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.     

浅析计算机数据挖掘技术在档案信息管理系统中的应用

我国档案界十余年的自动化管理中形成大量的数据,这些数据没能被充分利用。针对这种情况,需要利用计算机数据挖掘技术将档案与利用者之间以及档案与各种实践活动之间的关系揭示出来,从而在更深层次上发挥档案数据的作用。介绍了数据挖掘技术的发展状况,对常见数据挖掘形式的实现方法进行了分析,最后论述了数据挖掘技术应用于档案信息数据处理中的意义。     

数据挖掘技术及其在商业银行中的应用

数据挖掘是一种专业性的数据处理技术,在大数据领域的应用优势明显。商业银行经常需要处理大量的客户信息,是典型的数据量巨大的商业领域,在商业银行中应用数据挖掘技术是未来发展的必然选择。在人们对商业银行服务要求越来越高的背景下,加强数据挖掘技术的研究及在商业银行中的应用具有重要意义。     

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.     

数据挖掘软件产品综述

数据挖掘技术的日益成熟和广泛应用,促使了数据挖掘软件业的蓬勃发展。文章首先介绍了数据挖掘软件的发展状况,然后以几种主流数据挖掘软件为主,从各软件的产生背景、数据处理形式、操作环境、可视化程度、主要应用领域等多个角度对数据挖掘软件进行阐述,并分析对比了各软件的优缺点和主要算法,最后从软件本身和公司两个方面考虑,说明了选择挖掘工具的依据,并提出了数据挖掘技术发展仍面临的一些问题和挑战。     

论信息技术在环境保护中的应用

文章分析了3S技术、物联网技术和数据挖掘技术等相关信息技术在环境保护中的应用现状和特点,提出了培养环境信息人才、建立并优化环境空间信息数据库、应用数据挖掘技术以提高数据处理能力和加大新技术应用走"智慧环保"之路等一系列促进信息技术与环境保护深度融合的建议。     

浅析云模型在定性规则提取中的应用

很多应用中需要对海量信息进行数据处理、动态分析,但目前还无法从大量数据中自动提取定性规则。因此,迫切需要一种能够从海量数据中自动提取有效信息、及动态分析的方法。数据挖掘技术可以实现上述功能,但难以对海量数据空间进行有效划分。本文将云模型应用到数据挖掘领域,克服了传统数据挖掘方法在数据空间划分上的不足,提出一种二维尺度云变换方法,有效地实现了定性规则提取。     

数据挖掘技术在计算机入侵检测中的应用

分析了聚类、分类、关联规则等在IDS中常用的数据挖掘算法,并介绍了DAID这种以数据库为中心的数据挖掘体系架构模型,对其数据处理过程进行展现。     

数据挖掘技术在CRM中的应用

数据挖掘是近几年发展起来的一种对信息资源进行开发和数据处理的新技术。本文探讨了将数据挖掘技术应用于商业领域，与客户关系管理(CRM)相结合，通过建立客户数据库，从中获取商业信息。构造出更高效的决策支持系统。本文还阐述了数据仓库建设、数据挖掘的方法、流程等问题。     

浅谈数据挖掘在QAR数据处理的应用研究

QAR数据记载着飞机运行中的上千种飞行参数数据,涵盖了飞机运行的各个方面。但QAR数据的数量大、种类多,目前对QAR数据的认识和应用还很有限。随着数据处理技术的不断发展,数据挖掘方法被应用到QAR数据处理中,取得了比较好的成果,为航空安全提供了有力支撑和保障。本文阐述了数据挖掘的基本原理,介绍了数据挖掘在飞机系统故障诊断、飞行品质评估、飞机健康评估等方面的应用,最后总结了数据挖掘所面临的问题和挑战。     

聚类分析算法在图书管理系统的应用研究

结合信息管理系统原理和数据库原理,构建了图书管理系统。在此基础上,对读者流通数据库进行了的数据挖掘实现。试验证明：将K-means聚类数据挖掘技术应用于图书管理信息系统,能有效地解决传统图书管理系统所存在的分析结果不可靠、数据处理效率低、难以将数据转化为信息等问题。     

基于数据挖掘技术的科技电子政务体系研究

本文在科技电子政务体系结构的基础上，建立了基于数据挖掘技术的科技电子政务数据体系，以解决科技政务数据资源的规划、开发及共享问题。数据体系以科技指标作测度，利用数据挖掘中的数据处理与分析技术有效提高信息传递的高效性与准确性，并最终提高科技政务的质量与效率。     

