一种数据挖掘查询语言DMQL

数据挖掘查询语言的设计是开发新一代数据挖掘系统的关键。文章首先总结了一组好的数据挖掘原语应该包括的内容,然后详细阐述了一种数据挖掘查询语言(DMQL)的各种语法,最后给出了一个实例。     

新一代数据挖掘语言分析及应用*

关系查询语言的标准化为关系系统的开发奠定了基础,同样好的数据挖掘查询语言也必将有助于挖掘系统平台的标准化。由于数据挖掘覆盖了广泛的分析任务,而且每个任务又具有各自不同的需求,因而开发、设计完善的数据挖掘语言具有非常重要的意义。介绍了新一代数据挖掘语言及应用状况,标准化的数据挖掘工具将使客户从降低成本和投资、方便使用中受益,也将使数据挖掘成为企业决策系统中不可或缺的一部分。     

结构化模式查询语言SPQL的实现

数据挖掘系统中挖掘结果模式的存储迫切需要一个好的模式查询语言，并能对存储的挖掘结果较好地执行各种操作。本文给出了对存储的数据挖掘结果执行操作的结构化模式查询语言SPQL的实现方法。SPQL是一个类自然语言同时遵循类SQL语法，SPQL的具体实现通过存储过程来完成。利用SPQL语言可以方便地实现对三类数据挖掘结果模式（关联规则、分类和序列模式）的管理、查询和使用，从而使共享数据挖掘结果和提高数据挖掘效率成为可能。     

OLE DB for DM规范与DMX语言分析及应用

数据挖掘语言标准化的研究是开发新一代数据挖掘系统的关键。DMX(Data Mining Extensions,数据挖掘扩展)是OLE DBFor DM规范支持的数据挖掘查询语言,支持数据挖掘系统直接对关系数据库进行挖掘,是数据挖掘原语标准化发展中的一个突破。该文介绍了OLE DB For DM规范下数据挖掘的主要步骤,给出了Microsoft SQL Server Analysis Services中基于DMX的实现方法。     

空间数据挖掘查询语言GMQL的设计与使用

介绍了一种空间数据挖掘查询语言GMWL，对该语言的设计和使用进行了研究。     

数据挖掘工具的应用与标准化

介绍了数据挖掘概念,给出了目前数据挖掘工具的主要分类及存在的问题,探讨了数据挖掘语言的发展对数据挖掘工具标准化的推 动作用,并对数据挖掘工具未来的发展进行了展望。     

基于知识智能查询的通用数据挖掘系统研究

介绍了一个通用的、可扩展的、开放的数据挖掘系统（data mining system,DMS）框架.该框架能不依赖于某个具体的DB软件,方便地与数据仓库集成;而且在此框架下,DMS的数据源可以是数据仓库、多维数据库或数据挖掘数据库;通过采用面向知识的智能查询语言,DMS可以屏蔽不同数据源的差异;用户也可以使用这种简单易操作的语言进行数据挖掘,并以此为基础进行决策分析,从而使DMS达到良好的通用性.     

PDMQL:一个数据挖掘的原型系统

研究并开发了一个原型系统PDMQL,实现了一种数据挖掘查询语言的原型,以该语言的语法分析为核心,把3类主要挖掘功能紧密联系起来,并实现了结果数据集到XML文档的转换.     

一种基于数据仓库的数据挖掘系统的结构框架

数据仓库和数据挖掘技术是数据库、信息决策和机器学习等领域的前沿研究方向之一。基于数据仓库的数据挖掘技术目前是研究的热点课题。提出了一种基于数据仓库的数据挖掘系统结构框架,介绍了其各个组成部分,并对其中的重要组成模块查询协同机进行了详尽地描述,同时给出了具体的查询协同算法。     

数据挖掘在给水管网安全中的应用

简要介绍了数据挖掘及其在给水管网安全中的应用。提出了一种基于数据挖掘的时间序列相似性查询方法。通过对事故症候相似性查询，建立安全预警系统，为调度员提供事故预警信息。