数据仓库课程设计报告样本

1、资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。GDOU-B-11-112广 东 海 洋 大 学 学 生 实 验 报 告 书 ( 学 生 用 表 )实验名称 关于福布斯排行榜的数据挖掘课程名称 数据仓库设计与应用 课程号学院 ( 系)信息学院专业信息管理与信息系统班级信管 1124学生姓名刘霆钧学号实验地点 科技楼11 月 28赵小缘实验日期日关于福布斯排行榜的数据挖掘一、 实验目的（ 1） 了解数据挖掘中的聚类分析 ;（ 2） 充分了解 IBM SPSS Modeler 的数据挖掘能力 ;二、 实验目标（ 1） 理解聚类分析的概念 ;（ 2） 对福布斯排行榜的数据 ( 源数据来

2、源 : 福布斯中文网 , 经过加工整理 ) 进行聚类分析 , 掌握 SPSS软件进行数据挖掘的常见步骤 ;（ 3） 了解聚类分析中各个数据模型的内涵和意义。三、 实验内容及结果1. 用自己的话概括 数据挖掘中的聚类分析 概念。答 : 聚类分析是将一组对象分成若干类 , 想同类中的对象具有相似性 , 不同类中的对象相异性较大。聚类与分类不同的是后者不依赖给定的标准给对象进行分类。2. 使用”福布斯排行榜”数据进行数据挖掘分析。根据 至 福布斯企业排行榜50 强在 Excel 表格中计算 5 年各自的平均销售额、平均利润、 平均资产和平均市值 ,并在 IBM SPSS Modeler 中用” Ex

3、cel ”节点导入数据。图 1” - 总汇”节点预览资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。图 2”多重散点图”编辑窗口在进行完 X轴及 Y轴的设置后 , 运行得到如图 3 显示的多重散点图。这一结果反映了从 到能进入福布斯排行榜前列对其规模、 盈利能力和在资本市场影响力的要求不断提高。图 3- 福布斯排行榜50 强 ( 平均 ) 金额变化趋势此” Excel ”节点的数据来自福布斯排行榜100 强,在图 4 编辑窗口中 ,选择过滤”排资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。行”和”企业 (名) ” ,以方便后面的聚类分析。图 4原始数据过滤在”Ex

4、cel ”节点之后建立” 类型”节点 , 如图 5 所示 , 六个字段的角色均设置为” 输入”,其它参数为默认。图 5”类型”节点编辑窗口资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。图6”类型”节点预览建立” K-Means”节点。如图 7 所示 , 编辑窗口中 , 在”使用分区数据”一栏中打钩 , 其它选择默认。点击运行即生成” K-Means”聚类分析。图 7” K-Means ”模型编辑窗口资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。分析 K-Means聚类分析。从图 8 中能够看到 , 聚类分析将源数据分成了五个聚类 , 每个类占总数的比例分别为 4

5、5%, 19%, 14%, 11%和 11%。其中 , 对分类字段的依赖性依次由行业、国家、 资产、 销售额、 市值、 利润逐渐递减。图 8” K-Means ”模型聚类分析结果查看 K-Means模型。利用”输出”选项卡中的” 表”节点对模型的数据进行查看 , 如图 9。在表中 , 能够看到每个企业所属的聚类 , 表中最后一列” $KND-K-Means”是指每一个元素距离类中心的距离 , 距离越小 , 表示效果越好。图 9表节点查看”K-Means”模型资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。图 10”分析分布图”编辑窗口分析分布图。 如图 11 所示 ,从分布图中能够看到每个聚类所占的比例和个数,以及该类所拥有的国家。如果想查看”行业的聚类情况,能够在图 10 的编辑窗口中 ,交叠字段的”颜色”下拉栏中选择”行业” 。图 11”分析分布图”查看聚类结果资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。图12”集合”节点编辑窗口除了对聚类分析模型进行分析外 , 还能够对源数据直接分析。在这里 , 使用”图形”选项卡下的”集合”节点对原始数据进行分析。运行该节点流