Web上的数据挖掘及应用

Web上的数据挖掘是数据挖掘技术在网络数据处理中的应用,本文阐述了Web数据的特点,Web上的数据挖掘的含义、类型,并介绍了Web上数据挖掘的应用。     

数据挖掘技术在水利工程管理中的应用研究

因能从海量数据中发现潜在的、有价值的知识，数据挖掘成为人们非常感兴趣的热点技术。水利工程管理面临的是海量的非空间数据和空间数据，对这些数据的挖掘，能够提炼出有价值的知识，从而提高水利工程管理的科学化水平和决策水平。在水利工程管理中利用空间数据挖掘技术。需要解决数据仓库建设、数据挖掘与GIS集成和数据挖掘系统模型等3个方面的关键问题。数据仓库是建设水利工程数据挖掘系统的基础。数据挖掘与GIS集成的方式有嵌入式、松散耦合式、紧密耦合式3种。紧密耦合式是两者集成的最好方式。水利工程系统的数据挖掘适合采用基于OLAP和0LAM的探查性数据挖掘模型。     

数据挖掘系统设计技术分析

数据挖掘技术则是商业智能（BusinessIntelligence）中最高端的，最具商业价值的技术。数据挖掘是统计学、机器学习、数据库、模式识别、人工智能等学科的交叉，随着海量数据搜集、强大的多处理器计算机和数据挖掘算法等基础技术的成熟，数据挖掘技术高速发展，成为21世纪商业领域最核心竞争力之一。本文从设计思路、系统架构、模块规划等方面分析了数据挖掘系统设计技术。     

基于本体的分布式数据挖掘系统构建

文章借助本体和分布式挖掘的相关理论,在这些理论的基础上创建了基于本体的分布式数据挖掘系统,建立了系统的本体库,构建了数据挖掘本体,旨在为数据挖掘领域创建一个统一的数据挖掘本体,为新产生的研究成果进行科学、正规的语义描述,这在分布式数据挖掘领域将具有重要的指导意义。     

基于本体的分布式数据挖掘系统构建

文章借助本体和分布式挖掘的相关理论,在这些理论的基础上创建了基于本体的分布式数据挖掘系统,建立了系统的本体库,构建了数据挖掘本体,旨在为数据挖掘领域创建一个统一的数据挖掘本体,为新产生的研究成果进行科学、正规的语义描述,这在分布式数据挖掘领域将具有重要的指导意义。     

基于数据挖掘的预测决策模型应用与研究

数据挖掘是一门新兴的数据处理技术，是当前热门的一个研究领域。本文简要介绍了数据挖掘的概念，论述了基于数据挖掘的预测决策模型建立、实施和效果评估，最后对基于数据挖掘的预测决策模型在电力营销系统中的应用作了实证。     

利用数据挖掘技术提升企业核心竞争力

叙述了数据挖掘的基本概念及数据挖掘常用的方法，论述了利用数据挖掘技术提升企业核心竞争能力的方法、手段和途径。     

基于数据仓库的数据挖掘技术在高校图书馆管理中的应用

文章阐述数据仓库技术与数据挖掘技术的关系,列举、分析数据挖掘技术的原理,并对图书馆管理系统中的数据进行数据挖掘,最终达到使图书馆管理工作实现管理个性化的目的。     

数据仓库和数据挖掘

本文阐述了数据仓库及数据挖掘的有关概念,简述了数据仓库、数据挖掘的实施过程,介绍了如何应用数据挖掘。并对数据仓库与挖掘技术结合应用的发展做了展望。     

数据挖掘在计算机辅助审计中的应用

概括了数据挖掘的功能和方法,探讨了数据挖掘技术在计算机辅助审计中的应用,介绍了数据挖掘软件工具,并给出了数据挖掘技术在计算机辅助审计中的应用步骤。     

大数据时代的数据挖掘综述

随着海量数据的增加,大数据时代已走进公众的视线,数据挖掘被作为一种新的热门的挖掘技术,正在社会各领域的决策支持活动中扮演着重要的角色。本文分析了大数据的数据挖掘现状,阐述了数据挖掘的概念、特点及过程,阐述了数据挖掘的相关算法,最后与目前所研究出的新型成果相结合,对数据挖掘应用领域的未来趋势进行分析。在大数据环境下,数据挖掘可作为开发信息资源的一种新型的数据处理技术。     

