基于云计算模式下的Apriori算法研究

随着海量数据的增加和云计算的出现,对于云计算模式下的数据挖掘技术研究具有重要意义。基于云计算和Hadoop平台,分析了Apriori算法,提出了基于云计算模式下的改进的Apriori算法,实现了改进算法与MapReduce编程模型的移植。实验仿真表明,改进算法在云计算环境下的数据挖掘是可行的,高效的。     

数据挖掘技术在财务决策支持系统中的应用研究

财务决策支持系统是在传统电算化会计信息系统的基础上建立和发展起来的,传统会计信息系统输出的企业财务数据及非财务数据都存在数据过剩而信息不足的情况,面对这些结构化或半结构化的海量数据,将数据挖掘技术应用到系统中充分有效的预测企业未来的发展趋势,有利于输出财务决策信息供高层管理者使用.     

大数据时代下的税收风险控制

大数据环境下拥有海量的涉税信息是税收风险控制的根基,从涉税数据质量控管、增值应用、应用技术探讨税收风险控制的三个关键节点,税收风险控制的核心是遵循税收分析高效化、税收管理多元化、税收服务优质化的＂三化＂路径。     

数据挖掘在基因表达数据分析中的应用

DNA微阵列(Microarray)技术的迅猛发展,产生了海量的基因表达数据。寻找一种方法,从中识别功能基因组,进行正确的样本划分,建立相关的基因调控网,揭示生命现象的特定通道,已成为首要的基本问题。数据挖掘技术因其在大规模数据处理方面的卓越能力而在生物信息学的各领域具有良好的研究与应用前景。本文就数据挖掘技术在基因表达数据分析中的应用做了详细的综述,说明数据挖掘技术是生物信息处理的强有力工具。     

数据挖掘技术在企业客户关系管理中的应用

随着市场竞争的加剧，客户成为企业的重要资源，如何进行更加有效的客户关系管理、如何提高客户关系管理的水平，一直是很多企业关注的问题。数据挖掘技术作为一种新型的数据处理工具，在处理海量数据、将数据转化成有价值的信息、辅助企业进行有效CRM决策等方面都有重要作用。企业可以通过构建数据挖掘平台，按照数据挖掘的步骤实现在CRM中的数据挖掘。     

高速公路收费数据挖掘的预测分析与应用

高速公路收费数据是联网收费管理中的直接产物。这些数据能够反应出关于人们高速出行的频率、热点区间、区域财政收入等信息。而其关键在于如何对产生的海量收费数据进行挖掘和利用,并根据数据反应的趋势做出预测,为下一阶段的高速公路管理提供制度。重点介绍了进行数据挖掘的数据源以及数据挖掘的一般流程,并对其预测功能进行了分析。     

基于Web挖掘的电子商务网站的设计研究

传统的基于数据库的数据挖掘技术开始向Web挖掘领域发展。为了从电子商务网站每天产生的大量数据中提取有价值的信息,本文主要研究分析了Web挖掘技术在电子商务领域的应用,应用Web挖掘可为企业提供个性化信息服务和开展有针对性的电子商务活动。同时,随着数据挖掘技术在电子商务时代应用的进一步深入,Web挖掘必然具有更广泛的市场价值和更广阔的应用前景。     

数据挖掘在金融行业CRM中的应用

金融行业的业务特点决定了它必然要处理海量的数据,激烈的行业竞争决定了它对信息化领域有着更为迫切的要求。数据挖掘技术可以帮助金融企业公司获取最有价值的客户,然后针对客户特点采取独特的产品或市场营销战略,以求获得最佳收益。     

物流管理数据挖掘综述

数据挖掘可以从海量数据中提取有用的知识。本文针对物流管理方面,介绍了数据挖掘的基本概念,为物流管理决策提供的模型的分类。研究了数据挖掘在这一领域的具体应用,包括需求预测问题、物流决策问题以及逆向物流问题。并指出了企业在具体应用时需要注意的问题及应用前景。     

数据挖掘在财务领域中的应用

目前企业普遍面临“数据爆炸、知识匮乏”的困境，如何从会计信息系统等信息资源中挖掘出潜在的知识，为管理和决策服务，是企业迫切需要解决的问题。本文主要研究数据挖掘技术在财务领域中的应用问题，介绍了数据挖掘的基本原理和方法，对数据挖掘在财务分析、预测、危机预警等方面的应用进行了探讨。     

