共查询到20条相似文献,搜索用时 15 毫秒
1.
企业在管理过程中产生了大量的数据,这些数据的背后隐藏着与企业密切相关的极其重要的知识。聚类、关联规则、序列模式、统计分析、特征规则等数据挖掘方法能从这些海量数据中发现有用的知识,使数据真正成为企业的财富,为企业的决策和发展服务。目前数据挖掘已被广泛应用于银行、电信等行业,用来对客户数据进行正确的分析,挖掘消费模式,预测客户未来的行为,针对客户的需求提供个性化的服务。 相似文献
2.
3.
信息技术的发展使得商业银行的业务处理越来越电子化,积累的电子数据越来越多。面对商业银行海量电子数据环境,审计人员需要一种新型的适应海量数据环境的审计方法。数据挖掘技术正是针对日益庞大的电子数据应运而生的一种新型信息处理技术。本文将探讨在商业银行审计中,如何应用概念描述、分类预测、聚类、关联规则、孤立点分析等方法进行审计。 相似文献
4.
随着信息技术的发展和应用,零售企业积累着越来越庞大的交易数据,这些数据背后隐藏着单靠数据库技术无法发现的重要信息。作为一种能从数据中获取知识的技术和工具,数据挖掘能从海量的业务数据中进行描述和聚类、关联、分类等分析,在此基础上创建预测模型进行趋势和行为预测,从而提升零售企业的竞争力。 相似文献
5.
本文从构建网络空间课堂评价指标体系入手,利用数据挖掘技术,通过对网络日志和后台数据库进行数据挖掘,获取评价原始数据,并对数据进行处理,得到网络空间课堂中教师教学、学生学习、网络资源的评价等级,同时对相关数据进行聚类和关联分析,使空间教学评价更科学,发挥了评价的促进作用。 相似文献
6.
校园“一卡通”是实现数字化校园的重要组成部分,是校园电子商务平台构建及运行的基础.该卡在校园中使用,学生、教职工人手一卡,集各种基本功能于一体,可进行自由消费和充值,最终实现“一卡在手,走遍校园”.本文首先介绍校园“一卡通”概念及其主要功能;然后介绍以“一卡通”为载体开展校园电子商务的必要性和可行性以及在此过程中使用“一卡通”无卡交易的优势;最后,以校园“一卡通”无卡交易为基础,详细介绍校园电子商务系统组成模块及其设计概要. 相似文献
7.
基于数据挖掘中的K-均值聚类方法,对四川省卷烟市场数据进行研究。对卷烟市场中的消费群体进行分群,为针对性销售确定目标客户,对提高卷烟厂销量有一定的指导意义。 相似文献
8.
基于数据挖掘中的K-均值聚类方法,对四川省卷烟市场数据进行研究。对卷烟市场中的消费群体进行分群,为针对性销售确定目标客户,对提高卷烟厂销量有一定的指导意义。 相似文献
9.
10.
当前,高等学校的消费支付理念和管理模式正在朝信息化方向改革,以校园网和Internet为平台,银校联手,逐步实现校园一卡通。文章简要介绍了校园一卡通的主要功能,重点分析了校园一卡通的应用对高校财务管理的重要作用,并指出了实施中应注意的问题。 相似文献
11.
基于某超市的数据挖掘分析 总被引:1,自引:0,他引:1
本文面对超市2年的日销售数据,根据数据挖掘思想,对海量数据按品类进行分组,并对各品类商品的销售数据进行分析。此外还通过对备品类的销售额建立ARMA模型,探求消费者的消费习惯,对商品的品类布局提出建议。 相似文献
12.
校园一卡通在高校财务管理中的应用 总被引:1,自引:0,他引:1
当前,高等学校的消费支付理念和管理模式正在朝信息化方向改革,以校园网和Internt为平台,银校联手,逐步实现校园一卡通.文章简要介绍了校园一卡通的主要功能,重点分析了校园一卡通的应用对高校财务管理的重要作用,并指出了实施中应注意的问题. 相似文献
13.
14.
信息化社会的社会活动与资金流管理也必须进行信息化的革命。本文介绍了非接触式校园一卡通系统的发展现状,阐述了应用校园一卡通的必要性,并结合该系统的功能,对引入了新的电子消费模式,引发的管理模式的变革等进行了论述,对信息时代如何规划设计校园管理现代化进行了探讨。 相似文献
15.
校园一卡通即在学校内,凡有现金、票证或需要识别身份的场合均采用卡来完成。此种管理模式代替了传统的消费管理模式,为学校的管理带来了高效、方便与安全。本文主要从校园一卡通系统对卡片需求的特点、Mirarel卡特性两大方面分析了校园一卡通系统中选择卡片的依据。在分析卡片工作原理的基础上给出了卡片内部设计的方法。 相似文献
16.
随着高校信息化建设的深入发展,校园一卡通系统的建设步伐也明显加快。如何有序、高效、顺利的进行校园一卡通系统建设,成为摆在我们面前的一个重要议题。本文基于吉林大学珠海学院校园一卡通系统工程的实施与建设实践,简要分析了校园一卡通系统建设过程中出现的问题,并重点阐述了对这些问题的一些思考,希望能为高校校园一卡通系统的建设工作提供一点经验和参考。 相似文献
17.
随着数据挖掘技术的发展,作为数据挖掘中重要方法之一的聚类分析,先后出现了许多聚类算法。这些聚类算法均有其自身的优缺点。为了方便用户找到适合的聚类算法,本文根据不同的聚类原理对聚类算法进行分类,并概述了各类算法的发展情况。针对聚类的典型要求,归类出了一些有代表性的算法,同时对它们进行了分析和评价。文章最后给出了几种常用聚类算法的性能比较,并对聚类算法的发展进行展望。 相似文献
18.
19.
数据挖掘(Data Mining)是一个利用各种分析工具在海量数据中发现模型和数据之间关系的过程,这些模型和关系可以被企业用来分析风险、进行预测。现代商业活动中,企业通过数据挖掘技术可以对商业信息进行微观、宏观的统计、分析、综合和推理,从而来指导自身的高级商务活动。 相似文献
20.
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。 相似文献