摘要:文章首先对数据挖掘技术及其具体功能进行简要分析，在此基础上对科研管理中数据挖掘技术的应用进行论述。期望通过本文的研究能够对科研管理水平的进一步提升有所帮助。
关键词:科研管理;数据挖掘;技术应用
1数据挖掘技术及其具体功能分析
所谓的数据挖掘具体是指通过相关的算法在大量的数据当中对隐藏的、有利用价值的信息进行搜索的过程。数据挖掘是一门综合性较强的科学技术，其中涉及诸多领域的知识，如人工智能、机器学习、数据库、数理统计等等。数据挖掘技术具有如下几个方面的功能:1．1关联规则分析。这是数据挖掘技术较为重要的功能之一，可从给定的数据集当中，找到出现比较频繁的项集，该项集具体是指行形如X-＞Y，在数据库当中，X和Y所代表的均为属性取值。在关联规则下，只要数据满足X条件，就一定满足Y条件，数据挖掘技术的这个功能在商业金融等领域中的应用较为广泛。1．2回归模式分析回归模式主要是通过对连续数值的预测，来达到挖掘数据的目的。例如，已知企业某个人的教育背景、工作年限等条件，可对其年薪的范围进行判定，整个分析过程是利用回归模型予以实现的。在该功能中，已知的条件越多，可进行挖掘的信息就越多。1．3聚类分析聚类具体是指将相似程度较高的数据归为同一个类别，通过聚类分析能够从数据集中找出类似的数据，并组成不同的组。在聚类分析的过程中，需要使用聚类算法，借助该算法对数据进行检测后，可以判断其隐藏的属性，并将数据库分为若干个相似的组。
2科研管理中数据挖掘技术的应用
科研是科学研究的简称，具体是指为认识客观事物在内在本质及其运动规律，而借助某些技术手段和设备，开展调查研究、实验等活动，并为发明和创造新产品提供理论依据。科研管理是对科研项目全过程的管理，如课题管理、经费管理、成果管理等等。由于科学研究中涉及的内容较多，从而给科研管理工作增添了一定的难度。为进一步提升科研管理水平，可在不同的管理环节中，对数据挖掘技术进行应用。下面就此展开详细论述。
2．1在立项及可行性评估中的应用
科研管理工作的开展需要以相关的科研课题作为依托，当课题选定之后，需要对其可行性及合理性进行全面系统地评估，由此使得科研课题的立项及评估成为科研管理的主要工作内容。现阶段，国内的科研课题立项采用的是申请审批制，具体的流程是:由科研机构的相关人员负责提出申请，然后再由科技主管部门从申请中进行筛选，经过业内专家的评审论证之后，择优选取科研项目的承接单位。在进行科研课题立项的过程中，涉及诸多方面的内容，具体包括申请单位、课题的研究领域、经费安排、主管单位以及评审专家等。通过调查发现，由于国家宏观调控政策的缺失，导致科研立项中存在低水平、重复性研究的情况，从而造成大量的研究经费浪费，所取得的研究成果也不显著。科研管理部门虽然建立了相对完善的数据库系统，并且系统也涵盖与项目申请、审评等方面有关的基本操作流程，如上传项目申报文件、将文件发给相关的评审专家、对评审结果进行自动统计等。从本质的角度上讲，数据库管理系统所完成的这些工作流程，就是将传统管理工作转变为信息化。故此，应当对已有的数据进行深入挖掘，从而找出其中更具利用价值的信息，据此对科研立项进行指导，这样不但能够使有限的科技资源得到最大限度地利用，而且还能使科研经费的使用效益获得全面提升。在科研立项阶段，可对数据挖掘技术进行合理运用，借此来对课题申请中涉及的各种因素进行挖掘，找出其中潜在的规则，为指标体系的构建和遴选方法的选择提供可靠依据，最大限度地降低不合理因素对课题立项带来的影响，对确需资助的科研项目进行准确选择，并给予相应的资助。在科研立项环节中，对数据挖掘技术进行应用时，可以借助改进后的Apriori算法进行数据挖掘，从中找出关联规则，在对该规则进行分析的基础上，对立项的合理性进行评价。
2．2在项目管理中的应用
