回归分析在连续型数据目标预测中的应用
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP182

基金项目:

重庆市制造业信息化专项基金


Regression Applied in Continuous Mathematical Forecast
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    数据挖掘能从已有的大量数据中抽取隐含的、以前未知的、具有潜在应用价值的信息或模式.如何从数据仓库中提取知识辅助用户决策是开发决策支持系统必须解决的问题.针对所开发工业企业市场营销决策支持系统时遇到的连续型数据目标预测问题,选用回归分析方法,系统地探讨了如何建立挖掘模型和设计挖掘算法等问题,并将其用于销售预测.对模拟数据进行处理,结果表明算法能实现预期效果.

    Abstract:

    Data Mining can distill the connotative, unknown and potential value information or pattern from many data. It is a problem that must be settled during the developing of Decision Support System how to discover knowledge from Data Warehouse. In order to realize the continuous mathematical forecast that will be used in the Marketing Decision Support System for Industrial Enterprise, the authors use the method of regression to discuss how to design the algorithm for Data Mining, how to design the model for Data Mining, and so on. When the algorithm applied to the sales forecast, the result processing to simulation data indicates it can realize the expected effect.

    参考文献
    相似文献
    引证文献
引用本文

蔡章利,石为人,刁绫.回归分析在连续型数据目标预测中的应用[J].重庆大学学报,2005,28(10):91-93.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-05-25
  • 最后修改日期:2005-05-25
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码