摘要：从三个方面对货票数据进行挖掘.即:运用集合理论构造关系数据库特征关联模型,描述了特征规则知识的表达:rule(E,T,Cp),给出rule(E,T,Cp)的发现算法和算法的应用举例,实例表明铁路多年来把标重作为计算整车费率唯一因素的办法应作适当调整;运用聚类方法对货票数据进行聚类,描述了聚类的步骤,对某公司2000年度的运距和收入进行聚类,分析聚类结果对铁路生产经营、市场营销的启示;运用ARIMA模型对货票数据进行季节性知识挖掘,描述挖掘的过程,用1992年～2001年的历史数据预报2002年货运量.

原文链接:http://www.cqvip.com//QK/97928X/200304/8165353.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）