项目管理是科研管理的关键环节，为提高项目管理的效率和水平，可对数据挖掘技术进行合理运用。在信息时代到来的今天，计算机技术、网络技术的普及程度越来越高，国内很多科研机构都纷纷构建起了相关的管理信息系统，其中涵盖了诸多的信息，如课题、科研人员、研究条件等等，而在这些信息当中，隐藏着诸多具有特定意义的规则，为找出这些规则，需要借助数据挖掘技术，对信息进行深入分析，进而获取对科研项目有帮助的信息。由于大部分科研管理部门建立的科研管理信息系统时间较早，从而使得系统本身的功能比较单一，如信息删减、修改、查询、统计等等，虽然这些功能可以满足对科研课题进展、经费使用等方面的管理，但其面向的均为数据库管理人员，处理的也都是常规事务。而从科研课题的管理者与决策者的角度上看，管理信息系统这些功能显然是有所不足的，因为他们需要对历史进行分析和提炼，从中获取相应的数据，为决策和管理工作的开展提供支撑。对此，可应用数据挖掘技术的OLAP，即数据库联机分析处理，由此能够帮助管理者从不同的方面对数据进行观察，进而深入了解数据并获取所需的信息。利用OLAP可以发现多种于科研课题有关信息之间的内在联系，这样管理者便能及时发现其中存在的相关问题，并针对问题采取有效的方法和措施加以应对。运用数据挖掘技术能够对科研项目的相关数据进行分析，找出其中存在的矛盾，从而使管理工作的开展更具针对性。
3结论
综上所述，科研管理是一项较为复杂且系统的工作，其中涵盖的信息相对较多。为此，可将数据挖掘技术在科研管理中进行合理应用，对相关信息进行深入分析，从中挖掘出有利用价值的信息，为科研管理工作的开展提供可靠的依据，由此除了能够确保科研项目顺利进行之外，还能提高科研管理水平。
参考文献:
［1］刘占波，王立伟，王晓丽．大数据环境下基于数据挖掘技术的高校科研管理系统的设计［J］．电子测试，20xx(1):21-22．
［2］史子静．高校科研管理系统中计算机数据挖掘技术的运用研究［J］．科技资讯，20xx(6):65-66．
［3］丁磊．数据挖掘技术在高校教师科研管理中的应用研究［D］．大连海事大学，20xx．
计算机技术的不断发展，信息技术不断加强，在社会新的发展趋势下，以往的传统管理模式落后于现代化发展的管理水平。为了创新档案管理的模式，提高档案管理的质量，在现代档案信息管理系统中引入数据挖掘技术。
1、信息挖掘技术
数据挖掘技术概述
数据挖掘技术是一种基于统计学、人工智能等等技术基础上，能够自动分析原有数据，从而做出归纳整理，并对其潜在的模式进行挖掘的决策支持过程，简单来说就是从一系列复杂的数据中提取人们需要的潜在性信息。
数据挖掘技术的方法
二十世纪末，计算机挖掘技术产生。其一般用到的方法有：
（1）孤立点分析。孤立点分析法主要用于对于特殊信息的挖掘。
（2）聚类分析。聚类分析方法是在指定的对象中，对其价值联系进行搜索。
（3）分类分析。分类分析就是找出具有一定特点的数据，对需要解读的数据进行识别。
（4）关联性分析。关联性分析方法是对指定数据中出现频繁的数据进行挖掘。
（5）序列分析。与关联性分析法一样，由数据之间内在的联系得出潜在的关联。
计算机挖掘技术的形式分析
计算机挖掘技术在使用过程中，收集到的数据不同，数据收集的方法也就不同。在对数据挖掘技术进行形式分析的时候，主要用到：分类形式、粗糙集形式、相关规则形式。
2、计算机数据挖掘技术在档案信息管理
系统中的应用计算机挖掘技术，能够将隐藏的信息挖掘出来并进行总结和利用，运用到档案管理中来，在充分发挥挖掘技术作用的同时，极大的提高了档案数据的利用价值。数据挖掘技术在档案管理系统中，一般用到的方法为：
收集法
该方法在对数据库中的数据进行分析的基础上，建立对已知数据详细描述的概念模型。然后将每个测试的样本与此模型进行比较，若有一个模型在测试中被认可，就可以以此模型对管理的对象分类。例如，档案管理员就某事向客户进行问卷调查并将答案输入到数据库中。在该数据库中，对客户的回答进行具体属性描述，当有新的回答内容输入的时候，系统会自动对该客户需求分类，在减轻管理员工作压力的同时，提高了档案管理的效率。
保留法
