数据挖掘技术在保险业客户关系管理中的应用

本文在阐述数据挖掘技术应用中的基础理论和方法的基础上,分析了保险业CRM与数据挖掘的关系,结合保险行业的特点提出了其在客户获取、客户细分、交叉销售及客户流失不同阶段的数据挖掘应用技术。     

数据挖掘技术及在中医药领域中的应用

数据挖掘利用人工智能、机器学习、数理统计等方法从数据中提取有价值的信息给用户带来巨大的经济效益和社会效益.目前数据挖掘在中医学方面的应用尚在起步阶段,随着该方法的普及,数据挖掘在中医学上的应用将会得到更多的关注和重视.     

数据挖掘技术研究以及在档案计算机管理系统中的应用

数据挖掘技术是当前实践领域应用较为广泛的一种技术,但在档案信息管理中却还是处于起步阶段,面临着巨大挑战。档案是对实践活动的记录,从档案信息中可以了解数据挖掘技术的发展,为其形成立体的体系,帮助大众更好地了解和应用。本文主要从数据挖掘技术的发展、数据挖掘技术研究和档案计算机管理系统之间的关系以及数据挖掘技术研究在档案计算机管理系统中的应用策略这三方面进行详细阐述。     

基于 MS 聚类分析模型的数据挖掘应用研究

本文分析了数据挖掘所具有的重要作用,简单介绍了MS聚类分析的现状,并对MS聚类分析的数据挖掘应用模型及建构数据挖掘体系的方法进行了探讨.     

基于MS聚类分析模型的数据挖掘应用研究

本文分析了数据挖掘所具有的重要作用,简单介绍了MS聚类分析的现状,并对MS聚类分析的数据挖掘应用模型及建构数据挖掘体系的方法进行了探讨。     

应用数据挖掘进行客户关系管理

客户关系管理(CRM)是当前商务成功重要环节，数据挖掘技术在客户关系管理中扮演着至关重要的角色。本文介绍了数据挖掘技术在客户关系管理中如何帮助企业管理客户生命周期的各个阶段，阐述了有效的客户关系管理中数据挖掘的基本步骤。     

基于离群数据挖掘的计算机审计

目前，广泛应用并能简单处理大规模数据集的离群数据挖掘算法主要有基于聚类方法、基于距离方法和基于密度方法等几种；基于离群数据挖掘的计算机审计在操作上一般分为数据的采集、数据的准备、建立离群数据挖掘模型等四个步骤；基于离群数据挖掘方法在审计中的应用，有利于帮助审计人员发现异常的交易或事项，快速确定审计重点，提高审计效率。     

数据挖掘技术在计算机网络病毒防御中的应用探究

随着互联网的快速发展,网络信息与数据安全变得越来越重要,这关系各个领域的网络隐私安全。数据挖掘技术是一种旨在提高互联网信息安全的技术,它可以有效地提高互联网的信息安全和病毒防御。本文对计算机网络数据挖掘技术(Net Data Mining)NDM进行描述和探索,探究计算机网络病毒防御中数据挖掘技术的一些关联工具和结构,重点对数据挖掘算法进行描述,如决策树、关联规则等,这些有助于加强病毒的防御,最后通过模型来解决计算机网络病毒防御中的问题。     

数据挖掘在客户关系管理中的应用——以汽车行业为例

本文综述了理论界有关客户关系管理和数据挖掘的一些基本概念,以及数据挖掘在客户关系管理中的运用和存在的问题。针对汽车行业客户关系管理的实际应用情况,做了DM应用模型的设计,并进行了相应的解释。     

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。     

基于知识发现的战略性新兴产业识别研究:兼论“长三角”战略性新兴产业的发展

鉴于战略性新兴产业的研究尚处初步探索阶段,各地战略性新兴产业的识别有待甄选。战略性新兴产业识别具有未知的、待发掘的特点,本文拟透过知识发现的视角,采用关联规则方法,根据筛选的评价指标体系,建立战略性新兴产业数据挖掘关联规则识别模型,并以我国"长三角"地区各产业为实证研究对象,对战略性新兴产业的识别进行了深入挖掘。     

保险业分析型CRM的数据挖掘应用

本文在阐述分析型CRM的理论和方法的基础上，结合保险行业的特点提出了数据挖掘技术在客户群体细分、欺诈识别、交叉销售及客户流失不同阶段的应用。     

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。     

反洗钱监测指标数量准则构建及可疑账户识别方法研究

目前以监测可疑资金、交易报告、监管网络和记录保存为基础的反洗钱内控体系已经初步形成,但对于以洗钱为主的资金异常流动监测尚处于摸索阶段,可疑和大额交易报告也是基于人工的定性识别.随着数据挖掘和机器学习方法在各个领域的应用,通过智能数据分析判断个人和企业的金融犯罪行为已经成为一种新趋势.本文基于对洗钱监测体系中模型与方法的基础性研究,通过构建洗钱监测指标体系,并对各指标准则进行量化建模,建立起反洗钱智能监测系统的核心算法,探索构建了有效的监测指标体系和监测模型,以期提高反洗钱监测及可疑账户识别的效率和水平.     

基于数据挖掘的关联规则研究

关联规则算法的研究在数据挖掘算法的研究中占有相当重要的地位。关联规则算法的核心是基于两阶段频繁记得Apriori算法，但随着对关联规则研究的深入，基于支持度和可信度的Apriori算法越来越不能适应实际情况，兴趣度的引入也就水到渠成。虽然兴趣度的引入一定程度上解决了用户感兴趣而Apriori算法无法生成的规则，但无法解决组合爆炸和规则丢失等问题。目前一种自动设置支持度最小值的基于可信度和支持度的模型基本解决了上述问题。     

基于数据挖掘的证券指数预测研究

证券指数在我国证券市场具有非常重要的经济意义。本文提出利用数据挖掘方法中的径向基函数神经网络模型对证券指数进行预测。研究表明,径向基函数神经网络模型作为证券指数的预测工具是有效的。     

数据挖掘在企业中的应用

数据挖掘是一门新兴的信息处理技术,在企业决策和商业信息的提取等方面发挥着日益重要作用。本文从数据挖掘的技术定义出发,讨论了数据挖掘在现代企业和相关行业的应用,以及如何利用数据挖掘提高企业核心竞争力。     

一种基于粗糙集的属性约简算法改进

本文对粗糙集理论进行了研究,在分析和综合基于粗糙集理论的数据挖掘算法基础上,提出了基于分明矩阵数据约简模型,并对分明矩阵算法做了改进,最后对算法改进进行了效率分析.     

数据挖掘技术的发展研究

数据挖掘是当前数据库和信息决策领域的最前沿研究方向之一。本文从数据挖掘的发展现状出发，总结了数据挖掘常采用的技术方法，对数据挖掘应用中的主要问题进行了探讨，并对数据挖掘的发展趋势及热点问题进行了阐述。     

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.