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。     

面向机器学习与数据挖掘实践教学的自由软件分析

数据挖掘技术涉及了数据库技术、人工智能、机器学习、神经网络、统计学、模式识别等众多学科。C4 5、Weka、Xelopes是三个可获取源代码的自由软件 ,在机器学习、数据挖掘、模式识别等课程中使用大有益处。     

内部审计全面信息化的实施路径

本文提出内部审计全面信息化的总体规划.通过分析内部审计的组织路径和技术路径,提出在审计大数据安全体系和大数据计算机审计体系范围内,构建在线审计作业应用、审计管理应用和数据分析平台的方法.同时提出在审计决策中辅以数据分析与数据挖掘、机器学习、数据可视化三大模块,支撑审计业务开展.     

基于Web的智能化作业系统研究

<正>随着互联网技术的发展,在Web领域开始采用人工智能和数据挖掘技术,通过知识发现、机器学习、统计分析或其他方法,从大量的学习者学习行为数据中进行数据挖     

数据挖掘技术在计算机审计中的应用研究

数据挖掘技术是指从海量数据中提取隐含、事先未知并且潜在有用知识的技术,其在现代计算机审计中起着不可替代的作用。本文首先对数据挖掘技术在审计领域中应用研究的相关文献进行综述,其次对基于数据挖掘的计算机审计的基本路径进行阐述,最后对数据挖掘在计算机审计中应用的局限性进行分析。     

基于XBRL技术的财务信息挖掘系统构建探讨

XML技术的出现,为在数据组织中更好的体现数据本身的含义提供了很好的途径。XBRL作为XML语言在网络财务报告中的应用,为在大量的财务信息中进行数据挖掘、发现知识提供了途径。本文对XBRL的技术框架及特点、数据挖掘技术及其在财务系统中应用进行了探讨,并给出了基于XBRL的财务信息数据挖掘模型。     

网络挖掘技术在电子商务决策中的应用

本文旨在讨论电子商务环境中数据挖掘技术对网站管理分析中的应用。将网络挖掘技术和电子商务进行融合,用一个顾客行为类型的应用挖掘案例为背景,诠释了在数据处理和整合的过程中,不同的数据挖掘算法,都要有选择地针对不同的应用而采纳。     

基于XBRL技术的财务信息挖掘系统构建探讨

XML技术的出现,为在数据组织中更好的体现数据本身的含义提供了很好的途径.XBRL作为XML语言在网络财务报告中的应用,为在大量的财务信息中进行数据挖掘、发现知识提供了途径.本文对XBRL的技术框架及特点、数据挖掘技术及其在财务系统中应用进行了探讨,并给出了基于XBRL的财务信息数据挖掘模型.     

数据挖掘在审计数据分析中的应用研究

本文首先概述了常见的数据挖掘方法,阐述了传统审计数据分析技术的不足,提出了运用数据挖掘技术于审计数据分析中的必要性,在此基础上对数据挖掘在审计数据分析中的应用进行了研究,总结了应用数据挖掘实现审计数据分析的过程。     

通过比较认识数据挖掘

文章通过将数据挖掘与机器学习、数据库查询、统计学、OLAP以及数据仓库等技术的比较,达到清晰认识数据挖掘的目的。     

数据挖掘技术及其在生产过程质量控制中的应用

生产过程中质量控制对提高产品质量具有重要的意义。本文对数据挖掘技术的概念及方法进行了简单的介绍,以挤塑产品生产过程中温度的多元回归预测挖掘为例介绍了数据挖掘技术在生产过程质量控制的应用,表明这种方法在实际应用中的正确性和有效性。     

数据挖掘技术在大型企业集团财务管理中的应用

数据挖掘技术可以从多种角度对传统财务管理手段和方式予以补充和提高。本文介绍了数据挖掘的特征和一般功能,分析了大数据时代大型企业集团传统财务管理的不足,提出大型企业集团财务管理中应用数据挖掘技术应从底层数据分析中助力效益专一求精、从业财数据融合中发掘潜在价值、从内外数据结合中预测发展趋势、从多维数据比较中创建预警模型等方面着手,并以S航运集团为例,介绍了数据挖掘技术在大型企业集团的具体应用,最后指出了应用数据挖掘技术需要考虑的因素。     

试析数据挖掘在移动通信CRM中的应用

随着4G技术的快速发展,运营商为了提高自己的竞争力开始对客户管理进行研究,本文通过分析数据挖掘技术和移动通信CRM的现状,对数据挖掘在移动通信CRM中的应用进行了研究。     

数据挖掘技术在中石油ERP中的应用研究

中石油ERP不具备高级决策和数据分析的功能,本文对此进行了数据挖掘技术在中石油ERP中的应用研究。对数据挖掘概念和方法进行介绍,结合在中石油ERP中的应用领域等进行研究,并且引用中石油ERP数据库的销售量进行数据挖掘预测。     

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。     

数据挖掘分类技术在电信网络风险预警中的应用

决策树和人工神经网络是数据挖掘分类任务中两项重要技术,各具特点,对不同的数据类型应采用不同的算法进行相应的研究应用。为了深入地说明各自的特点,根据决策树C5.0算法以及人工神经网络的BP网络模型的原理,按照数据挖掘的标准过程,应用SPSS Clementine作为工具对电信网络风险进行了预警,并对结果进行了比较研究,验证了两种数据挖掘分类技术的一些性能差异。本文分析了数据挖掘技术中常用的决策树和神经网络两种算法,为以后对电信网络风险预警提供了一种研究角度和方法。     

数据挖掘：计算机审计的新思路

本文从分析我国计算机审计发展现状入手,针对其存在的问题提出引入目前在国外审计分析中广泛使用的数据挖掘技术的对策,并从软件的应用可行性、审计人员知识的延续性、审计方法和思路的拓展性等角度对数据挖掘技术应用的可能性进行了论证。     

基于数据挖掘技术的股票收益预测研究

近年来,数据挖掘技术在各领域的应用越来越广.数据挖掘工具能够从大量数据中获取有用的知识,并对将来的趋势和行为做出预测,为使用者提供决策依据.本文主要分析了数据挖掘技术在股票收益预测方面的应用前景并阐述了相关的应用程序.     

基于操作码N-Gram的Windows恶意软件检测

由于传统的检测方法必须获得恶意软件的签名之后才能对这类恶意软件进行检测,不能检测新型的恶意软件。本文用软件逆向分析技术反汇编软件样本,使用N-Gram算法提取操作码特征,再用信息增益算法选取操作码特征,最后利用数据挖掘和机器学习技术建立检测模型。根据建立的检测模型可以对未知的软件进行检测,避免了传统检测方法的弊端。     

数据挖掘技术概论

本文介绍了数据挖掘技术产生的背景,数据挖掘的定义及主要功能类别,并在总结目前数据挖掘应用情况的基础上,对其未来发展的几个关键方面进行了展望。