该方法是防止老客户档案丢失并将客户留住的过程。对于任何一个企业来说，发展一个新的客户的成本要远远高于留住一个来客户的成本。在客户保留的过程中，对客户档案流失原因的分析至关重要，因此，采用挖掘技术对其进行分析是必要的。
分类法
通过计算机挖掘技术对档案进行分类，按照不同的性质进行系统的划分，将所有相似或相通的档案进行整理，在人们需要的时候，能够快速的被提取出来，提高了检索的效率和分类的专业性。
3、档案管理引入计算机挖掘技术的必要性
计算机挖掘技术的应用，对档案管理方式的不断完善有着极其重要的意义，其重要性主要体现在：
对档案的保护更全面
一部分具有历史意义的档案，随着保存的时间不断增加，其年代感加强，意义和价值增大。相应的，利用的频率会随着利用的价值增加，也更容易被损坏从而导致档案信息寿命折损，此外，管理不当造成泄密，使档案失去了原本的利用价值，这种存在于档案管理和利用之间的矛盾，使得档案管理面临着巨大的难题。挖掘技术的运用，缓解了这种矛盾，在档案管理工作中具有重要的意义。
提升档案管理的质量
在档案信息管理系统中引入计算机挖掘技术，使得档案信息管理打破了传统的模式，通过挖掘技术，对管理的模式有了极大的创新，工作人员以往繁重的工作压力得到释放，时间和精力更加丰富，在对档案管理的细节方面也就更加注意，同时也加快了对档案的数据信息进行处理的速度，提升档案管理的整体质量。
4、结语
综上所述，计算机数据挖掘技术涉及的内容很广，对挖掘技术的运用，使得各行各业的发展水平得到了很大的提高，推动社会经济的发展，带动社会发展模式的创新。在档案管理中使用计算机挖掘技术，使得档案信息保存的方法及安全性有了很大的提高。同时，也需要档案信息管理人员在进行档案信息管理的时候，能合理利用计算机信息挖掘技术，在提高工作效率的同时，促进管理模式的不断创新，以适应时代发展的要求。
摘要：在电子商务中运用数据挖掘技术，对服务器上的日志数据、用户信息和访问链接信息进行数据挖掘，有效了解客户的购买欲望，从而调整电子商务平台，最终实现利益更大化。本文旨在了解电子商务中的数据源有哪些，发掘数据挖掘在电子商务中的具体作用，从而为数据挖掘的具体设计奠定基础。
关键词：数据挖掘电子商务数据源
一、电子商务中数据挖掘的数据源
1.服务器日志数据客户在访问网站时，就会在服务器上产生相应的服务器数据，这些文件主要是日志文件。而日志文件又可分为Ser-vicelogs、Errorlogs、Cookielogs。其中Servicelogs文件格式是最常用的标准公用日志文件格式，也是标准组合日志文件格式。标准公用日志文件的格式存储关于客户连接的物理信息。标准组合日志文件格式主要包含关于日志文件元信息的指令，如版本号，会话监控开始和结束的日期等。在日志文件中，Cookielogs日志文件是很重要的日志文件，是服务器为了自动追踪网站访问者，为单个客户浏览器生成日志[1]。
2.客户登记信息
客户登记信息是指客户通过Web页输入的、并提交给服务器的相关用户信息，这些信息通常是关于用户的常用特征。
在Web的数据挖掘中，客户登记信息需要和访问日志集成，以提高数据挖掘的准确度，使之能更进一步的了解客户。
页面的超级链接
二、Web数据挖掘在电子商务中的应用通过对数据源的原始积累、仔细分析，再利用数据发掘技术，最终达到为企业为用户服务的目的，而这些服务主要有以下几种。
1.改进站点设计，提高客户访问的兴趣对客户来说，传统客户与销售商之间的空间距离在电子商务中已经不存在了，在Internet上，每一个销售商对于客户来说都是一样的，那么如何使客户在自己的销售站点上驻留更长的时间，对销售商来说将是一个挑战。为了使客户在自己的网站上驻留更长的时间，就应该对客户的访问信息进行挖掘，通过挖掘就能知道客户的浏览行为，从而了解客户的兴趣及需求所在，并根据需求动态地调整页面，向客户展示一个特殊的页面，提供特有的一些商品信息和广告，以使客户能继续保持对访问站点的兴趣。
2.发现潜在客户
