没有合适的资源?快使用搜索试试~ 我知道了~
可在www.sciencedirect.com在线获取ScienceDirectFutureComputing and Informatics Journal 3(2018)384e390http://www.journals.elsevier.com/future-computing-and-informatics-journal/空间智能在决策支持系统中的应用Amira M.穆罕默德·伊德雷斯Ibrahima,*艾哈迈德I.El Seddawyba埃及法尤姆大学计算机和信息学院b埃及开罗阿拉伯科学技术海运学院工商管理学院信息系统系接收日期:2018年11月2日;修订日期:2018年11月3日;接受日期:2018年11月5日在线发售2018年摘要数据挖掘是一种重要的技术,可以应用于不同的领域,如医疗,教育和工业领域。从空间数据中提取模式对于发现数据中的趋势是非常有用的然而,分析空间数据是详尽的,因为它的细节,因为它是与一个特殊的表示,如经度和纬度的位置本文的目的是提出一种方法,应用数据挖掘技术在空间数据中发现趋势的数据决策支持。考虑到空间数据的基本信息,提出了所提出的方法,旨在应用于埃及的组织,以证明其适用性。Copyright © 2018埃及未来大学计算机与信息技术学院由爱思唯尔公司制作和主持这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。关键词:数据挖掘技术;空间联机分析处理;空间数据仓库; GIS1. 介绍地理信息系统(GIS)可以定义为处理空间数据的信息系统地理信息系统能够在以各种质量水平的地图表示的空间数据中产生不同类型的趋势。这种变化通常允许用户在发现的趋势中找到有用的关系[7]。用户可以从应用GIS中获得许多好处,通过获得有关不同位置的有用信息以及这些位置之间的关系,这是分析地图中表示的图像数据的结果。空间数据在不同的层中呈现(如图所示)。 1)形成地图,如建筑物、实体及其边界[7]。论文的其余部分结构如下:第二部分讨论了与空间数据和商业智能相关的主要定义以及两者之间的关系。第三节主要介绍了* 通讯作者。电子邮件地址:mhi11@fayoum.edu.eg(M.H. Ibrahim)。同行审查,由埃及未来大学计算机和信息技术系负责。在空间数据上应用数据挖掘。此外,第4节展示了相关的工作,而第5节提出了建议的方法,整合空间数据与不同的来源,发展空间情报,以提高决策支持系统的结果。最后,第6节提供了实验案例研究讨论,结论在第7节中给出。2. 背景本节讨论与空间数据和商业智能相关的主要定义以及两种范式之间的关系。2.1. 矢量和栅格数据空间数据可以分为矢量数据和栅格数据。以下方面提供了这两种分类的简单定义。矢量数据将地点和实体表示为点或线以及多边形。一方面,点为实体提供了精确的地图位置,线代表实体的位置。https://doi.org/10.1016/j.fcij.2018.11.0012314-7288/Copyright © 2018埃及未来大学计算机与信息技术学院。Elsevier B. V.制作和托管这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。上午Idrees等人/Future Computing and Informatics Journal 3(2018)384e 390385Fig. 1.空间数据的图层。资料来源:Ref. [1]的文件。这些实体与多边形之间的关系表示更复杂的关系。 另一方面,栅格数据将地图划分为相邻的单元格,这些单元格为每个单元格提供了存储能力,目标是存储地图中的所有细节,如图1所示。 二、这些信息可以存储与链接到其相应的部分,如图所示的高度。 二、所提取的信息对于在地图组件(例如,如图1中所描绘的医疗用户)之间找到模式是有用的。 二、2.2. 商业智能数据仓库是商业智能(BI)解决方案必不可少的主要存储库。因此,开发空间数据仓库可以为商业智能提供更进一步的空间数据分析支持。OLAP是最常见的技术之一,可以应用于不同类型的存储库,因此可能导致采用决策支持系统。基于空间数据的联机分析处理(OLAP)为不同领域的有用信息提供了具体的识别,医学和教育领域[5]。此外,为OLAP查询提供结果应该依赖于空间数据和其他类型的数据,以获得完全可靠的结果。此外,虽然数据挖掘传统上应用于数据仓库,但也旨在提供GIS数据中有用的趋势。根据参考文献[4]的研究,在GIS数据上构建数据仓库已经出现了不同的研究人员,例如,因此,通过空间数据之间的立方体关系开发有效的查询可以提供所需的决策支持,如图所示。 