数字城建档案馆作为未来城建档案馆的发展趋势,必然会积累越来越多的数字档案信息。随着数据挖掘技术的飞速发展,越来越多的研究人员将数据挖掘技术和城建档案管理结合起来进行探讨和研究。针对目前城建档案收集工作出现的盲目和被动问题,本文提出一种应用雨林框架思想的改进C4.5算法,并将此算法应用于城建档案馆的档案收集工作,取得了令人满意的效果。本文主要内容如下:首先,研究了决策树各种典型算法,对不同决策树算法的优缺点进行了分析和比较,最终选择具有能够处理连续值数据和具有简单树结构的C4.5算法。其次,针对传统C4.5算法可伸缩性差的缺点,应用雨林框架对其进行了改进。并且从天气数据实例和理论证明两个方面对传统C4.5算法和改进C4.5算法的内存占用量进行了比较和分析。最后,将改进的C4.5算法应用到城建档案收集管理业务中,按照软件工程的开发流程和面向对象的思想设计城建档案收集管理系统,并应用Hibernate、SWT/JFace等技术进行实现。