数据挖掘在知识管理中的应用

数据挖掘是数据库和信息决策领域的一个理论前沿,是知识发现的核心部分。本文从数据挖掘的基本概念入手,介绍了数据挖掘常用的技术和方法,在此基础上,对数据挖掘技术在知识管理中的应用作了深入的论述。     

浅析数据挖掘技术在保险业中的应用

数据挖掘(DataMining)是一个应用统计学和人工智能等算法进行知识发现的过程。文章在车辆险的基础上重点探讨了保险行业如何利用数据挖掘的技术,包括数据仓库的建立、数据挖掘主题的定义和数据挖掘的过程。     

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。     

电子商务中数据挖掘技术应用的探索

本文通过“数据爆炸但知识贫乏”的现象，得出数据挖掘技术的产生、分析、是科学技术发展过程中的必然现象。通过比较的方式对数据挖掘技术的特点进行了描述，并对数据挖掘技术的功能进行了阐述。最后，文章结合电子商务网站的特点，讨论了数据挖掘技术在电子商务网站中应用的可能性和必要性，提出了推进数据挖掘技术的应用，可以为电子商务网站提供获取新效益的观点。     

知识发现与数据挖掘分析

介绍了知识发现过程和数据挖掘的常用技术,并对数据挖掘技术应用进行了探讨。     

数据挖掘的应用研究

数据挖掘就是这样一种技术,可以从大型数据库中挖掘先前未知的、有效的、实用的信息,并使用这些信息丰富知识或做出决策。从数据挖掘概念及预处理过程展开研究,并分析数据挖掘的常用算法及其应用,重着阐述了数据挖掘在知识管理中的实际应用。     

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。     

数据挖掘的应用研究

数据挖掘就是这样一种技术,可以从大型数据库中挖掘先前未知的、有效的、实用的信息,并使用这些信息丰富知识或做出决策。从数据挖掘概念及预处理过程展开研究,并分析数据挖掘的常用算法及其应用,重着阐述了数据挖掘在知识管理中的实际应用。     

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。     

数据挖掘技术的理论与实践研究

数据挖掘是一门交叉学科,能从数据中挖掘知识,提供决策支持。网络营销是适应网络经济时代的网络虚拟市场的新营销理论,数据挖掘技术同样能在网络营销中得到广泛的应用,成为网络营销的助推器,为企业带来效益。     

空间数据挖掘技木研究分析

随着空间数据采集技术的飞速发展,复杂多样的空间数据日益膨胀,迫切需要更新数据挖掘的知识和方法。文章从空间数据挖掘的基本概念出发,阐述了空间数据挖掘的类型与过程,介绍了空间数据挖掘在GIS中的应用,分析了当前空间数据挖掘面临的问题,并对空间数据挖掘技术的发展进行了展望。     

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。     

数据挖掘技术在校园信息化中的应用研究

数据挖掘是数据库系统应用与发展必然提出的研究课题,是从海量数据中抽取出有价值知识的有效工具.本文就学校信息化进程中数据积累的现状,详细分析了各种数据挖掘技术在其中的应用,并给出了适用于学校的数据挖掘体系结构模型.     

浅议数据挖掘及其在大学校园的应用

随着以计算机和网络为代表的信息技术的发展,越来越多的政府组织,教育机构和科研单位实现了信息的数字化处理。而数据库技术也开始得到广泛的普及和应用。同时,信息量的不断增长也对数据存储,管理和分析提出了更高的要求。面对这一挑战,数据挖掘和知识发现技术应运而生。数据挖掘技术帮助人们从数据库或数据仓库中提取感兴趣的知识规律或高层信息,不仅用于描述过去数据的发展过程,还进一步预测未来的趋势。本文就此新技术,结合身边环境,举例说明数据挖掘在大学校园中的应用。     

数据仓库和数据挖掘技术浅析

介绍了数据仓库和数据挖掘的相关知识。包括数据仓库的概念、结构、设计以及应用,数据挖掘的概念、技术以及在此基础之上的联机分析业务。     

空间数据挖掘技术研究分析

随着空间数据采集技术的飞速发展,复杂多样的空间数据日益膨胀,迫切需要更新数据挖掘的知识和方法。文章从空间数据挖掘的基本概念出发,阐述了空间数据挖掘的类型与过程,介绍了空间数据挖掘在GIS中的应用,分析了当前空间数据挖掘面临的问题,并对空间数据挖掘技术的发展进行了展望。     

大数据挖掘视角下的图书馆智慧服务——模型、技术和服务

在当前"互联网+"背景下,应用大数据挖掘技术提高知识服务的智能化、个性化、自动化水平,实现智慧性的知识服务是图书馆服务的发展趋势。首先提出基于大数据挖掘的图书馆智慧服务模型,通过用户群挖掘、用户兴趣挖掘、学科和领域知识挖掘、业务关联挖掘来沟通大数据应用和智慧服务需求;然后提出基于Hadoop平台的图书馆大数据挖掘技术支撑体系,为智慧服务应用落地提供技术方案;最后探讨大数据挖掘支持下的场景化知识推荐服务和微知识自动问答服务。     

数据挖掘在图书销售企业精确营销中的应用

研究基于数据挖掘技术的精确营销的方法和理念,结合图书销售企业目前的营销现状和存在的问题,挖掘发现隐藏在海量数据中的知识.通过对企业管理信息系统的源数据库海量信息的数据进行数据分析、提取,确立主题,进行有效的数据组织,来构建数据仓库模型.应用Microsoft SQL server 2005 Analysis提出数据挖掘技术的解决方法,并使用其功能强大的数据挖掘技术:决策树、聚类分析和关联规则等应用广泛的分析方法,探讨基于数据挖掘技术的精确营销在图书销售企业的客户细分,用户购买行为分析以及营销策略.     

浅谈数据挖掘技术及其商业应用

数据挖掘是指把数据有目的有组织地收集起来,对这些数据进行分析使之成为有用信息,从而找出了海量数据的技术形态规则或知识的潜在规则的一种技术。本文概述了数据挖掘的含义、发展和解决的典型商业问题,并从数据挖掘的商业应用实例出发,介绍了如何利用数据挖掘技术来解决现实中出现的实际问题。     

两种重要的知识管理技术:数据挖掘和知识发现

知识管理是知识有效利用的手段，数据挖掘是知识管理的基础，是深层次的数据分析。知识发现作为知识管理的高级阶段，是实现数据转化为知识的必然过程。通过与传统管理技术的比较，针对两种主要的知识管理技术——数据挖掘、知识发现的特点和应用进行了探讨。