数据挖掘技术及工具的发展和应用

进入21世纪,通信、计算机和网络技术正改变着整个人类和社会.随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累了大量数据信息.人们希望能够了解激增的数据背后隐藏着的重要信息,以便更好地利用这些数据.而目前的数据库系统可以实现高效地数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,从而无法根据现有的数据对未来的发展趋势进行预测.缺乏挖掘数据背后隐藏的知识的手段,导致了"数据爆炸"但"知识贫乏"的现象.面对这一挑战,数据挖掘和知识发现(DMKD)技术应运而生,并显示出强大的生命力.     

零售业客户关系管理(CRM)系统分析研究

作为一种新的管理模式、业务营销理念和信息技术前沿产品,CRM已成为现代企业的一个重要研究方向.零售业间的行业竟争不断加剧,为了应对国内外同行的挑战,构筑竞争优势,结合零售业客户关系管理存在的问题,我们设计了基于数据挖掘的零售业CRM系统模块.     

数据挖掘技术在商业银行中的应用研究

随着商业银行信息化进程中数据集中阶段任务的完成，各商业银行将面临如何从大量的数据中提取有价值的信息和知识“提高企业决策质量和市场竞争力，数据挖掘技术的出现使企业“数据变知识“成为可能。本主要结合商业银行的实际，探讨了数据挖掘技术在其客户关系管理、信用管理、风险管理等方面的应用。     

基于数据挖掘技术的银行反洗钱系统

一、前言 反洗钱是一个全世界都面临的艰巨任务,在中国,反洗钱同样具有重要的意义,因为它不仅能有效打击恐怖主义,而且还能体现中国政治经济的稳定,坚定中外投资者的信心.     

数据挖掘及其在信用卡风险控制中的应用

2002年底中国的银行卡数量已经超过了5亿张,然而,真正的信用卡却只有100多万张,可见中国的信用卡产业还处于初级阶段。不过,从各发卡机构热衷于推销信用卡的态势来看,国内信用卡产业发展的高潮即将到来。为了加大发卡量,各发卡机构推出了各种各样的优惠条件,却把风险控制机制的     

数据挖掘及其在银行业的应用

数据挖掘技术是近年来在国外银行业得到广泛应用的一门新兴边缘信息技术。随着我国银行业信息技术应用的不断成熟，数据挖掘技术也必将极大地促进我国的金融电子化建设。本简要介绍了数据挖掘技术的概念、分析手段、核心技术、在银行的成功案例以及在我国的应用前景。     

浅谈数据仓库技术在农发行的应用构想

一、建立数据仓库的意义 近年来，在计算机方面，涌现出数据挖掘、统计分析、联机数据分析、联机数据挖掘等数据分析的支持技术，其中，数据仓库技术扮演了举足轻重的角色。     

数据仓库、OLAP和数据挖掘的比较分析

为了从丰富的数据中提取所需的信息,数据仓库、OLAP和数据挖掘应运而生。本文介绍了这三种技术的基本概念,分析了OLAP和数据挖掘的关系以及它们与数据仓库之间的关系,并介绍了在实际应用中三者是如何融合为一体来辅助决策的。     

Web数据挖掘综述

随着Web上信息量的不断增加,如何在信息海洋中找到真正需要的内容成为重要的研究主题,Web数据挖掘是一个很好的途径。本文阐述了Web数据挖掘的定义、特点和分类,并对Web数据挖掘模型和Web挖掘的应用前景进行了探讨。     

金融市场高频数据挖掘的新进展——金融孤子(非欧几何)构造投资模式的实盘交易

本文基于复杂系统理论和非线性动力学原理,对现代金融交易市场的高频数据进行挖掘,运用金融孤子(非欧几何)构造投资模式,实盘交易中国金融市场(股票、期货)相关品种,证实在市场经济体系下,信息价值淹没在市场盘面的高频数据之中,通过有效的DM(DataMining)从而实现KDD(KnowledgeDiscoveryofDatabase),具有信息不对称情况下的IBBV(InformationBlackBoxVisualization)意义。