信用卡客户的分类研究

随着时代的发展,各行各业的数据都在成倍的增长,数据挖掘技术可以帮助人们从大量数据中发现有用的信息。文章将决策树分类算法引入到商业银行个人信用卡客户信用度的数据挖掘,在对原始数据进行预处理的基础上,采用ID3算法计算训练样本集中各个属性,建立一颗信用度评价决策树,对信用卡客户实现了较好分类。     

基于关联规则的数据挖掘

挖掘关联规则就是发现大量数据中项集之间相关联系的过程。它在数据挖掘中是一个重要的课题,最近几年已被业界公开研究,成为一个热点。本文对关联规则下的数据挖掘Apriori算法进行了分析和研究。     

浅析基于数据挖掘技术的上市公司信用风险评估

近年来,数据挖掘方法被广泛应用于金融、经济领域,在信用风险方面也受到越来越多的重视.本文尝试将数据挖掘方法引入信用风险预测问题中,全面比较决策树、神经网络和支持向量机算法在上市公司信息风险预测问题上的优劣,以期为我国上市公司信用风险预测起到参考作用.     

数据挖掘技术在科技统计数据分析中的应用探索

文章介绍了数据挖掘的功能及方法,通过分析高校科技统计数据的特点,运用数据挖掘技术进行高校科技统计数据的分析,提出对科技统计数据进行分类、聚类、关联分析的方法,通过运用不同的算法对统计数据进行挖掘,寻找出数据中隐含的、有价值的决策规则及有价值模式,研究结果可为提高高校科研管理决策水平服务。     

计算机前沿技术在科技管理领域的应用研究

数据挖掘,在科研领域也称为数据库中的知识发现,是一个利用各种分析工具在海量数据中发现模型和数据间关系的技术。Web挖掘是数据挖掘技术在Web上的应用。Web挖掘处理的对象主要是半结构化的数据,这是它最主要的特点。目前我们的研究工作正是利用该项技术来实现科技信息的网络动态监测和信息的自动获取。自然语言处理技术,是指利用特定的算法使计算机系统能够理解和生成自然语言。它是人工智能活跃的研究领域之一,是人文科学和自然科学的交叉性学科。     

聚类模型在客户关系管理中的应用以及对特征提取的探讨

随着数据挖掘技术的发展和信息的增长,企业和公司开始运用数据挖掘技术来分析和处理他们在商业活动中积累的关于客户的大量数据,以从中发现重要的规律,来指导公司的营销策略。客户聚类就是一个重要的问题。它根据客户的个人属性和行为属性,把相似的客户群聚集起来。公司可以根据不同类型的客户作出不同的营销策略。本文讨论了有关聚类模型的两个问题。第一,介绍了两种经典的聚类算法,以及他们的复杂度。并讨论它们在客户关系管理中的应用和有效性;第二,讨论了特征提取在聚类过程中的必要性,并给出了如何在聚类模型中进行特征提取的有效算法。     

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。     

信用信息云服务：金电联行一路领先

金电联行（北京）信息技术有限公司成立于2007年，国家高新技术企业（批准号GR201111000991），是目前国内领先的“信用信息服务”提供商。公司汇聚金融、数学、IT、制造业供应链管理等领域的专家和资深从业人员，凭借自主研发、基于产业链中真实交易的“数据挖掘机器人”和“大数据客观信用指标模型”两大核心技术，通过创新的技术方式收集企业信用信息，并进行有效的识别、整理和分析，对企业信用做出分级和评价。     

数据挖掘方法及其在我国财政管理领域的应用

以数据挖掘方法的基本概念和挖掘过程为基础,探讨数据挖掘方法在财政管理中的应用。主要内容有：（1）数据预处理,是指在对数据进行数据挖掘之前,先对原始数据进行必要的清洗、集成、转换、离散和规约等一系列的处理工作,使之符合挖掘算法进行知识获取研究所要求的最低标准;（2）分类挖掘法,包括贝叶斯算法、决策树算法、遗传算法、k－近邻算法和人工神经网络;（3）关联挖掘法,挖掘探索出隐藏在数据间的相关关系;（4）聚类挖掘法,按照样本在性质上的亲疏远近进行分类。通过对财政管理中的财政收入进行挖掘,得出结论：企业所得税虽然在数值上往往比营业税或者增值税高,但通过决策树算法进行挖掘,可以看到在财政收入中企业所得税与税收占比极可能具有更强的关联性。     