矿业城市循环经济技术支撑体系研究

矿业城市是随着矿产资源的开发而形成和发展起来的,矿业城市为我国持续快速经济增长提供大量物质保障的同时,其自身的资源、环境及发展问题也更加突出。着眼于矿业城市的持续发展,论文分析了矿业城市资源、环境问题的技术选择导向,构建了矿业城市循环经济的＂5R＂原则及相应的技术支撑体系,并对该体系的具体内容及实现途径进行了探讨。研究认为：①从技术角度而言,资源、环境外部性导向和追求劳动生产率的技术选择,是矿业城市资源、环境和发展问题的主要原因;②基于资源产业运行中对区域资源、环境的强干扰特征,矿业城市循环经济系统应包含开源化、减量化、再使用、再循环、再恢复五个方面（＂5R）＂原则,产业提升过程中＂5R＂原则不断耦合与互动,实现矿业城市的持续发展;③围绕矿业城市循环经济系统的运行,应建立包括＂5R＂及产业提升六个方面的技术支撑体系;④技术支撑体系的实现,需要企业、产业链、生态园区、产业集群体、行业协会及矿业城市等不同层次在技术引进、技术创新、技术整合等方面的协调运行。     

面向企业营销的Web挖掘技术

WWW提供了重要的商业资源,在W eb上进行市场营销数据挖掘是非常有价值的。结合市场营销的发展趋势,探讨W eb挖掘技术及其对制定营销策略的促进作用,通过实验数据说明W eb挖掘将对市场营销提供支持有效决策的参考知识。     

数据仓库、OLAP和数据挖掘在金融业中的应用

在提出数据仓库、OLAP和数据挖掘相关理论的基础上,设计基于数据仓库的金融业OLAP和数据挖掘体系结构,并分析了OLAP和数据挖掘技术在金融行业中的应用,为金融业的信息化和智能化决策提供有力的依据.     

从经济学视角分析绿色采购中政府补贴的作用

随着全球生态环境的恶化,发达国家提出了绿色采购.由于绿色产品成本高于传统产品,生产技术也有待提高,所以,可以通过政府给予生产企业补贴的形式使购买者以更低的价格采购更多的绿色产品.政府补贴有价格补贴和财政补贴两种形式,通过博弈分析,认为财政补贴中固定补贴的缺点较大,而随企业生产规模变化的补贴对企业绿色生产有较强的激励作用.国家应当通过适当的补贴形式,促进绿色采购的开展.     

企业电子商务大数据应用现状分析及对策研究——以晋江地区生产型企业为例

以晋江地区企业电子商务运营过程中大数据应用现状为调研对象,通过调查问卷和实地访谈的方式了解企业大数据应用现状,研究企业面对大数据的积极态度和运用大数据过程中的保留态度背后的深层原因。通过问卷调查反馈的数据分析和访谈结果分析发现:企业基于大数据技术能够提高企业运营绩效的认知,对电子商务中应用大数据技术进行商务决策的接受度较高;但受到行业、人才缺口、成本和虚假交易数据等因素的影响使得企业在实际使用大数据进行商务决策中持保留态度。为了做实大数据技术在企业实际生产中落地,提出分行业挖掘大数据应用场景、净化市场环境、组建行业大数据等方法,以期将大数据技术运用到实处,提高企业运营绩效。     

低质量数据下的知识获取方案研究

数据挖掘已经成为重要的知识来源。随着信息化的深入,企业对数据挖掘有了较大的需求,但数据质量差往往会造成数据挖掘的结论可信度低,从而影响了数据挖掘的应用。本文以可拓学方法,通过系统分析产生脏数据的原因,提出了基于学科链方法的数据清洗方案。通过数据挖掘手段发现数据质量差距,追溯到软件设计、实施、维护等上游环节,提出从来源环节解决问题的系统方法,并提出通过数据挖掘应用咨询促使数据质量改进的措施,从而降低数据清洗的工作量,使数据质量不高的企业也可以实施数据挖掘项目,获取决策支持所需的知识。     

数据挖掘技术在信用评分中的应用研究

目前,数据挖掘技术在信用评分领域的应用已较成熟,但因缺乏对数据挖掘实际操作技术及其问题的研究,常难以获得理想的挖掘效果.梳理数据挖掘的操作流程,归纳总结数据挖掘的关键点,借助个案解析数据挖掘中常见的技术问题及数据挖掘技术的局限性,以期为利用数据挖掘技术进行信用评分提供技术支持.     

数据仓库和数据挖掘在农业辅助决策支持系统中的应用

基于农作物生产的相关数据,创建农作物病虫害分析的数据仓库,运用数据挖掘技术提取分类规则,再将获取的规则用于农业病虫害的诊断;通过对实例运行结果的分析,验证了数据仓库和数据挖掘技术与农业决策支持系统相结合方案的可行性。     

基于客户数据库的市场细分实证研究——以某高校网络超市数据为例

基于网络客户数据的市场细分研究,是企业亟待解决的难点问题,可以帮助企业准确区分出有价值的目标客户。从研究模型上来看,市场细分研究选取实证中客户留在网站的个人背景信息、交易属性、价值属性作为细分变量,建立数据仓库挖掘客户数据。从研究方法上来看,市场细分研究采用聚类分析和多位数据分析。市场细分研究的最终目的是区隔目标客户,为企业制定营销策略提供决策参考。