基于改进k-means算法的入侵检测系统及其应用研究

对于目前网络中大量的未知新型攻击,数据挖掘技术有着比较好的应用,从而成为了入侵检测中的热点研究领域之一。文章基于上述背景,以聚类分析为主线,提高检测率和降低误报率为目标,开展以k-means算法为基础的入侵检测研究,提出一种增强的k-means算法,并进行实验仿真及结果分析。     

数据挖掘技术在客户关系管理(CRM)中的应用

首先介绍当今消费者的购物和消费心理,从而指出在零售业中的CRM应将重点放在哪些方面,最后介绍了DM在零售业中的CRM中的运用,就如何获取客户、客户保持及客户忠诚度方面与DM结合进行了阐述。     

关于信息技术在房地产行业中的应用研究

信息化管理、集成管理及数据挖掘技术在房地产行业发展中扮演着重要的角色,信息技术使房地产行业实现了服务产业化、规模化、标准化及专业化特征,房地产行业借助信息技术的强大功能,能够大幅度提高房产商和客户决策的正确性和效率性,深度透析房地产企业的内外信息,提高政府对企业、企业对人员的管理效率和效果。     

数据挖掘技术在公安技侦工作中的应用

文章以数据挖掘技术中的关联规则在技侦装备管理中的应用为例,应用Apriori算法,挖掘出装备故障问题内在的知识和规律,并应用于实际的装备保障工作,提高了技侦装备在实战过程中的稳定性。以此对数据挖掘技术引入公安技侦工作的必要性及推动公安技侦工作科学化发展进行初步探讨。     

基于数据挖掘的证券公司客户价值分析系统设计与实现

本文根据证券企业目前的管理水平只限于办公自动化管理的阶段,没有更深层次的挖掘计算机技术给企业发展带来的价值,而证券企业的竞争环境对企业的客户关系管理提出了更高层次的要求的现实需要,对企业客户进行细分,并对其过程进行深入的分析和研究,结合客户细分理论和客户价值理论,构建了证券业客户价值分类模型,采用数据挖掘的方法和贝叶斯算法对分析系统进行实现。通过本文的研究,力图对证券企业客户按照价值理论进行分类,从而为精准营销提供借鉴意义和参考价值。     

数据挖掘在现代物流中应用的再度探析

本文介绍了数据挖掘在现代物流中应用的必要性，以及如何在物流中应用数据挖掘，并提出基于活动的现代物流剖析(ABP)的方法，进而使数据挖掘在现代物流中得以应用，提升现代物流管理的效绩。     

城市公安决策支持系统模型研究

为了解决城市公安缺乏有效决策支持的问题,本研究提出了城市公安决策支持系统总体框架模型,具体描述了各组成部分的结构,如数据仓库、模型仓库、知识仓库,并详细论述了决策支持系统的五个功能层面。该系统将为城市公安领导及一线民警工作提供科学决策提供支持。     

上市公司异常财务指标的传导路径研究

本文使用沪深两市A股东北制造业上市公司2010-2015年8大类财务指标中的39个财务指标作为本文的研究对象,采用sigma(3σ)检测法和聚类分析方法界定异常数据,通过数据挖掘的方法对异常财务指标之间的关联通道进行实证研究并检验.本文将研究发现的异常财务指标的传导路径检验公司的信息披露是否存在错误,加强公司的内部控制.     

电子商务中的DM技术运用

文章在阐述数据挖掘的基本原理的基础上 ,结合电子商务中的商务实例 ,分析了DataMining(简称DM )技术的流程及主要功能 ,说明了DM工具的算法和特点 ,简要介绍了DM技术中的核心问题———建模技术 ,并给出了相应的实例。     

关联规则研究

对关联规则挖掘技术进行了研究,描述了关联规则的基本概念,介绍了关联规则的分类;阐述了挖掘关联规则的步骤,并展望了关联规则进一步的研究方向。关联规则挖掘作为数据挖掘领域的一个重要研究内容,它揭示了项集之间有趣的相关关系,可广泛应用于购物篮分析、数据分析、分类、网络个性化服务、企业电子商务中客户数据挖掘等广泛领域。