试论数据挖掘技术在企业知识管理中的应用

从数据挖掘的基本概念入手,介绍了数据挖掘常用的技术和方法,探讨了数据挖掘技术可有效的实现知识的提取,并利用数据挖掘技术可充分发挥知识管理的职能。     

数据挖掘在零售业中的应用

在零售业中应用数据挖掘技术十分必要。介绍了数据挖掘在零售业中的具体应用及如何衡量数据挖掘在零售业中效果,提出了数据挖掘在零售业应用中存在的问题。     

数据挖掘技术及其应用探索

本文阐明了数据挖掘的概念,讲述了数据挖掘的过程,探索了数据挖掘所应用的核心算法,进而又阐述了数据挖掘在金融,电子商务和电子政务领域的应用。     

数据挖掘技术在商业银行审计的应用研究

本文分析了数据挖掘在商业银行审计中作用,对数据挖掘中用到的方法和技术进行了综述,对用于审计的数据挖掘软件的发展进行了分析,但同时也看到,数据挖掘软件毕竟只是工具,富有相关专业经验的审计人员的作用比数据挖掘软件更关键。     

数据挖掘技术在商业银行中的应用

数据挖掘能够有效分析商业银行数据库中的信息,将其转化为知识为银行的经验决策服务。本文在介绍数据挖掘技术及其主要任务的基础上,总结了数据挖掘在商业银行业务中的主要应用领域为客户关系管理、风险管理和金融欺诈监测,并具体介绍了数据挖掘技术在上述几个领域内的应用。     

数据挖掘在上市公司财务数据分析上的应用

本文探讨了数据挖掘在上市公司财务数据分析上的应用,通过收集和分析上市公司的财务数据,数据挖掘技术可以帮助投资者、分析师和利益相关者更好地了解公司的财务状况和业绩表现。本文从数据挖掘的概述情况入手,简单分析上市公司财务数据的复杂性,然后详细介绍了数据挖掘在上市公司财务数据分析中的具体应用,包括财务比率分析、财务报告分析、财务预测、财务风险管理和财务舞弊检测等方面。最后,本文讨论了数据挖掘在上市公司财务数据分析中的挑战和未来发展趋势。     

基于数据挖掘的农业物流地理信息系统的构建

采用VC MapX构建基于数据挖掘的ALGIS,阐述了ALGIS构建过程中地图坐标系的定义、地图对象的操纵、地图数据的加载等基本过程,并对基于数据挖掘的ALGIS框架结构进行分析。论述了该系统作为数据挖掘的思想、方法与传统GIS的有机结合的基本特点,分析了数据挖掘与现有GIS数据分析的区别和联系。考虑到农业物流分布地域广、品种多等特点,对基于数据挖掘的ALGIS实现关键技术进行分析,在确定主题域的同时对维度和数据立方体进行创建。系统研究开发目的在于应用数据挖掘技术和可视化的农业物流地理空间信息,为决策管理者提供可视化的、可靠的决策支持服务。     

基于SQL SERVER 2000的数据挖掘方案研究

微软SQL SERVER 2000第一次包含了数据挖掘功能，微软的数据挖掘解决方案是基于一个称为OLE DB for Data Mining规范的工业标准，它是由微软提出并且由众多数据挖掘公司支持的工业标准。这个规范展示了一个新的类似于SQL语言的数据挖掘语言，数据开发者们可以利用它去建设数据挖掘应用。本文提出了如何利用SQL SERVER 2000去建设数据挖掘应用的方案。     

数据挖掘在企业决策中的应用

数据挖掘有助于人们从海量信息中提取出有用的信息。本文从数据挖掘的六方面技术,分析了数据挖掘在企业决策中的应用,并提出了企业在实施数据挖掘时的三个注意事项。