3.空间数据的立方体包括许多与几何特征匹配的维度和度量。这些特征通常表示定义字段成员的实体。然后将空间维度与普通类型的维度集成,以提供不同级别的分析。然而,空间维度可取决于离散源的矢量数据和连续源的栅格数据两者。然后根据提供的类型应用分析。图4显示了表示数据仓库中维度的不同空间数据类别。许多不同的度量以及提取、转换和加载(ETL)技术也可以表示具有相同概念的空间数据。例如,ETL提供了不同的空间数据聚集。这种情况导致一个必要的过程,以确保所使用的空间数据的适用性,一致性和可靠性。这导致了不同的问题,如空间数据集成的决策支持。还应确定所界定的空间边界。这显然阐明了构建空间数据仓库的复杂性。因此,最具挑战性的一点是将传统的BI技术应用于GIS数据。尽管这些困难可能会阻碍所需的调查,但是,使用制图来源可以提供明确的识别并有助于解决问题。图二、空间医学地图实例386上午Idrees等人/Future Computing and Informatics Journal 3(2018)384e 390图三.基于空间立方体和基于栅格的空间立方体。资料来源:Ref. [4]的文件。见图4。具有不同空间维度示例的空间数据立方体。资料来源:Ref. [4]的文件。3. 空间数据挖掘早期的研究人员已经研究了将数据挖掘技术应用于空间数据。重点关注不同的目标,如遥感或客户支持。最近,从不同的角度提出了不同的架构,如在参考文献。[9]如图所示。 五、专注于数据挖掘任务和技术,分割根据决策者定义的标准为所有实体提供分类。依赖性分析能够预测存储库中的类。偏差和分析负责将输入数据分类为聚类和分类两个主要类别。第一类确定并描述数据项之间的关系。第二个发现的规则,以分配数据项现有的类。偏差和离群值分析可以将用户分类为良好或恶意用户。最后,趋势决策根据发现的趋势提供最合适的结果。根据文献[15],分析空间数据以发现关系和监测空间行为是空间数据挖掘的核心问题。针对这一方向提出了不同的 算 法 来 提 取 不 同 类 型 的 关 系 , 例 如 用 于 聚 类 的 k-means、基于约束的贝叶斯算法、用于关联的FP-增长算法、用于分类的遗传算法和朴素贝叶斯算法。4. 文献综述不同的研究人员提出了一些应用,例如,Harnandez及其同事的研究[11]将GIS应用于医学领域以监测疾病方向,而ML及其同事的另一项研究[16]上午Idrees等人/Future Computing and Informatics Journal 3(2018)384e 390387图五.空间数据挖掘的结构。资料来源:参考文献。[9、10]。专注于在匹兹堡大学的空间数据已经应用了不同的数据挖掘技术。例如,文献[2]提出了一种分类算法,为系统规划提供了可靠的城市问题管理。空间数据挖掘成功地提取了所需的石油关系,但缺乏对真实数据的准确性。此外,Ref. [3]提出了一种考虑用户位置的用户提示方法。其主要贡献是系统从提供的结果中学习,这些结果丰富了系统信息,然而,这些提取的信息在系统中使用之前应该自动验证。此外,参考文献[14]中的一项研究展示了一种决策支持系统,该系统将空间数据与专家的观点相结合,以促进街道工程,并保持所有利益相关者的活动,然而,该研究想法并未实现,因为它在研讨会上展示。在参考文献[13]中,提出了一个用于各省供水网络管理的决策支持系统。拟议的系统以空间数据为基础。该系统证明了空间数据的干扰在为决策者提供有效决策方面的积极影响,然而,该研究强调了集成其他因素以提高系统有效性的要求,这是当前研究的重点。在同一背景下,一项研究提出的参考。[18]提出了不同的技术,多标准去,数据源是一个具有挑战性的方向,因为由于数据性质的多样性,为集成源提供分析可能会有许多障碍。5.1. BI和DSS集成将空间数据技术与BI工具集成,为BI提供了额外的角色,用于提取所需的模式或预期的事件和情况。这种组合提供了所提出的方法将统计和挖掘技术应用于所需目标的能力。在所提出的方法中,数据分析方法丰富了通过空间数据聚合。由于从集成类型的数据中提取例程的基本要求,该阶段是检查阶段。表1提供了一个简短的比较,突出了集成决策支持系统范式和商业智能的好处。显然,这两种范式的集成克服了不同的稀疏函数,这是有益的决策。5.2. 处理异构数据在所提出的方法中,异构数据的聚合是由于需要许多表1不同范式与所提出的方法之间的比较决 策 支 持 系 统 , 论 证 了 空 间 数 据 集 成 的 有 效 性 。