ETL工具有：OWB(Oracle Warehouse Builder)、ODI(Oracle Data
Integrator)、Informatic PowerCenter、AICloudETL、DataStage、Repository
Explorer、Beeload、Kettle（java开源）、DataSpider
Apatar(开源)
ETL 倒数据工具 datastage 、powerSmart
bi开源套件
Pentaho
Weka java写的数据挖掘工具
相关文档
http://wenku.baidu.com/view/43d93ceae009581b6bd9eb9a.html 探求数据仓库关键环节ETL的本质
http://wenku.baidu.com/view/8000213567ec102de2bd8959.html 数据仓库建模与ETL实践技巧
分享到：
相关推荐
针对软件复用，研究者可能关注如何利用数据挖掘技术从开源社区中提取出可复用的代码模块、设计模式以及相关资源，从而提高软件开发的效率和质量。在协同开发方面，数据挖掘可以帮助项目管理者了解开发者的协作模式、...
本文档详细探讨了软件工程数据挖掘发展中存在的问题以及在软件工程不同方面的应用，接下来将根据文档内容整理出详细知识点。 ### 软件工程数据挖掘发展中存在的问题 1. **数据复杂性更大**：软件工程数据挖掘所...
总之，Weka 3-6-1作为一款强大的数据挖掘开源工具，不仅提供了一套完整的数据处理和分析流程，还支持各种机器学习算法，对于初学者和专业人士来说都是一个非常有价值的资源。通过学习和实践，我们可以利用Weka发现...
最后，了解并掌握数据挖掘工具和技术也十分重要，如R语言、Python的pandas和scikit-learn库、SQL用于数据查询，以及开源的数据挖掘软件如Weka和Orange。 综上所述，《数据挖掘导论》将引导初学者进入这个充满挑战和...
数据挖掘技术可以协助提高开源软件的开发质量，例如，通过分布式数据挖掘系统可以实现大规模系统的数据挖掘，辅助发现开源软件中的潜在问题和优化方向，提升开源软件的使用率。 2. 软件项目管理中的应用：软件项目...
这可能涉及对相关领域的研究现状分析，以及通过数据挖掘能够解决的关键问题。例如，如果项目是关于用户购物行为分析，可能会探讨如何利用用户的浏览历史、购买记录来预测未来的购买趋势，优化产品推荐系统。 三、...
紧接着，文档详细介绍了软件工程中数据挖掘的几个典型应用，包括漏洞检测、执行记录挖掘、开源软件挖掘和版本控制信息挖掘。在漏洞检测方面，数据挖掘可以帮助发现并修复软件中的漏洞。执行记录挖掘则通过分析程序的...
数据挖掘技术可以应用于软件项目管理的多个领域，如挖掘版本控制信息和组织关系，通过分析软件项目的管理过程，例如共享文档和电子邮件，可以快速识别工作人员的现实关系和组织关联，确保软件项目的相关管理工作能够...
这篇文章详细探讨了在大数据时代背景下，数据挖掘作为一门重要技术领域的重要性和发展趋势，以及如何在教学中应用R语言来帮助学生理解和掌握数据挖掘的关键技术和方法。以下是从文档中提取的关键知识点： 1. 数据...
"图说“什么是数据挖掘.docx"这个文档很可能详细描绘了这些概念，通过图表和文字结合的方式，使得复杂的数据挖掘概念更加直观易懂。对于初学者来说，这种形式的学习材料可以提高理解和记忆效果，快速入门数据挖掘的...
在软件项目管理中，数据挖掘技术的应用可以帮助管理开发过程中的文档、更新和决策，从而提升软件研发的效率和质量。 在实际应用中，软件工程中的数据挖掘技术的实现需要考虑到数据的复杂性、多变性和无规则性。数据...
为了应对这些难点，可以从以下几个方面进行数据挖掘：首先，明确数据来源，包括权威机构的开源信息、网络上的开源软件以及软件开发公司或自由程序员开发的数据信息；其次，进行科学有效的数据预处理，包括对配置系统...
本文将详细介绍数据挖掘工具Weka以及其在行业应用中的实例。 Weka是数据挖掘领域中一款广泛使用的开源工具，全称为怀卡托智能分析环境，由新西兰怀卡托大学开发。它包含了丰富的机器学习算法，如预处理、分类、回归...
Weka是由新西兰怀卡托大学开发的开源Java软件，它提供了丰富的机器学习算法和数据预处理功能，适用于多种操作系统。实验的目标是利用Weka对Breast Cancer Wisconsin (Original) Data Set数据进行分类，比较不同算法...
数据挖掘技术在软件工程领域的应用，主要目的是解决传统软件工程在数据处理方面的缺陷，例如在软件运行过程中可能出现的卡顿、错误、以及信息传输的不稳定现象。通过数据挖掘技术，能够更好地处理海量数据信息，过滤...
软件工程数据挖掘技术涉及对软件开发过程中产生的大量数据的分析，这些数据包括但不限于代码维护、文档设计、软件可行性测试以及软件版本的确定。数据挖掘技术通过聚类分析，如分层聚类法，提高软件聚类模块化的灵活...
数据挖掘开发框架，如标题所示，是一个用于数据挖掘任务的软件框架，主要由社区开发者共同构建和维护。这种框架的特点是它并非由大型专业公司研发，而是由全球各地的程序员和爱好者通过开源的方式进行协作和改进。这...
【大数据】在软件工程开源生态中的应用，主要体现在对海量、多样化的数据进行收集、整合、分析和挖掘，以提取有价值的信息，驱动软件开发的决策和优化。这些数据包括但不限于代码、版本历史、用户反馈、社区讨论等。...