低质量数据下的知识获取方案研究

数据挖掘已经成为重要的知识来源。随着信息化的深入,企业对数据挖掘有了较大的需求,但数据质量差往往会造成数据挖掘的结论可信度低,从而影响了数据挖掘的应用。本文以可拓学方法,通过系统分析产生脏数据的原因,提出了基于学科链方法的数据清洗方案。通过数据挖掘手段发现数据质量差距,追溯到软件设计、实施、维护等上游环节,提出从来源环节解决问题的系统方法,并提出通过数据挖掘应用咨询促使数据质量改进的措施,从而降低数据清洗的工作量,使数据质量不高的企业也可以实施数据挖掘项目,获取决策支持所需的知识。     

基于关联规则的apriori挖掘算法改进

关联规则挖掘是-种主要的也是用途最广的数掘挖掘方法.本文首先对关联规则挖掘及其经典apriori算法作了介绍,然后针对apriori算法的缺陷,提出了一种改进的关联规则挖掘算法,充分地证明了改进算法的性能优势.     

基于数据挖掘的电子商务网站个性化营销实现研究

数据挖掘技术让人们有能力最终认识数据的真正价值,即蕴藏在数据中的信息和知识。对于电子商务企业,丰富的数据源,自动收集的可靠数据使它很容易满足数据挖掘所必需要因素。论文从数据挖掘模式类型等内容出发,研究了电子商务企业怎样进行数据挖掘工具选择,分析本公司业务数据库中的数据,为个性化网络营销的实现服务。     

基本WEB技术采集INTERNET中的有用数据

本文分析和讨论了互联网搜索引擎,对网络信息挖掘中搜索引擎的基本原理进行了阐述,并对信息获取的方法进行了研究.     

智能化物流预测模型的Agent设计

本文研究了智能物流管理控制系统在实现过程中所采用的理论和技术方法,主要讨论了用Agent技术进行物流预测模型的设计,提出了基于MobileAgent的物流预测系统的体系结构和物流预测模型中的Agent结构,用Java语言实现了DMMA的基本框架。     

基于数据挖掘技术的企业客户关系管理(CRM)

由于竞争的全球化、需求的拉动和管理理念的更新,使客户关系管理(CRM)得到产生和发展。面对企业海量的数据,如何从其中发现有价值的知识和规律是企业急需解决的难题。数据挖掘技术为此提供了工具和途径。在了解CRM的概念和框架、数据挖掘的各种技术后,还必须了解数据挖掘在CRM中的应用流程和应用的业务领域。     

关联规则挖掘技术在零售业中的应用

简要地介绍数据挖掘和关联规则的概念,关联规则的基本理论,讨论了Apriori算法的核心内容,同时针对Apriori算法的不足,提出了解决方法,描述了几种优化算法。最后分析了关联规则挖掘在零售业中的应用。     

对做好行社数据资产价值变现的思考——以某农商银行为例

农商银行作为中小银行的中坚力量,数字化转型已上升为其企业战略,数据治理和用数赋智是数字化转型的重要环节,从底层上决定了客户营销、产品开发和管理决策的效用。文章主要是从农商行的现实视角出发,理清当前数据应用的现状,明确需要破除的症结,在现有的平台和技术环境下,思考如何进行数据整合、如何挖掘应用数据以及如何构建数据资产价值变现能力,进一步优化农商银行客户服务、营销组织和决策管理。     

数据挖掘技术在企业薪酬设针中的应用研究

现代企业薪酬设计过程中要面对数量众多、关系复杂的信息和数据,而数据挖掘技术在有效处理大量数据方面具有独特的优势。本文以薪酬设计中的数据分析过程为主线,探讨如何应用分类、聚类以及关联规则等数据挖掘技术来分析和处理数据,为薪酬设计提供强有力的决策支持。