数据挖掘:原理、方法及其应用

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。首先介绍了数据挖掘的基本概念和处理过程, 然后分别分析了数据挖掘所发现的主要知识类型和使用的技术方法, 最后对基于Web 的几个数据挖掘应用系统进行了较为细致的剖析, 并指出数据挖掘技术和搜索引擎技术的结合对网络信息的发现、搜集和管理、利用具有巨大的发展前景。     

数据挖掘在高校后勤信息系统中的应用

数据挖掘是从大量信息中发现有用的知识,利用已有的数据进行数据处理和分析。高校后勤信息系统的广泛应用产生了大量的师生消费、客户关系和员工管理等数据库,本文介绍了数据挖掘的流程和功能,对高校后勤信息系统导入数据挖掘系统的设计目标、功能要求、开发模式和系统结构进行分析与设计,探讨了数据挖掘在公寓管理、饮食管理、人力资源管理和客户关系管理模块的应用。基于数据挖掘的信息系统具有较强的信息处理能力和分析功能,并获得有效的决策支持信息,提高后勤服务质量和保障能力。     

企业CRM系统的数据挖掘与知识管理研究

企业CRM系统存储的各种数据资源日益膨胀 ,已经远远超出了人们的分析能力。面对海量的数据 ,传统的DBMS和OLTP技术无法发现隐藏在数据背后的关系、规则和发展趋势等知识。因此 ,建立基于DMKD的企业CRM系统是企业急需解决的重大课题。本文主要介绍了数据挖掘、知识发现、知识管理的概念 ,阐述了数据挖掘同知识发现的关系。从系统的角度 ,分析了知识管理的过程 ,并就CRM系统中的数据挖掘和知识管理作了深入的分析和论述     

数据挖掘在高校图书馆的应用

概述了数据挖掘的一般知识和几种在信息管理领域有应用前景的数据挖掘软件,探讨了数据挖掘在高校图书馆信息管理与服务方面的应用,分析了数据挖掘在应用中存在的问题.     

数据挖掘在生物医学工程文献检索中的应用

本文在概述数据挖掘技术的基本概念、分析方法的基础上,分析与比较了文本自动聚类算法;综述了国内外面向MEDLINE文献数据库的数据挖掘、知识提取研究;简述了可扩展标识语言(XML)的基本概念、文档格式及其在数据管理及数据挖掘中的应用.     

基于读者满意度的数据挖掘在数字图书馆中的应用

采用数据挖掘的方法对高校图书馆的数据进行分析整合,通过数据分析工具解决信息丰富而知识贫乏的现状。从数据挖掘在数字图书馆中的总体规划开始,研究了基于读者满意度的数据挖掘在数字图书馆中的应用,并通过构建数据仓库,建立基于Analysis Services2000的数据处理机制。     

数据挖掘在期刊客户关系管理中的应用

在期刊经营日益困难的今天,利用数据挖掘技术来辅助期刊客户关系管理非常必要。文章分析数据挖掘在期刊客户关系管理中应用的可行性,并探讨了数据挖掘方法在期刊客户关系管理中的具体应用。     

数据挖掘在电子商务中的应用

通过分析电子商务应用数据挖掘的必要性和可行性,概述数据挖掘的一些挖掘技术,重点介绍了数据挖掘在电子商务中的实际应用,包括营销、电子商务系统规划和系统安全、客户关系管理以及网络广告方面的应用。     

基于数据挖掘的读者关系管理

本文分析了数据挖掘的含义和系统结构,围绕从客户关系管理到读者关系管理的理论创新与实践应用,重点剖析了在高校图书馆读者关系管理中实施数据挖掘的过程,提出了基于数据挖掘的读者关系管理系统框架及其技术支持。     

数据挖掘在建筑企业管理中的应用

论文主要对数据挖掘技术在建筑企业管理中的应用进行了分析,从建筑企业的管理角度出发,分析了数据挖掘技术的作用。数据挖掘技术有利于建筑工程的企业管理,在材料供应及造价管理方面,提出更多的管理策略,并进行相关的数据对比,从而确定最佳管理方案,进一步提高建筑企业管理水平。     

数据挖掘在高校图书馆的应用研究

如何在图书管理工作中应用数据挖掘技术,更好地提供智能化和人性化的服务,是目前高校图书管理者所亟待解决的问题。本文分析了数据挖掘技术给高校图书馆所带来的机遇和挑战,对数据挖掘技术在高校图书馆中的应用进行了分析。     

