网格数据挖掘在信息服务质量评价中的应用

网格的数据挖掘是数据挖掘技术与网格计算的有机结合,文章介绍了网格数据挖掘的概念、特点、网格数据挖掘技术的优点,网格数据挖掘的体系结构,讨论了网格的数据挖掘的基本过程,并从开放网格服务体系结构出发,给出了网格平台下的信息服务质量数据挖掘的功能和执行过程。     

物流信息网格技术采纳的影响因素及对策分析

网格技术能够从系统层面上无缝地集成物流联盟中的“信息孤岛”,实现信息资源共享和协同问题求解。基于信息技术采纳的TOE分析模型,结合物流信息网格的特点,从技术因素、组织因素和环境因素等三个角度,对影响物流信息网格中成员企业技术采纳意愿的因素进行了全面分析,为物流联盟构建信息网格提供了理论依据和相应的对策措施。     

数字图书馆中的网格层次结构分析

欧洲网格项目提出了一种三层框架——计算（数据）网格、信息网格和知识网格。网格技术的发展，为数字图书馆的建设和发展提供了新的机遇。本文从网格三层框架的角度分析了新型数字图书馆网格层次结构和关键技术，并且总结了网格技术用于数字图书馆建设要进一步解决的问题。     

基于林业资源信息管理系统结构研究

林业资源信息管理的林业信息来源,除了传统地形图,地面调查的图,表等,还有兴起的3S技术等采集的信息,并伴随WEB技术,数据库技术快速发展,构成C/S,B/S混合体系结构的系统,该系统建立在GIS的基础上把属性数据库和空间数据库利用无缝技术完整的结合在一起,一般分为:数据层,中间件层,功能层,表示层.     

区块链技术在卷烟防伪溯源中的应用

为更精准的提高卷烟产品防伪溯源保护,提出基于区块链技术的卷烟防伪溯源应用方案。该方案首先构建区块链技术卷烟防伪溯源框架,利用RFID数据识别和区块链技术的不可篡改、数据共享、点对点传输等特点,将卷烟生产、运输、经销等环节进行监控追踪并加入闭环模式。再通过数据查询、对比和反馈到达卷烟信息防伪精确溯源。该方案从突破传统溯源防伪系统中的信息不透明、数据易篡改等缺点,对烟草行业的质量管理具有重要的意义。     

高等学校科研机构的分类方法研究

高等学校科研机构在科教兴国的战略中发挥着重要的作用，扮演着骨干角色。数据挖掘是一个完整的数据存储、数据仓库和决策支持的统一体，广泛应用于零售、制造、通信、卫生保健、保险和运输等行业。本文利用数据挖掘中的聚类分析技术，提出了一种两步聚类算法。利用该算法可以将高校科研机构根据其历史数据和信息进行分类，科研机构的管理者根据分类的结果能够识别科研机构之间的异同．从而实现科研机构的分类管理，同时也能够给科研资源的合理分配提供指导。     

基于中位分割碎片合并的特征挖掘云平台设计

为有效精确地挖掘海量数据流特征,提出采用数据集中位分割和冗余数据碎片合并的方法设计决策树并构建云平台数据特征挖掘模型。传统的云平台下数据挖掘中对碎片信息不做处理,使文本碎片成几何级增长,导致有用信息的丢失。通过挖掘冗余信息中符合挖掘条件的碎片特征,使用KD树进行数据挖掘索引,在迭代过程中,对数据进行层进中位分割,并结合碎片合并技术,构建数据挖掘云平台模型,对中位数进行维度匹配分箱,使数据的挖掘和传输率最大限度地得到利用。仿真实验证明了采用碎片合并的方法能有效提取冗余碎片中的有用特征信息,数据挖掘性能得到大幅度提升,在数据信息提取和管理中具有很好的推广意义。     