在对web的客户访问信息的挖掘中，利用分类技术可以在Internet上找到未来的潜在客户。获得这些潜在的客户通常的市场策略是：先对已经存在的访问者进行分类。对于一个新的访问者，通过在Web上的分类发现，识别出这个客户与已经分类的老客户的一些公共的描述，从而对这个新客户进行正确的归类。然后从它所属类判断这个新客户是否为潜在的购买者，决定是否要把这个新客户作为潜在的客户来对待。
客户的类型确定后，就可以对客户动态地展示Web页面，页面的内容取决于客户与销售商提供的产品和服务之间的关联。
对于一个新的客户，如果花了一段时间浏览市场站点，就可以把此客户作为潜在的客户并向这个客户展示一些特殊的页面内容。
3.个性化服务
根据网站用户的访问情况，为用户提供个性化信息服务，这是许多互联网应用，尤其是互联网信息服务或电子商务(网站)所追求的目标。根据用户的访问行为和档案向使用者进行动态的推荐，对许多应用都有很大的吸引力。Web日志挖掘是一个能够出色地完成这个目标的方式。通过Web数据挖掘，可以理解访问者的动态行为，据此优化电子商务网站的经营模式。通过把所掌握的大量客户分成不同的类，对不同类的客户提供个性化服务来提高客户的满意度，从而保住老客户；通过对具有相似浏览行为的客户进行分组，提取组中客户的共同特征，从而实现客户的聚类，这可以帮助电子商务企业更好地了解客户的兴趣、消费习惯和消费倾向，预测他们的需求，有针对性地向他们推荐特定的商品并实现交叉销售，可以提高交易成功率和交易量，提高营销效果。
例如全球最大中文购物网站淘宝网。当你购买一件商品后，淘宝网会自动提示你“购买过此商品的人也购买过……”类似的信息，这就是个性化服务的代表。
4.交易评价
现在几乎每一个电子商务网站都增加了交易评价功能，交易评价功能主要就是为了降低交易中的信息不对称问题。
电子商务交易平台设计了在线信誉评价系统，对买卖双方的交易历史及其评价进行记录。在声誉效应的影响下，卖家也更加重视买家的交易满意度，并且也形成了为获取好评减少差评而提高服务质量的良好风气。交易中的不满意（或者成为纠纷）是产生非好评（包括中评和差评）的直接原因。那么，交易中一般会产生哪些交易纠纷，这些交易纠纷的存在会如何影响交易评价结果，这些问题的解决对卖家的经营具有重要的指导价值。
数据挖掘是当今世界研究的热门领域，其研究具有广阔的应用前景和巨大的现实意义。借助数据挖掘可以改进企业的电子商务平台，增加企业的经营业绩，拓宽企业的经营思路，最终提高企业的竞争力。
参考文献：
[1].赵东东.电子商务中的web数据挖掘系统设计[J].微计算机信息20xx,23（10-3）:168[2].刘晔.Web数据挖掘在电子商务中的应用[J].中国市场20xx,39（9）:178
新疆农业大学图书馆信息咨询与教学研究室在文献检索课授课过程中， 结合图书馆学情报学基础知识，如文献类型的分类和特点、 利用与查找、 文献检索原理及策略等内容， 重点向学生讲授已购数据库资源的检索与利用， 部分老师还加入了科技论文写作指导。
从以往的教学过程中可以发现， 单纯地理论和方法授课效果并不是很好， 结合专业文献信息检索指导， 可以促使学生较快地掌握基础性检索技巧， 更好地完成文献检索课学习任务。
上述数据库统计性功能服务， 帮助学生在文献信息检索过程中把握研究内容基于数据库文献资源的学术研究趋势， 特别是在论文开题和兴趣研究方面有参考意义。 同样在专业课程综述和学术论文写作中， 它们可以作为学生了解论文主题方向的研究背景和查找热门被引文献的快捷方式。 此外， 数据库平台提供的论文相似性检测、 知识管理、 翻译助手等功能应用，也是学生可以通过文献检索课深入了解的内容， 利用这些功能应用可以更好的完成学科专业的学习， 培养他们的科研兴趣。
参考文献：
[1] 邓 淑 芳，刘 冬 蔷。文 献 检 索 课 课 程 体 系教学 内容 的 设 置[J].现 代 情 报，2004,（3）：202-204.