数据挖掘在财务决策中的应用

在网络经济时代,一方面财务信息量以"爆炸"的方式增长,另一方面企业对财务分析的要求越来越高。财务作为整个企业信息系统的一个重要子系统,必须及时、准确地处理和分析各种经济事项。采用数据挖掘技术,可以满足信息量超大、数据处理成本低的要求。从海量数据中发现模型和数据间的关系,从中挖掘出隐含的、先前未知的、对决策者有潜在价值的财务分析资料。数据挖掘技术和联机分析处理技术是当前基于大型数据库或数据仓库的新型信息分析技术,在许多领域得到广泛应用,取得了很好的成效。如何将其应用于财务决策以提高决策的正确性、及时性,降低决策的风险,已成为财务管理领域的重要研究课题。本文在介绍数据挖掘技术和联机分析处理技术及其相互关系的基础上,分析了财务决策领域应用这两种技术的现实必要性,并进一步论述了财务决策中数据挖掘和联机分析处理的应用流程。     

模拟退火K均值算法在文本挖掘中的应用

讨论了聚类分析及文本挖掘,分析了一种用模拟退火思想改进的K均值聚类算法在文本挖掘中的应用。传统的信息检索技术已经不适应日益增加的、大量文本数据处理的需求。如何从数据中分析和提取有用信息即文本挖掘已经成为数据挖掘中日益流行与重要的研究课题。     

基于云计算架构的分布式数据挖掘研究

文章围绕数据挖掘展开论述,提出了基于云计算架构的分布式数据挖掘平台,该平台较传统数据挖掘系统具有较为显著的优越性,在扩展性、数据处理能力、服务面等方面具有较明显的展现。文章对云计算及其架构加以简要介绍,提出了基于云计算架构的分布式数据挖掘系统。     

数据挖掘在E-Learning中的应用研究

当前,E-Learning发展极为迅速,一个重要的原因是应用了各种信息通信技术和大数据处理技术,使E-Learning更加便捷、高效和满足个性化的需求。文章阐述数据挖掘在E-learning中的应用,并指出这一研究领域所面临的挑战及对未来的研究进行展望。     

基于最小二乘支持向量机的数据挖掘应用研究

随着数据仓库技术、联机分析技术的发展。基于数据库的数据挖掘已成为一种重要的数据处理手段。最小二乘支持向量机作为一种新的机器学习方法。具有全局收敛性和良好的泛化能力。本文将其应用于数据挖掘的分类与预测研究。通过棱函数的选择及参数优化，并结合支持向量机、多层感知器神经网络模型及判别分析方法进行比较研究，证明最小二乘支持向量机作为一种有效的数据挖掘算法具有较高精度。     

数据挖掘技术在GIS中的应用初探

介绍了空间数据仓库的特点和数据挖掘技术的理论,论述了在GIS领域中数据挖掘技术运用的初步探索,指出了数据挖掘技术在GIS应用中未解决的问题及发展方向。     

大数据时代下图书馆的挑战及其应对策略

文章首先阐述了大数据的特征与内涵,指出了大数据在图书馆工作中的重要性及两者之间的关系,分析了大数据所带来的数据管理、数据存储、数据挖掘等方面的挑战。然后研究了图书馆应从数据管理、数据技术及数据队伍建设上所采取的策略。最后探讨了大数据驱动下的图书馆服务新模式,如基于数据整合的一站式资源服务,基于数据处理的学科知识服务、信息可视化服务及基于数据挖掘的个性化智慧服务。     

决策树下引入残差数据合并的冗余数据挖掘

提出采用残差数据合并技术的冗余数据优化挖掘算法,利用训练集建立决策树模型,引入C4.5决策树模型进行冗余数据主特征建模,在主分量特征决策树下,引入残差数据合并技术,设定数据残差特征伴随追踪模式,把传统方法中用于滤除的数据信息进行拼接伴随追踪定位,实现了冗余数据特征的优化挖掘。把方法应用到网络流量时间序列数据处理中实现网络异常监测,仿真实验表明,新的数据挖掘算法能有效提取到冗余数据特征作为有用检测特征,数据挖掘效率大幅提高,有效促进了海量数据隐藏特征的挖掘和应用,设计的网络流量监测软件能提高网络管理和监测实效性。