数字图书馆知识发现系统平台构建策略研究

知识发现技术是一种从大量数据中获得有效的、新颖的、有潜在应用价值的和最终可理解的模式的高级处理过程,它通过数据准备、数据挖掘及模式识别与评价等步骤来实现知识发现,其系统一般架构分数据源、数据挖掘器和用户界面三层,在此基础上构建了由用户界面模块、数据预处理模块、数据挖掘模块、知识模式表示和评价模块、知识库管理模块五部分组成的数字图书馆知识发现系统模型,为数字图书馆知识发现系统平台构建提供策略。     

基于企业数据挖掘技术的应用及发展方向

随着信息化的发展,企业积累了越来越多的数据,企业需要从大量运营数据中获取信息和知识辅助决策,如何从大量数据中提取出隐藏的有用的知识,对企业发展至关重要,成为数据挖掘技术发展的动力。了解数据挖掘技术发展过程,分析了数据挖掘技术在实际领域中的应用,并对数据挖掘技术的前景作出了展望,使企业处于更有利的竞争位置。     

泛在知识环境中数据挖掘技术进展分析

本文针对泛在知识环境的特征和知识获取需求,重点从数据挖掘的智能演化、挖掘层次、发展要素三个主要方面进行调研分析,探讨了数据挖掘的本质要素及规律,指出基于智能语义处理的知识挖掘是数据挖掘发展的必然趋势.本文进一步提出,将人工智能领域的智能信息获取技术与知识管理领域的大规模语义知识处理技术相结合,构建语义知识表示、分析、检索、推理、挖掘等一体化的知识挖掘体系,是实现大规模知识获取和提升其智能水平的有效途径.     

知识图谱视角下数据挖掘在图书馆中的应用分析

文章以从CSSCI下载的有关“数据挖掘在图书馆中的应用”的题录信息为研究对象,使用CiteSpace从机构、作者、共被引文献、关键词等角度分别绘制了相关聚类视图和共被引网络视图,以可视化图谱的形式来展示国内图书馆数据挖掘的知识谱系,分析机构群特征、作者群特征、知识基础、研究热点和趋势,以期对该领域研究达到全面、整体的认识与把握。     

数据挖掘在决策支持系统中的应用

数据挖掘的出现带给的决策支持系统新的活力。加入数据挖掘的新决策支持系统的特,最是从数据中获取辅助决策信息和知识．完全不同于传统决策支持系统用模型和知识辅助决策。文章介绍了加入数据挖掘后的新的决策支持系统结构。在案例中运用数据挖掘中的美联规则示范数据挖掘在决策支持系统中的应用。     

文本挖掘、数据挖掘和知识管理 ——二十一世纪的智能信息处理

本文首先介绍了数据挖掘、文本挖掘和知识管理等概念，然后从技术角度出发，将知识管理划分为知识库、知识共享和知识发现三个阶段，分析了作为最高阶段的知识发现的关键技术和意义，最后指出在文本中进行知识发现是新世纪智能信息处理的重要方向。     

数据挖掘技术在高校学生CRM中的应用

本文对数据挖掘在高校学生CRM的应用进行了初步探讨,以决策树为例,建立了学生发展状况分类评估模型,并且对模型的应用进行了分析。基于数据挖掘的智能学生分析系统对于促进分层次学生管理的有效实施起着重要作用。     

大数据时代的专利分析

本文主要介绍在大数据时代的浪潮下,如何利用数据挖掘技术从世界上最大的技术信息源专利文献中挖掘有用的模式、信息和知识.本文指出了大数据时代下专利分析面临的三大难题,重点对现阶段专利分析、专利评估方法进行了论述和比较.实践表明,数据挖掘技术在专利分析应用十分重要,对其深入研究与探索具有非常显著的研究意义与价值.     

网络动态数据挖掘研究进展与展望

[目的/意义]传统数据挖掘技术很难有效地对海量、高维、动态的网络数据进行分析,这成为当前商业智能、决策分析和知识发现等领域中的主要技术瓶颈,网络动态数据挖掘能有效解决这一问题。[方法/过程]通过梳理网络动态数据挖掘相关理论与应用研究成果,对网络动态数据挖掘研究的形成过程、发展历程和研究趋势进行归纳和总结。[结果/结论]研究认为:网络动态数据挖掘过程中突变性问题、与情报学的融合问题、社交网络动态演化模型、研究合作网络时序变化及网络动态数据挖掘中的粒度计算问题等是情报学研究需要关注的主要研究方向。