[2] 谢 礼妹。与 专 业 课 结 合 教学的 文 献 检 索 课 内容 之 思 考---与 《空 间法模拟法庭》的结合教学[J].图书馆杂志，2015,（1）：43-48.
[3] 马 丽萍。数 据 库 内容 嵌入 文 献 检 索 课 程 教学 探 索[J].情 报 探 索，2010,（2）：12-13.
[4] 万方知识脉络分析 .
[5] 中国知网 .
[6] 黎 子 辉 .CNKI 与 万 方 的学术 趋势 分 析 简 述 与 对 比 [J]. 现 代 情 报 ,2013,（1）：142-144.
[7] 万方数据知识服务平台[J].情报资料工作，2014,（6）：114.
关键词：网络安全;信息加密技术;应用
信息网络技术的发展为我们的生活工作带来极大的优势，同时也带来了一定的消极影响，在信息交流及传递的过程中受到来自人为以及非人为两方面的影响，病毒、电子欺骗等人为因素的影响威胁着网络安全，电磁波干扰、计算机硬件故障等方面的不可抗力影响也威胁着信息的安全性，因此在很多时候需要对信息数据进行加密处理，来有效增强信息的安全性。
1 计算机网络安全
计算机网络的普及使得信息安全问题日益突出，这些安全问题主要有保密性、安全协议的设计及接入控制等。计算机系统及网络上的数据很可能因为偶然的硬件损坏或病毒、网络破坏者等人为的破坏受到一定影响，导致信息泄露、更改及毁坏。在我们的生活工作中，很多信息数据都需要以网络的形式进行传输、存储，大量的数据信息以网络的形式来处理就需要对其进行安全保护。要想有效保障网络信息的安全，不仅要加强从业人员的素质培养，还要不断加强计算机技术，以信息加密技术来保障计算机网络的安全性。
信息加密技术是指将信息及数据通过一定形式的转换加工成不能识别的密文，只有被赋予权限的人才能够获取信息的内容，以此来保障信息的安全性。随着计算机技术的发展，信息加密技术也在不断的丰富，通过对信息数据的加密来维护计算机系统的安全性。
2 信息加密技术在网络安全中的应用现状
目前计算机网络中存在着很多病毒、木马及电子诈骗等不安全因素的干扰，严重威胁着网络信息安全。信息加密技术一般通过对在网络中进行传输的信息进行加密处理来保证信息的安全性，有效防止恶意破坏以及信息盗取等，信息加密技术需要有加密和解密两个过程。虽然信息加密技术在网络中的应用比较广泛，但并不足以保证所有信息的安全，还要进一步探索。网络安全问题层出不穷就要求信息加密技术能够做到与时俱进，不断突破，随着信息技术的发展不断取得新的进展。
3 常见的信息加密技术
对称加密。对称加密是指在对信息进行安全性保护的过程中需要进行加密和解密两个过程，而两个过程所用的密钥是一样的，因此在应用中体现出一种对称性。在实际应用中由信息的发出者对信息进行加密，保障信息在传输过程中的安全，最终由信息的接收者对信息进行解密，以获取所传送的信息内容。
传输加密和存储加密。信息加密技术的主要途径就是传输加密和存储加密，具体的应用主要是存取控制以及密文存储，这项技术能够有效保障信息数据存储的安全性，保障其不被泄露，只有通过相应的权限确认才能够进行合法的存取，进而保障信息的安全。
确认加密和密钥管理加密。采用密钥管理的形式进行加密是一种应用非常广泛的加密技术，在这种技术下，密钥是进行加密以及保密的重要对象，通过磁盘、硬盘存储等形式进行保密。密钥管理主要通过增强密钥产生、授权、监督等一系列步骤的安全性来实现，确认加密主要为了防止恶意伪造、信息篡改来维护系统的安全性。
4 信息加密技术在计算机网络安全中的应用
电子商务中的应用
