基于网络数据挖掘技术的电子商务应用

数据挖掘定义为是从存放在数据库、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。对数据挖掘的基本特点与流程和电子商务中Web数据挖掘与数据源进行了分析,并对数据挖掘技术在电子商务领域的应用进行了研究探讨。     

数据挖掘技术综述

数据挖掘是目前信忠领域和数据库技术的前沿研究课题,本文介绍数据挖掘的定义、方法、过程及应用,并对数据挖掘的发展趋势进行了分析.     

基于增量数据库关联规则挖掘算法研究

近年来数据生成和收集技术的发展使得面向科研、管理等领域的数据集十分庞大,从而对海量数据集进行的信息提取变得更加迫切。文章对数据挖掘的概念及所要达到的目标进行剖析,对增量数据库关联规则挖掘算法进行研究,通过举例对数据库关联规则挖掘算法的实际应用进行了分析。     

基于Web数据挖掘研究

在Internet浪潮的冲击下,人们面临着数据爆炸的挑战;随着数据挖掘(Data Mining,DM)技术的迅速发展及数据库管理技术的广泛应用,人们积累的数据越来越多,如何从浩如烟海的数据中找到内在的规律,如何更方便地传递、交流、获取有用的信息,挖掘这些激增数据背后隐藏的重要信息已成为当前高科技领域研究的热点。Web挖掘(Web Mining),是将传统的数据挖掘同Web结合起来的技术,从广义上解释就是通过数据挖掘技术来分析与网站相关的资料。就WEB数据挖掘的一些特点、过程以及方法进行探讨。     

数据挖掘在企业信息处理中的应用

数据挖掘是近年来国际上智能信息处理和决策支持分析领域的最前沿的研究方向之一。数据挖掘是指在数据库中对数据进行一定的处理,从而获得其中隐含的有用的信息,发现其潜在规律的过程。这些知识可以用于知识管理,问题求解,制定决策,过程控制和其他领域。文章简要概述数据挖掘的基本理论和常用分析方法,实施过程和步骤,以及数据挖掘技术在企业信息处理和利用中的应用。     

探析VB数据库的构建技术

数据挖掘是指从大型数据库或数据仓库中提取隐含的、未知的及有应用价值的信息或模式。它是数据库研究中的一个很有应用价值的领域,融合了数据库、机器学习、统计学等多个领域的理论和技术。Ⅷ具有强大的数据操作功能,利用vB能够开发各种数据库应用系统,建立多种类型的数据库,并管理、维护和使用这些数据库。详细介绍了vB数据控件的属性,实现与数据库连接的方法步骤。     

数据挖掘在财务决策中的应用

在网络经济时代,一方面财务信息量以"爆炸"的方式增长,另一方面企业对财务分析的要求越来越高。财务作为整个企业信息系统的一个重要子系统,必须及时、准确地处理和分析各种经济事项。采用数据挖掘技术,可以满足信息量超大、数据处理成本低的要求。从海量数据中发现模型和数据间的关系,从中挖掘出隐含的、先前未知的、对决策者有潜在价值的财务分析资料。数据挖掘技术和联机分析处理技术是当前基于大型数据库或数据仓库的新型信息分析技术,在许多领域得到广泛应用,取得了很好的成效。如何将其应用于财务决策以提高决策的正确性、及时性,降低决策的风险,已成为财务管理领域的重要研究课题。本文在介绍数据挖掘技术和联机分析处理技术及其相互关系的基础上,分析了财务决策领域应用这两种技术的现实必要性,并进一步论述了财务决策中数据挖掘和联机分析处理的应用流程。     

基于Web数据挖掘研究

在Intemet浪潮的冲击下，人们面临着数据爆炸的挑战；随着数据挖掘（Data Mining，DM）技术的迅速发展及数据库管理技术的广泛应用．人们积累的数据越来越多，如何从浩如烟海的数据中找到内在的规律，如何更方便地传递、交流、获取有用的信息，挖掘这些激增数据背后隐藏的重要信息已成为当前高科技领域研究的热点。Web挖掘（Web Mining），是将传统的数据挖掘同Web结合起来的技术，从广义上解释就是通过数据挖掘技术来分析与网站相关的资料。就WEB数据挖掘的一些特点、过程以及方法进行探讨。     

数据挖掘技术及其在移动通信中的应用

数据挖掘是数据库研究中的一个很有应用价值的新领域,融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术.本文表述了数据挖掘的基本技术,探讨了数据挖掘技术在移动通信中的应用.     

