基于网络数据挖掘技术的电子商务应用

数据挖掘定义为是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程.对数据挖掘的基本特点与流程和电子商务中web数据挖掘与数据源进行了分析,并对数据挖掘技术在电子商务领域的应用进行了研究探讨.     

客户关系管理与数据挖掘

客户关系管理(Customer Relationship Management,CRM)就是企业利用信息技术,通过对客户的跟踪、管理和服务,从而吸引客户、保留客户、发展客户的一种手段和方法。数据仓库和数据挖掘(Data Mining,DM)使企业获得顾客深层次信息成为了可能。数据挖掘对数据仓库中的数据进行加工和处理,提炼出信息和知识,为企业提供决策的依据。数据挖掘是客户关系管理的基础技术。     

数据挖掘技术与应用问题研究

数据仓库是信息领域中近年来快速发展起来的一种技术,指出了分析数据仓库内容有2种基本的方法:联机分析处理和数据挖掘;讨论了联机分析处理的体系结构,提出了数据挖掘中一些常用的方法:决策树、关联及数据统计分析、神经网络和最近邻方法;介绍了数据挖掘的应用.     

基于CWM的数据仓库元数据管理策略研究

提出一种基于CWM的数据仓库元数据管理模式。在分析CWM元模型的基础上,通过映射,把对象型的CWM元模型映射到关系型数据表,构建数据仓库元数据库;把数据仓库各层次的异构元数据,通过CWM元模型及其规范,转换为统一标准的CWM元模型实例,存储在元数据库中。实现了用关系型数据库理论对数据仓库元数据的统一管理。为超市应用数据仓库进行科学决策管理进行了有益的探索。     

关于数据仓库分析方法的研究

数据仓库系统把分散在各业务支撑系统中的数据进行了集中、整合,形成统一的企业级运营数据视图,为经营分析、绩效考核等工作提供支撑,数据仓库系统在电信企业的运营与管理中起着重要的支撑作用.本文介绍了数据仓库的2种分析方法,联机分析处理和数据挖掘,分析了数据挖掘技术的应用.     

零售行业从商业智能中发现价值

<正>在过去的5-10年中,零售连锁行业各企业普遍采用了POS-MIS的系统对业务进行管理,因此有了产生数据的源头。但由于企业缺乏有效的方式来利用这些收集到的信息,以致数据库没有得到良好的挖掘和利用。在90年代末的欧美发达国家,以数据仓库、联机分析处理和数据挖掘为基础的商业智能唤醒了沉睡的数据库,并使其高速发展。根据IDC分析,从1997-2002年,整个数据仓库市场(软件、服务、服务器和存储)以平均每年20．5％的速度增长。IDC的另一项调查结果表明,企业用于商务智能的投资回报率平均2．3年高达400％。一项来自美国MetaGroup的市场分析指出,92％的企业将在今后3年内使用数据仓库。     

数据挖掘在教育应用中的浅析

现在社会的发展使得信息量日益增加,如何在庞大的数据中寻找对自己有用的数据成为必须要考虑的事情。数据挖掘可以从庞大的数据库中提取隐藏的预测信息。因为数据挖掘是一种拥有巨大潜力的新技术,所以数据挖掘现在被广泛的应用于各种商业途径中,包括零售销售、电子商务、遥感技术、生物信息学等。教育是一个国家进步的要素之一。挖掘在教育中被称为教育信息挖掘。教育数据挖掘的的重点就是应用合理的、快速的方法从教育数据库中发现知识。教育数据挖掘可以分析学生的趋势和行为,得到一个对不同类型学生教育的最优化教育方式。当大量的数据存储在教育数据库中,为了得到需要的数据和发现隐藏数据间的关系,可以应用数据挖掘技术与软件。数据挖掘的功能有很多种,在教育数据挖掘中,流行的功能有关联、分类、聚类、离散点分析、关联规则、预测等。本文主要从数据挖掘现在大规模使用的行业中分析数据挖掘的特点,以及应用到教育,主要是高等教育的可能性。     

海量数据管理和检索技术在电信行业数据仓库中的应用

在电信行业,由于数据挖掘、用户行为分析以及舆情监测和追踪等方面的需求,每一次打电话、每一条短消息、每一次上网浏览请求都需要被记录和存储在数据仓库中,且存在很高的数据检索、挖掘性能和可靠性要求。本文研究了利用数据压缩、双机热备对这些数据进行存储,并利用水平分区、并行查询和表扫描复用对这些数据进行检索,以提升系统整体性能的解决方案。     

数据挖掘技术在个体经营户的应用方法研究

随着中国首次经济普查的开始,经济普查的数据开发问题一直以来引起社会各界的关注。引用数据挖掘(DataM ining)技术对经济普查数据进行开发,实施多主题的数据挖掘,数据挖掘技术是从大型数据库或数据仓库中提取的有潜在应用价值的信息或模式。     

