数据挖掘中的数据质量检验

数据质量检验是数据挖掘过程中的重要环节,是数据预处理工作的基础。长期以来,国内IT系统在运行过程中对于数据质量缺乏关注,数据质量低。很多项目由于开始未经过周密的数据质量检验,导致通过数据挖掘建立的模型有偏差,甚至结果完全错误。数据质量问题已严重影响到数据挖掘技术的应用,成为数据挖掘项目成败的关键因素。     

数据挖掘中不可忽视的环节--数据预处理

在数据挖掘中,数据预处理占有重要地位。本文在介绍数据预处理概念的基础上, 分析了数据预处理的主要内容和方法。     

浅谈数据挖掘的应用

数据挖掘技术逐渐被人们所接受,在实际生活中的应用越来越广泛.本文首先简单地概述了数据挖掘相关的概念和应用的流程,然后介绍了数据挖掘在各个行业的应用,及其在应用的过程中所遇到的问题,并给出了相关的建议.     

浅析数据挖掘技术在金融系统中的应用

在网络技术和数据库技术的日益成熟的今天,金融业的发展促使金融企业内部收集了大量的数据,并且迫切需要将这些数据转换成有用的信息和知识,创造出更多潜在的利润以提高竞争力,数据挖掘概念就是从这样的商业角度提出来的。一、数据挖掘的概念随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据量急剧增大,在大量的数据背后隐藏着许多重要的信息,如果能把这些信息从数据库中抽取出来,将为公司创造很多潜在的利润,而这种从海量数据库中挖掘信息的技术,就称之为数据挖掘。从商业的角度定义,数据挖掘是一种新的商业信息处…     

Web日志挖掘研究

首先介绍了Web日志挖掘产生的背景,然后介绍了Web数据挖掘的概念,再从Web数据挖掘的内容角度引出Web日志挖掘,并略为详尽地阐述了Web日志挖掘的数据预处理技术及Web日志挖掘的算法。     

Web数据挖掘在电子商务中的应用

随着互联网的发展,Web数据挖掘由于其独特的优点,在电子商务中有了更大的用武之地。文章主要介绍了Web数据挖掘的概念和分类、电子商务中的数据资源、电子商务中Web数据挖掘的主要方法及过程,并着重介绍了Web数据挖掘在电子商务中的具体应用。     

数据转换方法在寿险数据预处理中的应用

早期大型在线事务处理系统（OLTP）问世后不久，就出现了一种用于抽取处理的简单程序，其作用是搜索整个文件和数据库，使用某些标准选择合乎要求的数据，将其复制拷贝出来，用于总体分析，这就是数据预处理的前身。数据预处理包括数据抽取、数据清洗转换、数据加载三个过程。本文主要研究数据转换方法在寿险事务处理系统中的应用。     

数据挖掘技术在银行客户关系管理中的应用

数据挖掘技术是一种有效的信息处理方法,本文以银行业为基础,介绍了银行业客户关系管理特点,如何应用数据挖掘技术,以及数据挖掘技术在银行业的简单应用.     

数据挖掘技术在保险业中的应用分析

进入20世纪80年代后，计算机技术迅速发展，在保险行业中开始出现计算机业务系统。通过多年使用计算机业务系统，保险公司已积累了大量的历史数据，这些数据是公司最重要的财富。如何处理海量保单数据，以及如何更好地汇总、分析那些历史数据，进而从中获取有意义的信息，并从中挖掘出业务的内在规律，以达到提高效益、减低成本、防范风险的目的，是保险行业面临的亟待解决的数据应用问题。     