Moghadam[18]的研究讨论了在能源部门应用所提出的解决方案的有效性,并介绍了这种整合将如何提供模式发现通过空间视图实现输出统计分析 空间数据操作整合数据分析对决策产生积极影响。5. 该方法所提出的方法旨在提供一个架构统计数字 **方法知识 *发现系统GIS工具 **空间数据挖掘的设计,可以应用于不同的领域。将空间数据库与其他提出方法- 我的天啊388上午Idrees等人/Future Computing and Informatics Journal 3(2018)384e 390不同领域的功能需求。例如,发现诸如脑肿瘤之类的疾病可能是数据挖掘领域的挑战性任务[6]。数据的高维度除了要求不同类型的数据,如射线,统计,报告和分析,以达到具体的决策。这些类型都应该考虑在内,因为每种类型的数据都有助于表2数字文本数据(ESRI)的样本(2012年和 2013年)。对象ID县疾病率1巴尔的摩市236.92华盛顿202.5包括过滤和管理不一致性、数据管理以及最后的输出可视化。该方法将不同的数据源集成到统一的面向主题的结构中,旨在丰富挖掘任务,以便能够提供有效的分析所需的数据,以获得准确的结果。5.3. 建议方法的体系结构模型所提出的方法的目标是支持决策者从不同的角度,由于不同的数据性质的当前形势的广泛观点。将商业智能工具应用于空间数据仓库,从而提供具体而准确的决策支持,也是空间数据仓库应该考虑的主要目标之一。图6展示了所提出的用于挖掘空间数据的方法。所提出的方法旨在采用BI解决方案,以便能够应用于空间数据仓库,从而发现业务趋势。在拟议的方法的主要贡献是整合其他来源的空间数据,更好的决策支持建议的可能性。 图6示出了所提出的方法的主要架构。所提出的研究方法保持了定性的方法,这是通过分析现状,并提供了本研究的相关工作,在以前提出的方法,早期的研究。根据以往的研究,虽然整合不同类型的数据并不是一个新的方法,图第六章提出了应用空间数据挖掘的方法的结构9肯特150.910霍华德125.2资料来源:Ref. [7]的文件。然而,研究人员发现,由于数据性质的多样性,很少有研究人员考虑将空间数据作为这些类型之一。此外,将系统的商业智能解决方案与空间数据集成也具有挑战性,因为BI主要依赖于数字数据,这突出了所提出的方法中的基本集成要求。本研究旨在提供一种基于不同类型数据(包括空间数据)的决策支持的通用方法。因此,以下的研究计划是广义的,同时它可以应用于不同的领域,根据领域的性质识别一般阶段。研究计划分以下阶段确定第一阶段考虑通过收集所需数据来确定外地的主要重点,这一阶段非常关键,因为收集的数据被认为是拟议方法取得成功的主要支柱。第二阶段考虑开发空间数据库,整合数据源,并建立空间数据仓库。第三阶段侧重于选择所需的数据挖掘模型,而第四阶段侧重于定义维度和度量,确定关键性能指标,然后选择空间数据的分析工具。第五阶段目标通过不同的视图(如报告和域地图)提供建议,以支持决策见图7。心脏病分布图(ESRI)。资料来源:Ref.[7]的文件。分析结果包括空间数据类型提出了挑战,6圣玛丽的167.8数据挖掘中的数据异构性分析7蒙哥马利110.7因为它需要特定的方法来预处理数据8乔治王子172.53Wicomico254.64萨默塞特294.45安妮女王168.7上午Idrees等人/Future Computing and Informatics Journal 3(2018)384e 390389图八、心脏病死亡率分布(2011年和 2015年)。6. 实验性案例研究拟议办法的各个组成部分通过适用于每个阶段的适当工具加以应用。该案例研究应用于基准数据集[7],旨在证明所提出方法的适用性。下载马里兰州心脏病死亡率的空间数据和数字文本数据。该案例研究的主要目的是展示一个清晰的心脏病地图,提供疾病的预期趋势。充分确定了KPI,为疾病分布提供了全面的报告。表2提供了一个数据样本,其中包括各领土的疾病分布情况,并在地图上显示了分布情况。然后提供更多的资源,包括总人口、年龄分布和该年的居住水平(图7)。报告被划分为给定的集合以具有训练和测试数据,主要目的是生成与预期输出匹配的报告。该系统成功预测了2015年的疾病分布,准确率为85%。图8显示了2012年和2015年的分布,其中澄清了2014年的分布达到总死亡率的14%,2015年的15%增加了1%,这使得预测百分比的误差率为15%。然而,很明显,需要更多的具有更大维度的实验将证明所提出的方法approach.7. 结论虽然挖掘异构数据是一个具有挑战性的领域,但是,它可以为不同的部门提供有效的解决方案。此外,在数据集中包括空间数据增加了该方法可能面临的挑战。