电子信箱中的应用、网上支付等的防护。随着电子商务的发展，网上支付的形式越来越多样化，这就要求数据加密技术的提高以保证网络环境下支付的安全，因此在实际应用中统一、高效的安全协议得到了广泛的应用及认可，从而为电子商务中的支付提供一个安全的环境。
密钥管理
使用者在同一密钥进行使用时的次数和时效需要有一定的限制，来保障密钥的安全性，因为使用者对同一个密钥的使用次数越多，泄露的风险越大，信息数据遭到破坏的风险越大，需要对密钥的使用次数进行一定的限制，经过一定时间对密钥进行更改，更好的保证信息的安全性。对于大型的机构对信息进行管理时，可以通过多密钥管理的形式来进行，减少个人掌握密钥的数量，保障信息安全。
数字证书
这种加密技术的应用是通过对互联网用户权限进控制，通过口令或者加密的形式来对文件进行保护。以文件的形式对公开密钥进行鉴权，信息的传输和数字证书是相互对应的。每个公共密钥对应着相应的数字证书，而私有密钥通过一种安全的形式给使用者，数字证书的使用也需要一定的时间限制。
5 结 语
信息技术在不断发展，计算机网络的发展不仅给人们带来了很多机遇及便捷，同时也使得信息安全面临着很多新的问题及挑战，网络环境日益复杂，人们对网络中信息安全性的要求在不断提高，信息加密技术对于网络信息安全性的保护已经越来越重要，因此在实际应用中，应根据用户的需求
一、旅游业数据挖掘国内外研究现状
随着我国的旅游业的迅猛发展，旅游产业正迈向国际化的轨道,传统旅游业积累的海量数据,没有被有效利用,资源被极大浪费。将数据挖掘引入到旅游产业是大势所趋。当前数据挖掘在旅游信息化建设中的应用与研究情况主要集中在高校理论界的研究,大多数研究仅仅是学术研究,真正运用到旅游行业的文章多是从某个具体的方面出发,针对个别应用进行数据挖掘的融合。笔者主要研究决策树方法在旅游信息化建设中的应用。目前,决策树算法有CLS算法、ID3算法、算法、CART算法、SLIQ算法、Z统计算法、并行决策树算法和SPRINT算法等。不同算法在执行效率、输出结果、可扩容性、可理解性、预测的准确性等方面各不相同。总的来说,这么多决策树算法各有优缺点，真正将数据挖掘运用到整个旅游信息化建设中还有很多问题需要解决。
二、旅游业数据挖掘算法选择
数据挖掘中常用的基本分类算法有决策树、贝叶斯、基于规则的算法等等。其中，决策树是目前主流的分类技术,己经成功的应用于更多行业的数据分析。在关联规则挖掘研究中,最重要的是Apriori算法,这个算法后来成为绝大多数关联规则分类的基础。聚类算法也是数据挖掘技术中极为重要的组成部分。与分类技术不同的是,聚类不要求对数据进行事先标定,就数据挖掘功能而言,聚类能够可以针对数据的相异度来分析评估数据,可以作为其他对发现的簇运行的数据挖掘算法的预处理步骤。各种算法分类模型建立有所不同,但原理是大致相同的。笔者考虑决策树算法结构简单,便于理解,且很擅长处理非数值型数据,建模效率高,分类速度快,特别适合大规模的数据处理的优点,结合旅游产业数据特点,故作重点分析。
三、旅游业数据挖掘系统需求分析
旅游业数据挖掘系统的基本特点如下：统计旅游兴趣；购物消费趋向；推荐其感兴趣的旅游景点；在后台管理中,通过决策树算法对游客数量、平均年龄、景点收费、游客来自地区等进行分析总结,为旅游消费者和旅游管理者提供服务：为消费者提供吃住行购娱乐天气各方面信息查询、机票、车船票、酒店、景区门票、餐饮等方面的预定与现金支付、第三方支付、消费者评价、在线咨询等方面的便利、快捷服务。为管理者提供推荐、游客管理、线路管理、景点管理、特色服务管理、机票管理、在线咨询管理、旅游客户关系管理等服务，提高整体服务效率和水平。
四、旅游业数据挖掘系统的实现