数据挖掘技术在电子商务中的应用研究

在现代社会中数据库技术飞速发展,其中包含的数据信息也在与日俱增。在企业运营过程中,数据库系统也逐渐被广泛应用到日常信息管理中,也就是通过相关技术手段有效组织利用数据库中的海量信息,帮助相关数据所有者找到其中有价值的信息及知识,用来指导企业的发展规划,提高企业的运行效率。这成为了当下电子商务行业经营者非常关注的热点话题之一,而数据挖掘技术正好可以帮助电子商务经营者解决此类问题。数据挖掘是人工智能和自然语言理解等相关技术的综合利用,目的是从大量数据中提取出可利用、有价值的信息或模式。本课题首先分析和总结了国内外学者的研究成果,对数据挖掘在电子商务中的应用做初步了解,接着对数据挖掘和电子商务概念、数据挖掘的方法进行阐述,本文还采用了理论分析和案例分析等研究方法,同时还对来自不同企业的员工进行了问卷调查,对数据挖掘技术在电子商务领域在相关应用情况、推广过程中存在的难点以及解决电子商务发展瓶颈的相关办法进行充分讨论研究,以此探析电子商务发展与数据挖掘的切合点,全面推进技术创新应用。通过本文的研究,对数据挖掘技术在电子商务中的应用现状有了一个了解,其中的问题以及解决方案也能为数据挖掘在电子商务中的更好应用提供一个好的平台。     

国际数据挖掘研究热点与前沿可视化分析

为全面了解国际图书情报学数据挖掘领域的研究热点和前沿趋势,以Web of Science数据库收录的2007-2016年数据领域的文献数据为研究对象,通过CiteSpace软件,结合文献计量学和可视化方法,从年度分布、期刊分布、研究力量分布、重要文献、研究热点以及前沿等方面进行分析。研究发现,国际数据挖掘研究出现了网络与计算机技术、数据挖掘方法、数据挖掘与管理、数据挖掘与应用四大聚类。研究前沿探测出3个发展时期,每个时期的热点都有特色。根据上述研究绘制该领域知识图谱,对国际数据挖掘的研究现状和发展趋势进行分析和总结,为我国数据挖掘研究提供参考。     

数据挖掘技术的应用研究综述与启示——在会计舞弊识别研究中的应用

随着科技的进步和社会的发展,不同领域不同种类的信息数量迅速增加,面对这些海量的,存储形式各异的数据资料,数据挖掘技术则脱颖而出成为从这些数据中发掘有用信息的有效方法。目前,数据挖掘技术已不断的应用于不同的领域,本文主要对会计舞弊识别中运用该方法的相关研究进行了回顾与评述,并分析了数据挖掘方法在识别会计舞弊中的优势和未来的应用前景。     

数据挖掘及其在高校图书馆期刊管理中的应用

数据挖掘是当前数据库和信息决策领域的研究热点。本文首先介绍了数据挖掘的基本涵义和处理过程．然后分析了数据挖掘的功能和主要方法与技术，最后探讨了数据挖掘技术在高校图书馆期刊管理与信息服务工作中的具体应用。     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术.本文介绍了数据挖掘的定义、功能、常用技术、数据挖掘过程,以及数据挖掘的应用.     

以数据挖掘提升企业服务补救能力

数据挖掘是当前国际上数据库和决策支持分析领域最前沿的研究方向之一。结合数据挖掘技术的特点和服务补救对信息的要求,本文探讨了数据挖掘在服务补救中的具体应用,提出了未来发展的方向。     

初析数据挖掘技术

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域。数据挖掘技术能快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用。数据挖掘方法结合了数据库技术、机器学、统计学等领域的知识,从深层次挖掘有效的模式。数据挖掘技术具有广泛的应用前景。     

数据挖掘技术与用户知识获取

1　数据挖掘技术概述随着信息技术的迅速发展 ,数据库的规模不断扩大 ,从而产生了大量的数据。为给决策者提供一个统一的全局视角 ,在许多领域建立了数据仓库。但大量的数据往往使人们无法辨别隐藏在其中的能对决策提供支持的信息 ,而传统的查询、报表工具无法满足挖掘这些信息的需求。因此 ,需要一种新的数据分析技术处理大量数据 ,并从中抽取有价值的潜在知识 ,数据挖掘 (ＤａｔａＭｉｎｉｎｇ)技术由此应运而生。数据挖掘技术也正是伴随着数据仓库技术的发展而逐步完善起来的。数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信…     

数据库与数据挖掘技术探析

在现代信息收集及信息储存过程中,数据库以及数据挖掘技术属于十分重要的内容,在实际工作过程中发挥十分重要的作用,并且有着十分广泛的应用。在当前数据存储中,通过对数据挖掘技术进行合理有效应用,可对数据库中所储存数据进行更好应用,从而保证数据信息利用率能够得以有效提升,使这些数据能够发挥更好的作用。     

论数据挖掘的发展前景及潜在价值

作为一项通用的知识发现技术,数据挖掘技术旨在从少量数据中提取出人们感兴趣的数据信息。文章对数据挖掘概念的产生,数据挖掘与常规数据分析的主要区别,所能解决的几大类问题和所应用的领域都有清晰的论述,并且结合数据挖掘的应用模型及技术提出了数据挖掘的应用前景。     

数据挖掘技术、应用及发展趋势

数据挖掘是当前数据库和信息决策领域的最前沿研究方向之一。本文从知识发现和数据挖掘的概念出发，总结了数据挖掘常采用的技术方法，同时对数据挖掘的应用及发展进行了阐述。