数据挖掘和数据仓库技术在DSS中的研究与应用

重点论述了数据挖掘及数据仓库技术,在此基础上分析了DM、DB、OLAP相结合的决策支持系统的架构与设计过程。对决策支持系统未来的应用方向作出了展望。     

基于数据挖掘的企业关系管理系统构建

随着经济全球化和竞争的加剧,企业关系作为一种关键资源变得日益复杂,成功的企业关系管理对企业的组织结构和信息结构提出了更高的要求。文章在以狭义企业关系为研究对象,分析了企业关系管理的核心思想及其内涵,构建了企业关系管理的体系结构。将数据挖掘相关技术引入企业关系管理系统,分析了数据挖掘在企业关系管理中应用的几个方面及其应用过程。     

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。     

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。     

数据挖掘与企业决策支持系统研究

数据挖掘技术能够在海量数据中挖掘出隐含的重要信息,其主要目的是帮助决策者寻找数据间潜在的关联,发现被忽略要素,并以这些模式为基础,自动做出决策。通过论述数据挖掘技术,分析了企业决策支持系统的框架结构,设计了具有数据挖掘功能的企业决策支持系统,提出了决策支持系统实施的方法,以期为企业做出正确决策提供重要依据。     

利用数据挖掘技术构建基于审计数据仓库的商业银行新型审计模型

商业银行的快速发展,并建立了全国性集中式计算机数据处理中心和网络系统,给金融审计工作带来了挑战与机遇,利用数据挖掘技术建立基于审计数据仓库的新型审计模型,为商业银行审计工作提供了有利契机。     

会计决策支持系统模式构建的研究

本文在分析会计决策支持系统辅助决策方式的基础上，探讨了目前可行的两种模式，即基于数据分析模式和基于数据仓库模式，并对其具体构建与实现方法进行了研究。     

基于商务智能的税务征管决策支持研究

我国税务信息化经过多年发展已积累了大量数据,基于商务智能技术的税务决策支持系统可以充分利用这些数据支持税收征管工作。本文介绍了商务智能技术在税务分析和税收征管决策中的支持应用,以及构建基于商务智能的税务决策支持系统的关键问题：数据库统一规划、模型的构造、知识库的建设、业务规则库的建设、缺乏相关复合型人才。     

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。     

基于WEB的数据挖掘技术在网络管理研究与应用

文章探讨基于WEB的数据挖掘网络管理系统的体系结构、OLAP技术和数据挖掘技术,针时当前网络管理系统的现状和存在问题,提出基于WEB和数据挖掘技术的网络管理系统,为网管存在的问题提供解决方案,该系统对网管现状的改善有积极意义.     

基于数据挖掘的物流信息系统的分析和设计

介绍了数据挖掘技术的作用、过程。针对现代物流企业中存在的大量数据,提出如何利用数据挖掘技术挖掘出有效的信息,以帮助决策者做出正确、有效地决策。     

面向CRM的数据挖掘应用

近几年来，信息在企业发展中的关键地位得到了越来越多的关注，赢家往往是那些能成功收集、分析、理解信息并根据信息决策的企业，而新型电子商务的关键是它与消费者之间的关系。本文研究了数据挖掘技术在客户关系管理（CRM）中的运用，讨论了企业如何理清和客户之间的关系。     

基于WEB的数据挖掘技术在网络管理中的研究与应用

文章探讨基于WEB的数据挖掘网络管理系统的体系结构、OLAP技术和数据挖掘技术，针对当前网络管理系统的现状和存在问题，提出基于WEB和数据挖掘技术的网络管理系统，为网管存在的问题提供解决方案，该系统对网管现状的改善有积极意义。     

数据挖掘在银行CRM中的应用

随着市场经济竞争的不断加剧,信息对银行的生存和发展起着越来越重要的作用。在科技高速发展的今天,面对雪崩式增长的庞大海量信息,银行通过手工方式很难对客户数据的分布找出规律,并进行分析决策,必须借助相应的数据工具,发现客户数据中隐藏的规律或模式为银行的决策服务。银行建立以客户为中心的服务体系,对于维系老客户,争取新客户,挖掘黄金客户,增强市场竞争能力有重要的意义。     

数据挖掘技术在证券业中的应用

证券业对海量交易数据的管理以及对这些数据的深入分析处理需要先进的数据存储和管理技术,数据挖掘在证券业的应用具有广阔前景。本文首先阐述了数据仓库及数据挖掘的基本思想,在此基础上着重探讨了数据挖掘技术在证券行业的实际应用。     

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。     

数据挖掘及其在物流运输系统中的应用研究

针对现代物流领域,介绍了数据挖掘的基本流程、相关技术以及其在物流运输系统中的应用情况,并给出了基于数据挖掘服务的物流运输系统模型.     

数据挖掘及其在物流运输系统中的应用研究

针对现代物流领域,介绍了数据挖掘的基本流程、相关技术以及其在物流运输系统中的应用情况,并给出了基于数据挖掘服务的物流运输系统模型。     

基于数据仓库的数据挖掘在证券行业的解决方案

本文从数据挖掘技术谈起，结合证券行业的特点和实际应用，提出并分析证券行业需求，并针对“客户”这个主题，给出了证券行业数据仓库解决方案，提出了数据挖掘在证券行业中的应用。