关联规则挖掘算法改进研究

文章讨论了数据挖掘的一般理论,研究了关联规则挖掘算法以及经典的Apriori算法,分析了算法存在的问题,并提出了新的基于压缩矩阵的关联规则挖掘算法。理论分析和仿真实验显示改进算法的性能明显优于Apriori算法。     

电子商务数据挖掘技术研究和应用探讨

电子商务网过程中顾客在Web上的行为都会产生大量数据信息,运用数据挖掘技术对客户访问信息进行Web数据挖掘,便于了解客户的访问行为,动态地调整网站结构,使电子商务更具个性化和针对性。     

针对会计信息中数据挖掘的运用研究

数据挖掘，作为一种在海量信息中寻找并确定用户所需要信息的一种技术，在缓解和应对人们在知识信息大爆炸所表现出来的那种茫然上发挥着十分重要的作用。当然，就这种作用而言，其不仅可以应用到计算机行业之中，其在会计信息的相关工作中也有着十分广泛的运用。我们知道，就一个企业的会计工作而言，其所涉及到的会计因素是多方面的，这也就导致了其在会计信息上所表现出来的那种庞大量。因此，建立相应的会计信息系统，并运用数据挖掘技术，能够有效地提升其整体效率。本文主要围绕着会计信息中数据挖掘的运用这一中心主题，对其数据挖掘类型及具体实现方式等几个方面的内容进行简要的分析和介绍。     

大数据挖掘技术在企业ERP中的应用研究

在大数据时代的背景下,各行各业对于数据的挖掘利用尤为敏感和重视,纷纷开始了对于数据进行存储、整理、分析、研究,而企业ERP系统的应用为企业积累了大量的运营数据.利用大数据挖掘技术对企业ERP系统的数据信息进行深度分析,挖掘数据中潜藏的商业价值,对企业的经营决策将提供有力的支持.因此,对数据挖掘技术在企业ERP中的应用加以探讨具有一定的实践意义.     

关联规则数据挖掘应用研究

笔者通过对关联规则的基本原理、分类及数据挖掘过程的介绍,对关联规则挖掘的核心算法及常用的优化方法进行了深入的研究,并通过一个例子介绍了关联规则在数据挖掘中的应用.     

RSA加密算法的研究

本文从数学理论上分析了RSA算法的原理以及算法的安全性,对RSA算法的优化进行了简略说明.     

数据挖掘技术在银行客户关系管理中的应用分析

文章提出了一种基于数据挖掘技术的银行客户关系管理系统的设计方案 ,以期解决我国现行银行信息系统中客户信息管理中存在的问题。在分析了现有银行客户信息系统的现状后 ,讨论了数据仓库、OLAP和数据挖掘在银行CRM中的应用 ,并结合XML和多维数据模式设计的思想 ,构造了一个银行客户关系管理系统的架构     

浅议建筑企业如何挖掘财务数据支撑经营战略发展

随着万物互联、大数据技术和智能化的快速发展,建筑企业的经营管理也逐渐进入信息自动化时代,在此背景下,充分利用财务数据挖掘技术,能够及时、准确地整理出有用的财务数据信息,并将其提供给决策层,将有助于有效支撑公司自身的经营发展。基于此,本文从财务数据挖掘相关概念出发,详细阐述了财务数据挖掘方法和步骤,进而分析了财务数据在企业经营发展中的作用。     

基于数据挖掘技术的商业银行个人理财系统设计

随着商业银行理财业务的竞争日趋激烈,各商业银行将面临如何从大量的数据中提取有价值的信息和知识以提高企业决策能力,数据挖掘技术的出现使银行“数据变知识”成为可能。文章分析了数据仓库和数据挖掘技术在商业银行个人理财业务中的作用,结合目前商业银行理财业务的状况,提出了基于数据仓库和数据挖掘技术的商业银行个人理财系统设计方案,对于指导商业银行个人理财业务具有普遍的现实意义。     

数据挖掘技术在企业薪酬设针中的应用研究

现代企业薪酬设计过程中要面对数量众多、关系复杂的信息和数据,而数据挖掘技术在有效处理大量数据方面具有独特的优势。本文以薪酬设计中的数据分析过程为主线,探讨如何应用分类、聚类以及关联规则等数据挖掘技术来分析和处理数据,为薪酬设计提供强有力的决策支持。     

数据挖掘技术在烟草消费者细分中的应用研究

数据挖掘技术已广泛应用于各行各业，可以对大量、庞杂的信息进行快速有效的分析，为管理决策提供依据。通过探讨数据挖掘技术在烟草消费者中的应用，为中国烟草企业制定合适的营销措施，同时也为烟草控制者辩识有较强区分度的消费者群体，提供有效的工具。