[发明专利]一种基于异构系统集成的信息挖掘与进度预测方法

权利要求书

1.一种基于异构系统集成的信息挖掘与进度预测方法，其特征在于：所述的方法如下：

（1）、首先连接异构系统的各个数据库，实现异构系统的集成，进而建立数据仓库；

（2）、通过数据挖掘得到相应的项目或任务进度信息；

（3）、将获取的进度信息代入多元线性回归模型，通过优化验证，得到准确的数学模型，将项目或任务的进度通过模型计算出来，

（4）、通过数据库底层技术以及C++Builder的可视化控件，将挖掘出来的进度相关数据直观的展示出来。

2.根据权利要求1所述的一种基于异构系统集成的信息挖掘与进度预测方法，其特征在于：所述的步骤（1）中建立数据仓库，其建立的步骤方法和步骤如下如下：

1）收集和分析业务需求； 

2）建立数据模型和数据仓库的物理设计； 

3）定义数据源； 

4）选择数据仓库技术和平台； 

5）从操作型数据库中抽取、净化、和转换数据到数据仓库； 

6）选择访问和报表工具； 

7）选择数据库连接软件； 

8）选择数据分析和数据展示软件； 

9)更新数据仓库。

3.根据权利要求1所述的一种基于异构系统集成的信息挖掘与进度预测方法，其特征在于：所述的步骤（2）中：

运用数据挖掘的方法，从数据集成平台上获取与项目或任务进度估算相关的数据，对比一下获取的数据是否符合要求，如果不符合要求，需要重新获取数据，如果符合要求，则建立任务自动分解模板；

数据挖掘的算法方面，采用的是关联规则挖掘的Apriori算法，步骤如下：

1）首先扫描数据库，对每个项目进行计数

2)得到第1阶段的候选项目集，并判断是否大于最小支持度

3)如果大于最小支持度，则生成第1阶段频繁项目集

4)运用Apriori-Gen算法进行运算，得到第2阶段候选项目集

5)扫描数据库，对每个项目进行计数，并判断是否大于最小支持度

6)若大于最小支持度，则生成第2阶段频繁项目集；反之，则算法结束

7)重复5）、6）步骤，生成第K+1阶段频繁项目集直至算法结束。

4.根据权利要求1所述的一种基于异构系统集成的信息挖掘与进度预测方法，其特征在于：所述的步骤（3）中，运用多元线性回归模型建立项目或进度的改进多元线性回归模型；设因变量为y，自变量为x，自变量共有p个，他们的n组观测值为： 

              公式(1)

写成矩阵形式为：

其中

是多元线性回归的未知参数，即回归系数，采用最小二乘法估计其值，最小二乘法是使估计值与观测值y之间的残差在所有样本点上达到最小,

            公式(2)

其中，

根据微分学中求极值的原理可以得到当存在时，有，这就是的最小二乘估计，有了回归系数的最小二乘估计，就可以得到反映回归效果的5个参数，即残差平方和(q)、回归平方和(u)、F值统计量(F)、相关系数(r)和t值统计量,

                          公式(3)

式中，为第个样本点上的回归值,

                            公式(4)

式中，为的样本平均值,

                         公式(5)

                           公式(6)

                  公式(7)

             公式(8)

其中，相关系数r表示回归方程对原有数据拟合程度的好坏，越接近1说明回归效果越好，F值统计量表示了多元线性回归方程的显著性，该值服从F分布,它们必须满足一定的显著性检验要求在回归效果较差的情况下，根据的大小采用后推法依次剔除不显著的自变量，用剩余的显著性因素再次进行回归分析，最后其回归结果就确定了项目或任务进度的预测模型。

5.根据权利要求1所述的一种基于异构系统集成的信息挖掘与进度预测方法，其特征在于：所述的步骤（4）中，通过数据库底层技术以及C++Builder的可视化控件，如DBChart_Bar、DBChart_Gantt、DBChart_Pie可以将挖掘出来的进度相关数据直观的展示出来；可视化区域通过指定Windows组件：Form、Panel、ScrollBox、PageControl的设置，使得显示出来的图形直观，易读。