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。     

基于网格分布式关联规则挖掘系统模型与算法研究

在现有的网格和数据挖掘技术基础上,研究OGSA面向服务的体系结构,建立了网格平台下的分布式数据挖掘系统模型。基于该模型。对经典关联规则算法FP—tree算法作了改进,提出分布式频繁模式挖掘算法,并对该模型和算法进行了分析、测试、和评估。     

生物信息数据挖掘应用研究

生物信息学是以计算机为工具对生物信息进行存储、检索和分析的科学。人类基因组计划的启动和实施使得生物数据迅速增长,如何从海量数据中获取有效信息成为生物信息学迫切要解决的问题。数据挖掘技术应用于生物信息分析成为当前的研究热点。文中介绍了数据挖掘技术和常用的生物信息处理软件,重点研究生物信息数据挖掘的典型应用,研究表明数据挖掘技术是生物信息处理的强有力工具。     

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。     

数据挖掘技术在远程教育中的应用

数据挖掘技术在国外的大型商业、金融业、保险业、民航等大型企业得到了广泛应用。国内目前总体上处于理论探讨、应用试验阶段。以人力资源开发为出发点，本文拟从现代远程教育的角度，谈谈数据挖掘技术的应用，最后指出数据挖掘技术成功应用的关键编程语言是XML。     

浅谈数据仓库与数据挖掘技术及应用

数据仓库技术是基于信息系统业务发展的需要,基于数据库系统技术发展而来,并逐步独立的一系列新的应用技术。数据挖掘技术为应对信息爆炸、海量信息的处理提供了科学和有效的手段。本文简单介绍了关系数据仓库、数据挖掘的概念、结构、基本原理、技术和应用领域。     

基于数据仓库联机分析处理技术的研究

随着数据仓库理论的发展,数据仓库系统已逐步成为新型的决策管理信息系统的解决方案,而数据仓库系统的核心是联机分析处理。主要介绍了OLAP技术和多维数据领域中的一些基本概念及多维数据分析的主要方法和多维数据的3种存储模式：ROLAP、MOLAP、HOLAP。     

基于XML的网页数据挖掘

随着Internet的迅速发展,使得数据丰富而信息贫乏这对矛盾显得日益突出,数据挖掘技术正是应了这一需求而结合了机器学习、模式识别、统计学、人工智能、神经网络等多学科而出现的一项新技术,基于Web的数据挖掘是数据挖掘技术在网络信息处理中的应用。本文叙述了Web数据挖掘的概念、分类、技术等,重点讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的、Web信息的组织结构性差而导致的Web数据挖掘困难的问题。     

电子商务中数据挖掘技术的研究与应用探索

顾客在电子商务网站的访问行为会产生大量数据信息,这些数据中包含了大量对市场分析及预测有用的潜在信息,可运用数据挖掘技术对客户访问信息的Web数据进行挖掘,从而了解客户的访问行为。本文主要讨论了电子商务中挖掘信息的目标、方法及数据挖掘技术在电子商务中的几点应用。     

Web数据挖掘技术在数字图书馆中的应用研究

随着信息技术的高速发展,人们积累的数据量也急剧增加,Web数据挖掘技术作为处理数据的专项技术,其优越性能在许多领域都有所体现。针对Web数据挖掘技术在数字图书馆中的应用进行研究,分别从web数据挖掘的难点、XML在Web数据挖掘中的应用以及web数据挖掘技术在数字图书馆个性化服务中的应用三个方面展开分析,以促进web数据挖掘技术的不断完善,使它能够为数字图书馆提供更好的服务。     

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。     

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。     

数据挖掘技术在企业中的应用

计算机和互联网的飞速发展给企业带来海量数据,如何充分挖掘这些数据隐藏的信息以辅助企业决策成为当前企业面临的问题之一。基于对主要的数据挖掘技术的简介,本文讨论了该技术的应用场合和在企业当中的应用实例,分析了影响该技术普及的不利因素,阐述了数据挖掘技术在企业中的应用前景。