数据挖掘技术在商业银行审计的应用研究

本文分析了数据挖掘在商业银行审计中作用,对数据挖掘中用到的方法和技术进行了综述,对用于审计的数据挖掘软件的发展进行了分析,但同时也看到,数据挖掘软件毕竟只是工具,富有相关专业经验的审计人员的作用比数据挖掘软件更关键。     

数据挖掘应用性的研究

随着信息技术的高速发展,人们积累的数据量急剧增长,如何从海量的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应这种需要应运而生发展起来的数据处理技术。数据挖掘(Data Mining)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。数据挖掘算法和可视化工具适用于挖掘数据中的重要模式,并且提供有价值的预测,它是当代人工智能、统计学等技术在数据库领域中的应用。     

基于资金时间价值基础之上的工程经济决策树方法

本文通过探究工程经济决策树含义、其在考虑资金时间价值的重要性,提出了如何正确运用资金时间价值决策树方法,力求给投资者科学合理的投资决策建议。     

数据挖掘在课程成绩分析中的应用

数据挖掘是数据仓库技术中的重要技术之一.为了充分发挥考试的效能,综合评价命题质量,及时反馈教学效果,将数据挖掘技术与课程成绩分析相结合,从海量的数据中发现隐藏的有用信息,并将这些信息资源进行统计分析和总结是非常必要的.     

大数据在逾限邮件智能分类分级中的应用

介绍了河南邮政寄递业务邮件时限管理中的"标杆管理"理论,以寄递网提质增效为中心,立足省情实际,坚持问题导向,精准科学施策,用大数据技术推动寄递环节时限达标创标,提升寄递业务网运质量和运营能力.     

基于社群挖掘及决策树模型的欺诈团伙检测

当前,团伙欺诈模式越来越普遍,不同场景、不同业务对应的欺诈行为也越来越多。根据实际业务场景,基于套现欺诈用户更易和套现欺诈商户有所关联,形成聚集效应的团伙欺诈假设,通过构建商户—用户交易行为二分图,建立模型评估指标体系,对比不同社群挖掘算法fastgreedy算法、infomap算法、walktrap算法效果,最终在满足运行速度最快的基础上,用fastgreedy算法挖掘出社群最具区分度。针对挖掘出的社区,通过构建社区相关特征变量以及用户商户特征变量,设定好、坏社群标签,使用机器学习中的决策树模型,将社区结果进行分级,找出最坏的社群聚集群体。     

数据挖掘及其在银行业的应用

随着信息技术的飞速发展以及数据库管理技术的广泛应用,各大银行都在纷纷实施数据大集中,无数个数据库被用于办公、管理、开发等领域,大量的数据库信息如果不能合理使用和开发就会像垃圾一样成为银行业的包袱,如何提高信息的利用率,数据挖掘技术的应运而生给银行业带来无限生机,它将成为银行业发展过程中不可多得的新技术。     

基于决策树的土地利用覆盖分类及变化研究——以济宁市任城区为例

以济宁市任城区为研究对象,获取研究区域2001年、2006年和2011年三期Landsat ETM与TM影像,通过ENVI遥感影像处理软件分析了研究区影像的光谱特征以及植被归一化指数（NDVI）、建筑归一化指数（NDBI）以及水体归一化指数（NDWI）,利用决策树算法确定各地类的综合阈值,建立决策树模型,得到了土地利用覆盖分类结果并取得了良好的分类精度。同时通过对研究区2001至2011年的土地利用动态度及土地利用转移矩阵的分析得出研究区在研究期内的土地利用覆盖变化特征,最终得出结论：（1）利用决策树分类能够获得较高的分类精度;（2）任城区城镇化发展迅速,城镇化在区域土地利用覆盖变化过程中起到了主导性的作用。     

基于决策树的图像数据分类

数据挖掘,即利用大量的、不完整的、随机的实际应用数据,提取潜在其中的有用信息,解决相关问题。针对图像特征数据,利用提取的图像特征向量的基础上,基于决策树对图像数据进行分类处理,并对生成的决策树进行优化和剪枝处理。