数据仓库在管理中的应用

数据仓库是一种新的数据库应用,或者说是一种数据查询环境或工具。数据仓库技术是为了有效的把操作型数据集成到统一的环境中以提供决策型数据访问的各种技术和模块的总称。数据仓库是一个环境,而不是一件产品,提供用户用于决策支持的当前和历史数据,这些数据在传统的操作型数据库中很难或不能得到。     

数据挖掘技术在企业客户关系管理(CRM)中的应用

从大型数据库或数据仓库中提取隐含的、未知的,但又是潜在有用的信息和知识的过程称为数据挖掘的过程。利用数据挖掘技术实施企业CRM系统已经成为当今企业管理中的重点,本文分析了数据挖掘在企业客户关系管理中应用的必要性及所起到的作用,进而提出在客户关系管理系统运行过程中,实施数据挖掘时的具体步骤和挖掘结果的表现形式。     

电力负荷预测中数据挖掘过程研究

数据挖掘是数据库与数据仓库研究领域新兴的富有前途的领域,是世纪末新兴起的数据智能分析技术,它的特点就是具有强大的数据处理能力,能从大量的数据中发现有用的规律和联系.作为新兴的技术学科,数据挖掘在电力系统负荷预测应用方面具有广泛的应用前景.本文力求将数据挖掘知识与电力系统实际情况结合起来,探讨基于数据挖掘的短期负荷预测方法.     

电力负荷预测中数据挖掘过程研究

数据挖掘是数据库与数据仓库研究领域新兴的富有前途的领域,是世纪末新兴起的数据智能分析技术,它的特点就是具有强大的数据处理能力,能从大量的数据中发现有用的规律和联系.作为新兴的技术学科,数据挖掘在电力系统负荷预测应用方面具有广泛的应用前景.本文力求将数据挖掘知识与电力系统实际情况结合起来,探讨基于数据挖掘的短期负荷预测方法.     

我国信息化建设中数据挖掘现状和前景的调研分析

数据挖掘是数据和信息系统及其应用的一个有希望的、欣欣向荣的学科前沿.数据挖掘通常又称为数据中的知识发现(KDD),是自动或方便地提取代表知识的模式;这些模式隐藏或记录在大型数据库、数据仓库、Web、其他大量信息库或数据流中.本文运用统计、比较方法对相关著作和论文进行了统计研究,并对研究中的重点问题及相关成果作了分析总结.     

浅谈电子商务中的数据仓库体系结构

随着企业电子商务的蓬勃发展,电子商务的后台数据库保留下来大量的交易资料和与顾客相关的数据,利用传统的数据分析方法只能获得数据的表面信息,而不能获得数据的内在联系及潜在的规律。通过在Web上应用数据挖掘技术,从买家、卖家信息及交易数据中挖掘潜在有用的信息。电子商务中的数据仓库体系结构正是为了解决这一问题而诞生的。     

基于数据挖掘的林业统计数据处理问题的研究

数据挖掘是汇集了统计学、人工智能、数据库等学科内容,从大型数据库或数据仓库中提取有潜在价值信息的技术.它包括分类与预测、神经元网络技术、关联规则挖掘、遗传算法、决策树方法、可视化技术和粗糙集方法等主要技术.通过数据挖掘技术对林业统计数据进行处理,从海量数据中准确、高效地获得有用知识和具有决策意义的信息,这对林业统计数据处理问题产生积极的推动作用.     

数据挖掘在网格Qos中的研究与应用

为了在复杂异构的网格大量的性能数据中挖掘出有用的信息,用于优化和确定对于具体监控对象的监控与管理策略,提升系统可靠性管理和服务质量的自治性程度,本文基于数据挖掘技术研究了网格Qos与数据可靠性分析,研究了网格Qos的数据仓库的构建与更新,以及Qos数据挖掘工具集的构建与管理等等数据挖掘在网格应用中的关键问题,对数据挖掘理论在网格Qos和可靠性方面,在广域分布的海量数据和计算资源的环境中发现数据模式,提供一种更快捷且行之有效的方法。     

数据仓库联机分析技术研究

传统的事务处理系统已经不能满足高级用户对数据库查询分析的需要。多维数据库和多维分析能够利用存储在数据库或数据仓库中的数据完成各种分析操作,并以简洁直观的形式将分析结果呈现给决策分析人员。随着联机分析技术的发展和研究的不断深入,其研究成果在很多领域被成功地应用。     

基于数据挖掘的数据库营销研究

数据库营销已成为当今互联网时代不可或缺的一种手段。本文试图从数据挖掘这一数据分析技术入手,着重介绍其各方面的知识在数据库营销中所带来的革新,让读者对数据库营销有一个更加深入的了解。     

浅议计算机中数据库的教学

数据库是存储在一起的相关数据的集合，这些数据是结构化的，无不必要的冗余，并为多种应用服务；论文涉及到的数据库主要有大型数据库如Oracle，Sybase，Informfx，IBMDB2；中型数据库如SQLserver；小型数据库如Fox，Access，mySqL，最后提出了作者的一些建议。