基于Web的数据挖掘技术

Web数据挖掘有很多研究热点,其中关联规则挖掘是Web数据挖掘领域研究的一个重要方面.本文首先对数据挖掘、Web数据挖掘和Web数据预处理等相关知识进行了阐述;然后研究了关联规则基本理论及关联规则经典算法;最后为了解决现实数据库中每个项目的分配不均匀性和重要性差异,重点研究了加权关联规则挖掘算法.     

基于文本挖掘的电子商务市场表现研究

大数据转变成可视化数据依靠的是计算机领域中的文本挖掘技术。文本挖掘中最重要且最基本的应用是实现文本的分类和聚类,前者是有监督的挖掘算法,后者是无监督的挖掘算法。本文重点讲述如何利用文本挖掘技术对当前的电子商务市场表现进行研究。     

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。     

基于聚类划分的增量式关联规则研究

数据挖掘是目前信息领域和数据库技术领域的前沿研究课题,它涉及到数理统计、模糊理论、神经网络和人工智能等多种技术,技术含量比较高,实现难度也较大.本文研究了关联规则挖掘技术的基本概念、过程和算法等,为提高数据挖掘效率,提出了基于聚类划分的增量式关联规则挖掘算法.即运用快速聚类方法实现数据划分、运用改进的FP-growth算法实现关联规则的挖掘和运用增量FP-growth挖掘算法实现增量数据挖掘的关联规则挖掘算法.     

关联挖掘研究综述

数据挖掘是一种重要的数据分析方法,旨在发现庞大的数据中隐藏着的、先前未知的并潜在有用的模式和信息,以帮助人们正确理解和认识数据,进行科学决策。关联挖掘是数据挖掘中研究最早也是最活跃的领域,其中,频繁模式挖掘是关联挖掘的核心和基础。对关联挖掘算法的研究和发展进行综述,分析挖掘算法面临的主要挑战,概括最新研究进展。     

关联规则在贫困学生信息库的应用

本文以高校学生信息数据为研究对象,主要以贫困学生信息数据为应用点,采用数据挖掘技术挖掘学生信息中的有用知识。本文围绕挖掘贫困学生信息这个主题,运用Apriori关联规则算法对得到的综合数据信息进行挖掘,并对Apriori算法的应用进行了改进,得出了有利于学生管理部门支持决策的知识。     

关联规则挖掘综述

本文介绍了关联规则的研究情况，提出了关联规则的分类及各种挖掘算法。通过对典型挖掘算法进行分析，给出了对挖掘算法进行优化的思想，最后展望了关联规则挖掘的未来方向。     

Web数据挖掘在信息管理中的应用

如何从广大的数据信息中,快速检索出需要的信息,需要Web数据挖掘技术。其算法及在信息管理中的应用是值得研究的课题,如今,Web数据挖掘在科技文献检索等信息管理领域的作用十分重要。本文从数据挖掘技术的概念、特征等基础上,浅述了数据挖掘技术在信息管理中的多样的应用领域和重要意义,重点阐述了Web数据挖掘在优化数据资源、为客户提供个性化智能化自动化服务等方面的创新性多领域应用。     

基于矩阵的数据挖掘技术在数字化图书馆中的应用

Apriori算法是关联规则挖掘的一个经典算法，本文在分析关联规则挖掘算法的基础上，提出利用矩阵的数据挖掘技术对经典Apriori算法进行改进，从而提高图书馆数据资源的利用率，提高图书馆服务层次。     

数据挖掘算法在债务管理中的应用

决策树算法是数据挖掘领域的核心分类算法之一,ID3算法则是最为经典的决策树算法。本文以ID3数据挖掘算法在债务管理中的应用为例,验证了算法的性能。     

图像挖掘的模型与技术研究

本文从图像挖掘的定义和特点出发，分析了典型的图像挖掘模型：功能驱动模型和信息驱动模型，并探讨了目前常用的图像挖掘技术，如相似性搜索、图像关联规则挖掘、图像分类、图像聚类和神经网络等。     

基于信息抽取的文本知识挖掘模型研究

从文本知识挖掘的定义入手,分析了文本知识挖掘的关键技术,并在此基础上建立了基于信息抽取的文本知识挖掘模型,最后通过实例(DiscoTEX)说明这个模型是可行的。     

一种中文文本自动分类方法的研究

This article introduces a Chinese text automatic classification method, including its principle and classification process. The article focuses on some key theoretical problems, such as word classification, keyword collection and keyword matching.     

浅谈数据挖掘技术及其研究现状

本文首先介绍了数据挖掘的概念、过程与系统构成,其次从数据挖掘的研究方法和应用角度论述了数据挖掘的研究现状,其中着重论述了目前的热点研究方向——Web挖掘的流程与分类。     

文本挖掘与中文文本挖掘模型研究

文本挖掘，又称为文本数据挖掘或文本知识发现，是指在大规模的文本中发现隐含的、以前未知的、潜在有用的模式的过程。本文首先对文本挖掘进行了概述，给出了文本挖掘的定义、特点和研究现状。然后对国内中文文本挖掘的研究现状进行了分析，指出了当前中文文本挖掘研究中存在的主要问题和主要研究方向。最后提出了一个统一的中文文本挖掘模型——UCTMF。该模型具有层次性、开放性和可扩展性，为中文文本挖掘系统提供了基本体系框架。     

学科交叉知识挖掘模型研究

为揭示学科之间的交叉知识,提出一种基于文本挖掘的学科交叉知识发现模型。构建了学科交叉文献发现模型与学科交叉知识发掘模型,从学科交叉点和新的增长点两个方面来揭示学科之间的交叉关系,并通过近10年来情报学与计算机科学两个学科文献数据进行了实例验证。     

基于语义挖掘的智能竞争情报系统研究

语义挖掘是一种从非结构化数据中准确地提取有用信息和知识的新兴数据挖掘技术。利用语义挖掘对这些非结构化数据和信息进行智能采集、分析和处理,可以帮助企业快速建立起经济有效的竞争情报流程。本文融合语义挖掘的相关技术来探索竞争情报的智能采集与分析原理,构建了一个基于语义数据挖掘的企业智能竞争情报系统。     

数据挖掘中的信息伦理问题研究

本文探讨了Web的数据挖掘可能涉及的若干伦理问题,建议从法律和技术手段,职业道德,广泛的舆论监督,政府的有效监管等方面来解决这些问题。     

网络信息挖掘技术及其应用研究

网络信息挖掘是网络信息处理领域中的一项新技术，是指在大量训练样本的基础上，得到数据对旬间的内在特性，并以此为依据在网络资源中进行有目的的信息提取。本文介绍了网络信息挖掘的含义，研究了网络信息挖掘的步骤、类型及其关键技术，并指出了网络信息挖掘的应用前提。     

基于可视化数据挖掘的管理科学科技文本分析研究

通过可视化数据挖掘方法的研究，使用数据挖掘和科技文本分析的方法，获取管理科学研究的新进展、新思想和新方法。综合评价、对比分析了国内外管理科学研究力量和能力水平的分布状况，对管理科学研究主体度资助主体决策活动有较强的支持作用，并对我国管理科学领域进行了实证分析。