数据挖掘技术的应用初探

数据挖掘是一种新兴的数据处理技术,在数据的利用和提取方面发挥着日益重要的作用.文章从数据挖掘的概念出发,概述了数据挖掘的各种方法,分析了数据挖掘技术的应用领域.     

数据挖掘技术在提高教学质量中的应用研究

本文论述了数据挖掘的基本知识,包括数据挖掘的定义、数据挖掘的方法、数据挖掘的过程;讨论了从学院已有教学数据中通过数据挖掘技术找出可提高教学质量的几个方面.     

数据挖掘技术在教学质量评价中的应用

教学质量评价是学校教学管理的重要组成部分,数据挖掘在教学质量评价中的应用广泛.文章概述了数据挖掘的基本概念和方法,在教学质量评价的数据挖掘中,给出了粗糙集理论、关联规则,以及改进的关联规则算法的应用方法,并指出了教学质量评价中数据挖掘的详细步骤.     

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.     

数据挖掘综述

随着计算机、网络技术的发展,获得有关资料非常简单易行.但对于数量大、涉及面宽的数据,传统统计方法无法完成这类数据的分析.因此,一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的"数据挖掘"(Data Mining)技术应运而生.本文主要介绍了数据挖掘的基本概念以及数据挖掘的方法;本文对数据挖掘的应用及其发展前景也进行了描述.     

数据挖掘技术及其在图书馆的应用

随着计算机技术、通信技术和网络技术的迅速发展,获得有关资料非常简单易行,但对于数据量大的数据,要从中获得分析结果,用于指导工作,传统的统计方法无法实现."数据挖掘"(DM)应运而生,它是一种新的数据处理技术,是DKK中的重要技术.在描述数据挖掘的概念以及数据挖掘方法的基础上,阐述了数据挖掘技术在图书馆中的应用.     

基于神经网络计算的数据挖掘方法研究

数据挖掘(Data Mining)能够从大量模糊和随机的数据中提取潜在有用的信息和知识,对于知识发现、商业数据分析、数据融合以及决策支持具有重要意义.文章给出了数据挖掘方法的研究现状,讨论了基于神经网络计算的数据挖掘方法,指出了其存在的问题和发展趋势.     

浅析数据挖掘

数据德掘技术是人们长期对数据库技术进行研究和开发的结果,同时,也是信息技术自然演化的结果.本文介绍了数据挖掘的定义、任务及数据德掘的流程,论述了数据挖掘的常用方法介绍了数据挖掘的应用以及未来的发展趋势.     

数据挖掘技术浅析

随着信息技术和计算机技术的飞速发展,信息总量呈爆炸性增长.面对海量的信息,人们发现很难找到自己需求的信息,数据挖掘技术应运而生.介绍了数据挖掘的概念、对象、任务、过程、方法和应用领域.     

数据挖掘及其在网络信息检索中的应用

网络信息检索经过近几年的发展,在一定程度上满足了人们查找知识的需要,但是在检全率和检准率上还是不尽如人意.将数据挖掘技术运用到信息检索中,可使未来的网络信息检索更加精准、个性和智能化.介绍了数据挖掘的概念和方法,并分别从内容挖掘、结构挖掘、使用挖掘三个方面对网络数据挖掘进行了阐述,并主要从搜索引擎的角度探讨了数据挖掘在网络信息检索中的应用,分析了数据挖掘与信息过滤和可视化技术的结合,最后对网络信息检索未来发展进行了展望.     

数据挖掘与知识发现关系探析

以数据挖掘与知识发现的分类为切入点,详细探讨数据挖掘与知识发现的关系.总结出关于数据挖掘与知识发现的关系问题有三种观点,即数据挖掘就是知识发现,数据挖掘是知识发现的一个步骤,数据挖掘与知识发现是完全不同的两个概念.三种观点各有道理,取决于研究者的研究背景、研究范畴与目标.最后对数据挖掘与知识发现的发展趋势进行探讨.     

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.     

我国数据挖掘研究现状分析——基于共词分析视角

本文以CNKI数据库中1997-2010年与数据挖掘相关的期刊论文为基础,以数据挖掘领域文献中的关键词作为研究对象,以共词分析法为主要研究方法,利用SPSS软件进行聚类分析、因子分析以及多维尺度分析,进而分析国内数据挖掘的研究现状和热点.     

高校图书馆读者群体划分中的聚类方法分析

聚类方法可以用于高校图书馆数据挖掘.文章针对具体应用讨论了两种聚类方法,一种是需要提供类别数目参数的K-均值聚类方法,另一种是不需要提供类别数目参数的均值漂移聚类方法.根据图书馆数据挖掘的具体要求,采用不同的聚类方法能够更好地作出分析.     

数据挖掘下网络购买行为分析系统的设计

根据网络营销业务需求,结合数据挖掘方法尤其是基于web的模式挖掘方法的可靠性与易用性,对营销方案作出处理,在此基础上形成一套营销流程,建立营销模型.研究结果表明,数据挖掘方法的使用在一定程度上帮助营销者制定更智能的商业策略,改进了客户关系管理.     

数据挖掘可视化技术综述

数据挖掘可视化是数据挖掘中的一个重要组成部分和必然的发展趋势.本文对数据挖掘可视化技术的研究现状及发展趋势进行了分析与概括,包括数据挖掘可视化的含义、内容、应用现状以及发展趋势等.     

浅析实施数据挖掘项目需要考虑的问题

文章简要介绍了数据挖掘的有关概念,描述了数据挖掘的流程CRISP-DM,重点讨论了实施数据挖掘需要考虑的问题,为开展数据挖掘提供借鉴.     

国内数据挖掘工具研究综述

在对国内数据挖掘工具的相关文献计量分析的基础上,综述了其三大研究主题:数据挖掘工具的分类、数据挖掘工具的介绍与开发、数据挖掘工具比较与评价,并归纳了数据挖掘工具研究的两个发展方向:专业领域数据挖掘工具的开发、数据挖掘工具的分类评价.     

基于数据挖掘的情报主导反恐

数据挖掘能在浩如烟海的信息中找到恐怖分子留下的蛛丝马迹.关联分析与序列模式分析,分类分析与聚类分析是数据挖掘在情报主导反恐中的核心应用.恐怖主义信息分析中的数据挖掘流程一般由恐怖主义问题识别、数据准备、数据挖掘、模式评估与知识表达四个主要阶段构成.贝叶斯信念网络是情报主导反恐工作中适用的一个数据挖掘工具.     

数据挖掘研究进展及其发展趋势

本文从数据挖掘的概述出发,总结了数据挖掘的分类、数据挖掘的主要方法、国内外数据挖掘研究现状。并对数据挖掘的进展及其发展趋势进行了阐述。