旅游业信息管理系统包括游客信息管理与游客信息分析两个子模块。根据系统日常运行出现的问题及时对系统进行维护,如添加或者删除某个模块功能,系统整体运行速度的更近等。系统运用数据库层、持久化层、业务逻辑层、表示层四层体系结构,主要利用ID3算法达到旅游数据信息的快速、准确分类。考虑了游客与酒店之间的关系、游客与旅游路线之间的关系、游客与旅游景点之间的关系、游客与机票、车票之间的关系、管理员与游客之间的关系、逻辑结构设计。程序之间的独立性增加,易于扩展,规范化得到保证的同时提高了系统的安全性。详细功能设计包括：用户登录、用户查询、预定及支付、后台管理、旅游客户管理和数据分析等方面。本系统中主要运用Java语言就行逻辑上的处理。系统主要使用Struts2和Hibernate这两个框架来进行整个系统的搭建。其中Struts2主要处理业务逻辑,而Hibernate主要是处理数据存储、查询等操作。系统采用Tomcat服务器。系统模块需要实现酒店推荐实现、景点推荐实现、天气预报实现、旅游线路实现、特产推荐、数据分析展现功能、报表数据获取、景区客流量变化分析实现等。需要进行后台信息管理等功能测试以及时间测试、数据测试等性能测试。
五、旅游业数据挖掘算法方案中存在的一般性问题及其改进
在对数据挖掘的基本方法与技术进行总结的基础上，结合当今数据挖掘的发展方向和研究热点，可以发现旅游业数据挖掘算法系统有待进一步完善之处：订票系统尚待完善。界面美化需要进一步改进。数据表之间的结构关系需要优化，以提高数据处理能力和效率。数据挖掘工具及算法有待精细化改进。
一、软件专业毕业论文的开题报告写作
本科学生在毕业之前必须做毕业论文，其目的是通过毕业论文，让学生独立开发一个具体的计算机应用项目，系统地进行分析总结和运用学过的书本知识，以巩固本科阶段所学的专业理论知识，并给予一个理论联系实际的机会。
二、管理信息系统开发的主要步骤
管理信息系统开发的主要步骤及各步骤的基本内容如下：
1、 系统分析
主要工作内容有以下几项：确定系统目标，系统可行性分析
2、 系统调查
系统的组织结构、职能结构和业务流程分析。其中系统的组织结构图应画成树状结构。
系统业务流程分析、业务流程图
3、 数据流程分析
数据流程图（系统关联图、顶层图、一层数据流图、二层数据流图）、数据词典、代码设计
4、 管理信息系统的功能设计
系统的功能结构图，每个功能模块的主要工作内容、输入输出要求等。 系统控制结构图
5、 数据库设计
概念模型设计：实体、实体间的联系、E-R图
关系模式设计：E―R图->关系模式的转换规则
关系模式
数据库表设计：数据库表结构
6、 系统物理配置方案
7、 人机界面设计
8、 模块处理概述
9、 系统测试和调试：测试计划、测试用例、测试结果
三、开发工具和注意事项
1、开发工具
开发工具可由学生任选。如Delphi、FoxPro、VB、Access等，这些工具的使用全由学生自学。
2、注意事项
（1）项目开发步骤的完整性（系统需求分析、概念设计、物理设计、系统环境和配置、系统实施以及系统测试和调试等）
（2）每个开发步骤所得结果的正确性（业务流程图、数据流程图、数据词典、HIPO图、E-R图、关系模式、人机界面设计及模块处理等的详细分析和说明）
（3）论文整体结构的完整性（前言、各个具体步骤的叙述和分析、结语、参考文献和有关附录）
（4）提供软件系统的可执行盘片及操作说明书
（5）参考资料（列出必要的参考资料）
四、毕业论文撰写格式
注意： 1．每个步骤都要有文字说明和论述 2．各个步骤必须是有机的组合，不可以支离破碎不成一体。
一、封面
