.     

Apriori算法在网上考试系统中的应用

在远程教育系统的网上考试系统模块中,数据库和数据仓库中的用户交互数据记录了用户对系统的访问行为信息,利用最小支持度和最小置信度,挖掘出频繁项集,对这些信息的分析有利于远程教育教学管理人员和教师掌握学生对知识的掌握情况,从而可以对教学内容加以改进,对教学平台进行优化.     

空间数据挖掘研究

提出了一个基于空间数据仓库的空间数据挖掘模型，讨论了空间关联规则发现，空间分类发现，空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标，采用的挖掘方法和空间采样数据的处理方法。最后，提出有待深入研究和探索的问题。     

Distributed anonymous data perturbation method for privacy-preserving data mining

Privacy is a critical requirement in distributed data mining. Cryptography-based secure multiparty computation is a main approach for privacy preserving. However, it shows poor performance in large scale distributed systems. Meanwhile, data perturbation techniques are comparatively efficient but are mainly used in centralized privacy-preserving data mining （PPDM）. In this paper, we propose a light-weight anonymous data perturbation method for efficient privacy preserving in distributed data mining. We first define the privacy constraints for data perturbation based PPDM in a semi-honest distributed environment. Two protocols are proposed to address these constraints and protect data statistics and the randomization process against collusion attacks： the adaptive privacy-preserving summary protocol and the anonymous exchange protocol. Finally, a distributed data perturbation framework based on these protocols is proposed to realize distributed PPDM. Experiment results show that our approach achieves a high security level and is very efficient in a large scale distributed environment.