稽核系统中的数据挖掘技术

数据挖掘技术的应用,加快了非现场稽核系统在金融领域的推广。非现场稽核系统基于数据挖掘、面向分析,它实现银行海量交易数据和历史数据的存储、查询、分析、管理。     

信用评分模型开发中的抽样技术

信用评分是运用数据挖掘技术对已知客户的信息进行分析，建立能预测未来客户信用表现的模型。数据准备是评分模型开发过程中非常重要的步骤，数据质量的好坏直接决定了模型的成败。由于银行内部的数据量非常庞大，为了使分析更加有效率，需要对数据进行抽样。因此，如何进行抽样，如何保证样本能够充分代表总体就非常重要。根据信用评分模型的开发经验以及数据挖掘中的抽样理论，现提出如下建立评分模型时应用的抽样技术以及注意事项。     

基于XML的Web数据挖掘系统的研究与设计

本文主要研究了XML(EXtensible Markup Language)和数据挖掘两项技术的结合点,提出了基于XML的数据挖掘系统模型。在该模型中对数据挖掘的各个环节提出了采用XML技术的解决途径;研究了XML用于异构数据集成、数据预处理和XML数据集上的数据挖掘等问题;提出一个面向电子商务站点的Web挖掘原型系统。     

大数据时代商业银行数据挖掘攻略

正大数据时代,对于商业银行而言,在不断完善计算机应用系统底层数据库群、操作数据存储、主数据存储、企业级数据仓库、数据集市等建设的基础上,网络爬虫、Hadoop、MapReduce、NoSQL、Lucene等技术拓宽了银行的数据掌控能力。当前,银行无论面对内部数据还是外部数据、结构性数据亦或非结构性数据,数据的产生、捕获、整合、存储、访问等技术均已日渐成熟。与此同时,数据的价值也随着数据生命周期的不断延伸而大幅提升。为实现数据价值的最大化,银行还     

数据挖掘与数据展现：业务动态分析系统的方案构建

为了适应目前越来越激烈的保险行业竞争，实现“一流的服务质量、一流的工作效率、一流的公司信誉”的服务宗旨，太平洋财产保险北京分公司一直大力进行着信息化建设，特别是在2002至2003年间更是加快了信息化建设的步伐，2003年1月1日业务集中系统投入使用，2003年7月全公司统一的单证系统上线，2003年8月实施“双核”，     

数据挖掘技术在反洗钱系统中的应用

本文以数据挖掘技术在反洗钱系统中的应用现状为基础,探讨了链接分析和基于范例推理技术在反洗钱中的应用,为数据挖掘在反洗钱系统中的应用提供了新途径。     

企业级数据治理框架下的数据质量管理

银行业在发展过程中积累了大量的客户数据和经验数据,利用这些数据发掘有价值的信息,已经成为银行业普遍关心的问题.日益全面和严格的监管措施和信息披露要求,也对银行数据提出了前所未有的挑战.随着数据整合度的提升,以及数据使用范围的扩大,在使用过程     

数据清洗方法在寿险事务处理系统中的应用研究

早期大型的在线事务处理系统（OLTP）问世后不久，就出现了一种用于“抽取”处理的简单程序，其作用是搜索整个文件和数据库，采用某些标准选择合乎要求的数据，将其复制拷贝出来，用于总体分析，这就是数据预处理的前身。数据预处理应包括数据抽取、数据清洗转换、数据加载的整个过程。本文主要研究数据清洗方法在寿险事务处理系统中的应用。     

数据挖掘中的决策树分类

数据挖掘技术混合了以往传统的数据分析处理方法和处理大量数据的复杂算法,为探寻和分析新的数据类型以及用新方法分析旧有数据类型开辟了宝贵的新天地。数据挖掘被广泛应用于商务、金融、软件、医学、科学与工程等领域。本文对数据挖掘进行介绍,同时对决策树的定义、思想、工作原理及其算法进行介绍。     

浅谈数据挖掘技术在反洗钱系统中的应用

洗钱犯罪，一直以其对国家经济稳定的巨大危害，受到世界各国的广泛重视。大额和可疑交易报告制度是反洗钱工作的核心措施，而对大额和可疑交易数据的处理是一项既费时又耗资源的工作，但洗钱犯罪具有一些普遍特征，这些特征通过可疑的交易和账户体现出来。