本文综述了空间数据处理的各种算法和方法,并指出了空间数据处理中存在的问题。本文还提出了一种可应用于医疗、教育等不同领域的空间数据挖掘方法。本研究的主要挑战是:将空间数据与其他数据源集成,在所提出的方法的各个阶段处理异构数据,以交互方式可视化结果。该方法已通过心脏病死亡率的基准数据集进行评估,并成功地预测死亡率,准确率为85%。错误百分比是由于属性的较小维度,使用真实数据集可以克服这些维度。由于所提出的方法是使用支持工具应用的,因此,未来的工作可以针对构建具有用户界面的应用程序。此外,更多的实验应该应用于不同领域的数据集的维数较高。引用[1] IdreesAmira M , Khaled Mostafa Lamlom Ahmed , Talkhan AmalHassanAli.空间数据挖掘、空间数据仓库和空间联机分析处理。开放源代码地理信息系统的新兴趋势。IGIGlobal. 2018年[2] 蔡毅,王X,胡K,董M. CHOPS油藏性质与产量关系的数据挖掘方法。73.第七十三章:一个人[3] BaoJ,Zheng Y,Wilkie D,Mokbel MF. 基于位置的社交网络推荐研究综述。第212章.[4] B'edardY,Merrett T,Han J. 面向地理知识发现的空间数据仓库基础。地理数据挖掘与知识发现。Taylor&Francis; 2001.第53和73页。地理信息系统研究专著,第一卷,第二章。 3.[5] 杨 伟 华 , 李 晓 梅 , 李 晓 梅 .空 间 数 据 仓 库 和 SOCKS 。GeoInformatica2014;18:269e 72.[6] 曹博凯,孔祥南,于菲利普S. 异构数据挖掘在脑疾病识别中的应用。2015年2月25日,第64集。[7] ESRI;2018.检索自:http://support.esri.com/en/knowledgebase/GISDictionary/。[9] HemalathaM,Naga Saranya N. 空间数据知识发现研究进展。 IJCSIInt J Comput Sci Iss 2011;8(3):2.[10] Jassar KK,Dhindsa KS.空间数据挖掘技术比较研究。Int J ComputAppl2015;112:14.[11] 哈南德兹·海梅,努内兹·阿奎西亚,巴西加卢波·安东内拉,佩德罗·E,卡特·坦.利用环境变量和人们的知识模拟南美锥虫病媒介的空间分布。 Int J Health Geogr 2013;31:12e 29.[13] Jayarathnaa Lasinidu,Darshana Rajapaksa b,Shunsuke Managi b,c,Wasantha Athukorala d,Benno Torgler c,Maria A,et al. A GISbasedspatial decision support system for analyzing residential waterdemand:acase study in Australia. 2017 年 , 《城市社会》,第32卷,第67页,第77页。[14] Wei Lijun,Clarke Barry,Magee Derek R,Dimitrova瓦妮娅,科恩·安东尼·G一个基于网络的综合决策支持系统,用于资产间的街道管理。在:第26届GIScience英国研究会议(GISRUK); 2018年。英国莱斯特。390上午Idrees等人/Future Computing and Informatics Journal 3(2018)384e 390[15] Martin Ester H-p K.“空间数据挖掘的算法与应用”,地理数据挖掘与知识展示专题。地理信息系统研究专著泰勒和弗朗西斯; 2001年。[16] [10]杨文,李文.将慢性病放在地图上:在州和地方卫生部门建立GIS能力。《慢性病》,第10卷。疾病控制和预防中心; 2013年。[18] Moghadam Sara Torabi , Delmastro Chiara , Lombardi Patrizia ,Stefano P,Corganti.面向城市的新型综合空间决策支持系统。在:第二届国际研讨会“新的大都市视角”e战略规划,空间规划,经济方案和决策支持工具,通过实施地平线/欧洲2020,ISTH 2020,雷焦卡拉-布里亚,意大利,18 E 20五月2016; 2016.
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功