基于数据挖掘的最低生活保障决策支持系统研究

决策支持系统的数据可视化便于理解关键数据 #生活技巧# #领导力技巧# #决策支持系统#

基于数据挖掘的最低生活保障决策支持系统研究

【摘要】： 随着民政各级救助业务运作的规范化及操作成熟性的提高,多年来民政部门积累了大量的最低生活保障原始数据。然而各个救助业务数据都是针对不同业务目标,相对独立地存放于各级数据库中,彼此间信息无法实现共享,从而导致民政部门决策分析人员无法从中提炼出有价值的信息。因此如何对这些异构、异协议的数据进行有效的采集、处理和使用成为目前民政部门亟待解决的一个重大难题。数据仓库和数据挖掘技术是近几年兴起的有关数据库和人工智能的新技术,它可以通过对大量数据进行聚类、分类及关联规则挖掘等操作,从多方位、多角度地分析统计数据,发现数据内在的联系和规律。因此将数据挖掘技术、数据仓库技术与民政部门最低生活保障决策分析相结合是一个势在必行的趋势。本文将数据仓库技术、联机分析处理技术和数据挖掘技术相结合,构建了基于数据挖掘的最低生活保障决策支持系统。首先,论文在简述决策支持系统、数据仓库技术、联机分析处理技术和数据挖掘技术的基础上,以某省最低生活保障信息系统为研究对象,结合笔者一年多在某省民政厅调研实习的成果,分析了目前最低生活保障决策支持的现状及存在问题,确定了该DSS的各大功能需求和系统建设的性能要求。其次,按照DSS的功能要求完成最低生活保障决策支持系统总体设计,包括数据仓库、联机分析处理模块、数据挖掘模块及前端界面层。其中,数据挖掘模型设计是本文重点探讨的部分。笔者构建了救助金需求预测模型和低保支出影响指标评价模型。在救助金需求预测模型中,基于ARIMA算法具备准确提取时间序列回归关系的能力对小波神经网络模型预测结果进行误差修正,从而确保WNN能以更大精度逼近实际救助金需求。而在低保支出影响指标评价模型中,先利用GA优化的神经网络算法确定评价指标权重,消除主观定权的影响,确保权值的有效性和实用性,然后再对属性赋权后的矩阵进行FCM聚类分析。最后,基于J2EE的分布式计算技术构建开发平台,采用多层架构的B/S模式完成决策支持系统的实现工作。通过该DSS系统的应用,民政各级分析人员可以随时、随地、方便、有效地从各种角度进行多维分析、智能查询和深层挖掘等操作,提高了办公效率和决策水平。另外,通过实证研究,结果表明本文改进的数据挖掘算法提高了预测的精度和聚类的有效性。

【学位授予单位】：福州大学
【学位级别】：硕士
【学位授予年份】：2014

网址：基于数据挖掘的最低生活保障决策支持系统研究 https://www.yuejiaxmz.com/news/view/252151

相关内容

构建基于大数据的决策支持系统：研究与实践
决策支持系统：利用数据推动更好的决策
大数据智能决策系统架构：大数据决策支持概述
决策支持系统：数据驱动决策的力量
智能决策支持系统：实现数据驱动的智能决策
基于大数据的健康管理系统的建设与应用研究
决策支持系统（DSS）理论·方法·案例
决策支持型数据
健康保险智能决策支持系统研究
《python数据分析与挖掘》

随便看看