浅谈数据挖掘与知识发现

文章从四个方面的信息阐述了数据挖掘与知识发现:数据挖掘与知识发现发展状况和信息(网站)、数据挖掘与知识发现的基本概念、数据挖掘与知识发现解决问题的关键、数据挖掘与知识发现的技术、方法。     

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.     

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。     

S-PLUS公司一个开始在中国崭露头角的世界著名统计分析与数据挖掘厂商

随着基础信息化工作的深入与普及,人们开始关注如何开发利用信息系统收集的数据。因此,人们对用于数据加工的统计分析与数据挖掘主流平台越来越有兴趣。本文介绍一个刚刚在中国崭露头角的世界著名统计分析与挖掘平台厂商InsIghtful公司,由于该公司的旗舰产品S-PLUS在业界是如此著名,该公司更多地被人简称为S-PLUS公司。     

PMML实现高速便捷的数据挖掘

业界平均客户流失率高达2．5％的．现状,已经成为众多大型无线通讯企业面临的经营难题。数据挖掘可以有效协助无线通讯企业有效解决上述问题。通过针对这些问题应用先进的分析方法,通讯企业就能够通过预测、描述、评分以及概括等方式收集到更有效的信息。透过这些信息,通讯企业将可以预测到那些最有可能离他们远去的客户,从而针对这一群体采取适当的挽留措施。此外,并非全部客户都是因为相同的原因要放弃该通讯企业,数据挖掘可以协助无线通讯企业为其不同的客户量身定制合适的促销方案与资费方案。