1. 研究目的与意义（文献综述）

二十世纪，数据库技术取得了决定性的成果并且得到广泛应用．大量信息在给人们带来方便的同时也带来了一大堆难题；第一是信息过量，难以消化；第二是信息真假难以辨识：第三是信息安全难以保证；第四是信息形式不一致，难以统一处理。人们开始提出一个新的口号：“要学会抛弃信息”，并开始考虑：“如何才能不被信息淹没，而是从中及时发现有用的知识、提高信息利用率?”如何从含有海量信息的数据库中提取潜在、有价值的信息来辅助决策，预测未来成为信息处理的更新更高的要求，知识发现和数据挖掘技术应运而生，共显示出强大的生命力。数据挖掘使数据库技术进入了一个更高级的发展阶段。

数据挖掘技术(data mining)被称为未来信息处理的骨干技术之一，是一个多学科交叉研究领域，融合了数据库，人工智能、机器学习，统计学，知识工程、面向对象方法、信息检索，高性能计算以及数据可视化等多项最新技术．数据挖掘技术从80年代末开始出现。短短二十多年它的发展速度很快。

自1989年第11届国际联合人工智能学术会议上首次提出kdd这一概念以来，数据挖掘日益受到人们的关注。并已经成为当前计算机领域的一大热点，其研究的重点也逐渐从发现方法转移到系统应用，并且注重多种发现策略和技术的集成，以及多学科之间的相互渗透。

2. 研究的基本内容与方案

本研究内容：利用oracle reposity平台、glassfish ejb container、uml和jpql设计一款数据挖掘软件系统，介绍数据挖掘的基本知识，包括数掘挖掘的过程、数据挖掘的任务、数掘挖掘的分类以及数据挖掘的常用技术和方法。

设计方案：

第一步，确定挖掘对象、目标。清晰地定义出问题，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结果是不可预测的，但要探索的问题应是有预见的。

3. 研究计划与安排

(1)2018/1/9—2018/1/16：查阅参考文献，明确选题；

(2)2018/1/17—2018/3/5：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；

(3)2018/3/6—2018/4/26：需求分析，算法或系统设计，分析、比较或实现等；

4. 参考文献（12篇以上）

[1]masoud al quhtani. data mining usage incorporate information security: intrusion detection applications[j]. businesssystems research journal,2017,8(1).

[2]wenquan yi,fei teng,jianfeng xu.noval stream data mining framework under the background of big data[j].cybernetics and information technologies,2016,16(5).

[3]marijana zeki#263;-su#353;ac,adelahas. data mining as support to knowledge management in marketing[j]. businesssystems research journal,2015,6(2).