试论数据挖掘技术对情报学创新的支撑

从数据挖掘技术角度分析情报学发展面临的问题和发展前景,通过对数据挖掘技术在情报学领域的应用研究历史和现状分析,探讨数据挖掘技术在情报学领域的应用研究成果及存在的问题,说明数据挖掘技术不仅提升了情报学的研究深度和关联度,而且给情报学的发展带来了新的机遇与挑战。     

数据挖掘技术在图书情报学中的应用

简要介绍了数据挖掘的概念和功能．并阐述了数据挖掘技术在图书情报学领域中的应用。     

国际数据挖掘研究热点与前沿可视化分析

为全面了解国际图书情报学数据挖掘领域的研究热点和前沿趋势,以Web of Science数据库收录的2007-2016年数据领域的文献数据为研究对象,通过CiteSpace软件,结合文献计量学和可视化方法,从年度分布、期刊分布、研究力量分布、重要文献、研究热点以及前沿等方面进行分析。研究发现,国际数据挖掘研究出现了网络与计算机技术、数据挖掘方法、数据挖掘与管理、数据挖掘与应用四大聚类。研究前沿探测出3个发展时期,每个时期的热点都有特色。根据上述研究绘制该领域知识图谱,对国际数据挖掘的研究现状和发展趋势进行分析和总结,为我国数据挖掘研究提供参考。     

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。     

广度学习研究进展:基于情报学的视角

[目的/意义]总结了基于在线社交媒体数据的广度学习工作研究进展,从情报学的视角分析了广度学习的应用展望及未来发展趋势。[方法/过程]利用文献统计分析方法,重点分析了广度学习技术在网络嵌入、链路预测、社区检测等在线社交网络分析领域的应用现状。[结果/结论]广度学习可以将多个不同种类的大型异构数据源融合在一起,设计并使用一套统一的分析方法来跨越这些融合的数据源执行协同数据挖掘任务。广度学习在异构社交网络分析中的这些成功应用为其在情报学领域中的研究奠定了理论基础和技术支持,将会有更广泛更深远的研究成果出现。     

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。     

基于领域本体和语义相似度的数据挖掘模型

数据挖掘已成为情报学的研究热点,而传统的数据挖掘过程是在数据仓库的基础上,面向结构化的数据进行分析,这在很大程度上限制了数据挖掘的作用范围和效果。在充分分析数据挖掘和领域本体等相关理论后,提出了一个面向领域本体,应用语义相似度匹配的数据挖掘模型。该模型在理论上解决了用户的目标发现和挖掘对象选择的问题,同时也在数据挖掘算法上引入了本体概念,使得系统能快速识别用户需求,高效的选择相应算法,在很大程度上提高了数据挖掘处理异构、分布式数据的能力。     

基于DEA的数据挖掘技术应用现状综述

综合运用DEA和数据挖掘模型是一个新兴的可持续发展的领域，数据挖掘作为从数据中寻求有意义的模式和规则的信息技术，是当前一种热门的研究内容，并且已经在包括金融数据分析信用评估等领域获得了很好的应用。本文结合目前国内外最新的一些DEA理论和数据挖掘技术对DEA和数据挖掘的综合应用技术进行综述。     

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。     

博弈论在情报学领域的应用研究

分析了博弈论在情报学宏观领域和微观领域的应用,结合相关博弈理论构建了相应的博弈矩阵,并加以分析.通过对博弈论在情报学领域的应用研究,阐明了博弈论对情报学发展的重大意义.     

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。     

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.     

浅谈web数据挖掘在电子商务领域中的应用

本文通过对数据挖掘技术在电子商务领域的应用现状进行调研,让更多的人了解数据挖掘技术,通过数据挖掘技术给企业带来经济效益,促进社会的发展。     

数据挖掘及其在高校图书馆期刊管理中的应用

数据挖掘是当前数据库和信息决策领域的研究热点。本文首先介绍了数据挖掘的基本涵义和处理过程．然后分析了数据挖掘的功能和主要方法与技术，最后探讨了数据挖掘技术在高校图书馆期刊管理与信息服务工作中的具体应用。     

多元范式:情报学研究的第三范式

多元范式被称为情报学研究领域的第三种研究范式,在情报学研究领域正在被越来越多的研究者所接受并使用.对多元范式的内涵、历史、整合方式、作用、步骤及优缺点进行分析归纳,预测多元范式在情报学研究中的发展趋势,可以更好地理解和把握多元范式的理论和使用方法,对多元范式在我国情报学研究中的实施与应用具有重要参考价值.     

情报学中的若干基础理论在创新中的应用研究

从情报学的视角,解读情报学基础理论在创新领域中的应用。通过分析情报学基础理论在创新领域的应用现状,考察情报学基础理论的理论价值和实践意义,并且在现状分析的基础上,从研究对象、信息技术、理论思维、学科立场和自身规律方面,讨论了情报学基础理论和创新领域两者的融合,从而从新的视角解读情报学基础理论。     

数据挖掘在生物信息学中的应用

生物信息学是对生物科学所产生的大量数据进行分析和管理的学科。数据挖掘技术在生物信息学领域具有良好的研究与应用前景。对在生物信息学中的数据挖掘技术的应用进行了研究。     

数据挖掘技术的应用探析

随着数据库技术和网络技术的迅速发展及数据库管理系统的广泛应用,人们积累的数据也在迅速增长。数据挖掘,就是从大量的实际应用数据中提取隐含信息和知识,并结合常用的方法来分析庞大数据,广泛应用于诸多领域。文章着重分析了数据挖掘在各领域的应用及发展趋势。     

探寻情报学前沿研究领域——2000～2005午LISA数据库文献统计分析

为判定情报学的前沿研究领域，通过检索LISA（Library and Information Science Abstracts）数据库，对其收录的2000～2005年情报学领域的文献进行统计，并依据统计结果利用统计学中的假设检验法对取样年份中的情报学文献进行分析，探讨情报学的前沿研究领域，以期了解情报学的最新发展动态和前景。