二、摘要 用约200-400字简要介绍一下论文中阐述的主要内容及创新点
三、主题词 用一、二个词点明论文所述内容的性质。（二和三要在同一页面上）
四、目录 一般采用三级目录结构。 例如第三章 系统设计系统概念结构
概念模型
五、正文
第一章 前言
简要介绍： 组织机构概况、项目开发背景、信息系统目标、开发方法概述、项目开发计划等。
第二章 系统需求分析
本章应包含：
（1）现行业务系统描述
包括业务流程分析，给出业务流程图。
具体要求：业务流程图必须有文字说明，图要完整、一定要有业务传递的流程。
（2）现行系统存在的主要问题分析
指出薄弱环节、指出要解决的问题的实质，确保新系统更好，指出关键的成功因素。
（3）提出可能的解决方案
（4）可行性分析和抉择
包括技术可行性、经济可行性、营运可行性分析和抉择。
第三章 新系统逻辑方案
针对用户需求，全面、系统、准确、详细地描述新系统应具备的功能。
（1）数据流程分析
最主要的是给出数据流程图，要求满足以下条件：
A．数据流程图必须包括系统关联图、系统顶层图、第一层分解图和第二层分解图组成。B．系统关联图确定了从外部项到系统的数据流和从系统向外部项的数据流，这些数据流在其它层次的数据流中不允许减少，也不允许增加。各层次内部的数据流不受关联图的限制。 C. 数据流应有名字。 D. 外部项和数据存储之间不得出现未经加工的数据流。 E. 数据流程图的分解中，必须保持每个分层同其上层加工中的外部项和输入输出流相一致。 F. 各加工之间一般不应出现未经数据存储的数据流。 G. 数据存储之间不得出现未经加工的数据流。 H. 数据存储可以分解。 I. 若有查询处理，应在数据流程图中表达。 J. 统计和打印报表不在数据流图中表达。
(2) 数据词典描述
可采用图表格式或较紧凑的记录格式描述 A、若采用图表格式，可只写出数据流、数据元素、加工、数据存储和外部项各一个表。 B、若采用紧凑的记录格式，则应列出全部成分。如数据元素： 编号 名称 存在于 数据结构 备注 E1 入库数据 F1/F3/F11/F15 入库单号+日期+货号+数量 E2 出库数据 F1/F3/F11/F15 出库单号+日期+货号+数量 C、据流程图中系统顶层图的数据加工都必须详尽写出。
(3) 基本加工小说明
可采用结构化语言、数学公式等描述各个基本加工。
第四章 系统总体结构设计
（1） 软件模块结构设计 A、系统软件模块结构图，并由此导出功能分解图及层次式菜单结构。 B、系统的模块结构应与数据流程图的顶层图的加工一致。
（2）数据库设计 A、应按下列次序阐述各个元素：实体、实体的属性、实体间联系、E-R图、转换规则、关系模式。 B、在介绍实体的属性时，不应包括联系属性，联系属性直至关系模式中才出现。 C、数据流程图中的每个数据存储可隐含于E-R图中的多个实体。 D、 E-R图中的实体要与数据流程图中的数据存储相对应。每个实体要指出实体的标识码（主码）。对每个实体或联系应列出其应有的属性（用列举的方法）。 E、E-R图中至少要有一个多对多的联系。 F、必须严格按照转换规则从E-R图产生数据关系模式集，需要时作必要的优化，并说明理由。 G、对于一对一的联系，只应把任一个实体的主码放在另一个实体中作为外码。 H、一对多联系也可以产生新的关系模式，如要这样做，必须说明理由。 I、多对多联系，或三元联系必须产生新的关系模式。 J、关系模式的个数和名字要与E-R图中的实体和联系相一致。 K.、每个关系模式中要用下横线标出主码，后随的符号“#”标出外码。 L、若有代码对照表可在最后列出，需另加说明。
(3) 计算机系统配置方案的选择和设计
