数据挖掘关键技术探究

近年来,数据库技术与数据挖掘技术的飞速发展,引起了各个学科领域的研究人员的极大关注和重视,使得数据挖掘技术变得越来越重要,随即扩展到各个领域。当前,数据的挖掘已成为一个研究热点。本文就从数据挖掘技术入手,围绕数据挖掘的几个关键技术展开全面的分析和研究,最后还简述了当前数据挖掘技术的实际应用,以突出数据挖掘技术的应用价值和前景,以供借鉴参考。     

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。     

浅析数据挖掘在高校图书馆中的应用及优势

数据挖掘技术是一种新兴的信息处理技术。文章在论述数据挖掘技术的基础上,探讨了数据挖掘在高校图书馆的应用和优势。     

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。     

数据挖掘技术在电子商务管理中的应用

数据挖掘有着先进的信息处理技术,是当前最热门的技术并应用于大量领域。随着商业信息和数据不断地发展,如何有效地分析和利用信息成为了企业热点话题。本文分析了数据挖掘技术的发展背景,并阐述了数据挖掘技术在电子商务管理中的实践应用。     

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。     

数据挖掘技术在物流供应链合作伙伴选择中的应用

通过数据挖掘技术对物流供应链中轴心企业对合作伙伴的选择和价值评定问题进行研究。首先构建物流供应链中合作伙伴选择的模型,进而对数据挖掘的分类和群算法进行概述,对数据挖掘技术在物流供应链中合作伙伴选择的步骤和流程进行探讨,最后进行案例分析,为汽车生产制造物流供应链中轴心企业对合作伙伴的选择进行数据挖掘,并且给出了具体的数据挖掘步骤和算法流程。     

Web数据挖掘技术在远程教育中的应用

数据挖掘技术为针对学习者个性差异提供差异性教学安排提供技术支持。从数据挖掘技术的概念入手,分析数据挖掘技术在远程教育的常用方法,初步探讨现代远程教育中Web数据挖掘技术的应用问题。     

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。     

数据挖掘的方法分类研究

通过对数据挖掘技术进行全面的分析和研究,依据其功能、任务的不同以及所处角度对分类方法的影响,侧重于应用数据挖掘技术得出结果的形式,同时还克服了传统数据挖掘分类方法的局限性和模糊性,最终提供了一种更为合理清晰的分类思路和方法。该方法的有效区分使得数据挖掘的应用更为方便易行,为正确的运用合适的数据挖掘方法进行知识的发掘提供导向。     

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。     

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。     

基于移动Agent的企业级数据挖掘应用模型研究

移动Agent可以看作是人工智能与分布式计算技术相结合的产物,已经成为分布式计算研究的热点。该文通过对移动Agent关键技术进行分析,探索了将移动Agent技术与分布式数据挖掘相结合的可行性,讨论了采用移动Agent技术进行分布式数据挖掘时所遇到的问题及解决方案,提出了一个基于IBM Aglets 2.0.2移动Agent系统平台的企业级分布式数据挖掘应用模型,并给出了数据挖掘agent算法。     

数据挖掘技术在物流业中的应用

数据挖掘是从大量已有数据中找出隐藏在其中的、有用的信息和规律。当前大部分物流企业实现了信息化建设,随着物流管理工作的不断推进,会产生大量数据,如何有效利用这些数据是物流企业实现现代化的关键所在。文章首先介绍了常用的数据挖掘方法,接着阐述数据挖掘技术在物流业中的应用,最后指出物流企业应用数据挖掘技术时应注意的问题。     

刑侦数据仓库模型设计与数据挖掘技术应用

针对当前刑侦海量档案数据信息,首先在分析其数据跨平台、复杂化和多样性特点的基础上,设计了刑侦数据仓库的概念模型、逻辑模型和物理模型;接着针对刑侦数据仓库及数据挖掘技术,对已有的刑侦档案数据进行信息整合和数据挖掘,获取大量的有用知识,这些知识在促进刑侦研究工作的同时,对一线的实际刑侦工作具有很大的参考价值;最后,文章给出了面向刑侦档案数据信息的仓库模型,针对其数据挖掘系统框架提出了相应的数据挖掘方法,为进一步的刑侦数据信息联机分析处理和有用信息挖掘以及为公安安全防范决策服务。     

Mining the past to determine the future: Comments

In forecasting, data mining is frequently perceived as a distinct technological discipline without immediate relevance to the challenges of time series prediction. However, Hand (2009) postulates that when the large cross-sectional datasets of data mining and the high-frequency time series of forecasting converge, common problems and opportunities are created for the two disciplines. This commentary attempts to establish the relationship between data mining and forecasting via the dataset properties of aggregate and disaggregate modelling, in order to identify areas where research in data mining may contribute to current forecasting challenges, and vice versa. To forecasting, data mining offers insights on how to handle large, sparse datasets with many binary variables, in feature and instance selection. Furthermore data mining and related disciplines may stimulate research into how to overcome selectivity bias using reject inference on observational datasets and, through the use of experimental time series data, how to extend the utility and costs of errors beyond measuring performance, and how to find suitable time series benchmarks to evaluate computer intensive algorithms. Equally, data mining can profit from forecasting’s expertise in handling nonstationary data to counter the out-of-date-data problem, and how to develop empirical evidence beyond the fine tuning of algorithms, leading to a number of potential synergies and stimulating research in both data mining and forecasting.     

基于模糊关联规则在电子商务数据挖掘中的研究

数据挖掘是一种新兴的信息处理技术,它通过对商业数据的分析处理,可以发现蕴藏在数据中的商业知识,挖掘数据内在的联系、规则和模式,辅助商业决策。在电子商务环境下的数据挖掘的研究,主要是进行客户访问信息的挖掘．文章在考虑了数据来源之后,简要介绍数据预处理过程．最后给出了模糊集与传统的关联规则挖掘结合的算法。     

基于客户关系管理的数据挖掘技术的应用

数据挖掘技术在客户关系管理中的应用在国内尚属一个全新的领域。文章从信息技术的角度,定义了客户关系管理的概念,总结了客户关系管理中常用到的数据挖掘的算法,制定了数据挖掘技术应用于客户关系管理中的具体流程,为企业的客户关系管理应用数据挖掘技术提供了有价值的参考。     

组织机构代码数据深度挖掘在城市经济决策中的作用浅析

数据挖掘技术的出现为组织机构代码办证过程中积累原始数据的深层次开发应用提供了一种可行的手段。文章介绍了数据挖掘在组织机构代码工作中的使用目的和实现方法,并结合实际数据详细分析了代码信息的应用,希望通过对代码数据的挖掘为决策者提供有用的信息参考。