数据挖掘技术综述

面对“人们被数据淹没，却饥饿于知识”的挑战，数据挖掘和知识发现(DMKD)技术应运而生，并得以蓬勃发展，数据挖掘技术已成为计算机科学界的研究热点之一。     

数据仓库与数据挖掘技术

较为详细地阐述了数据仓库和数据挖掘的概念，同时指出了开发数据仓库的流程和数据挖掘技术的方法。     

数据挖掘与数据库知识发现

数据挖掘是解决数据库中数据急剧增大与利用率低之间矛盾的必然结果,数据库知识发现（kdd)技术的应运而生使得人们在实际工作中消耗大量财力和物力的数据得以利用,这也是数据库知识和人工智能技术发展的结果。     

浅析数据挖掘概念与技术

随着信息技术的迅速发展,数据库的规模不断扩大,传统的查询、报表工具无法满足挖掘有效信息的需求,因此,需要一种新的数据分析技术处理大量数据,并从中抽取有价值的潜在知识,文章阐述了数据挖掘技术的产生、概念以及数据挖掘的常用技术.     

知识发现和数据挖掘技术

如何从数据库中挖掘知识已成为数据库系统领域的重要课题，这方面的研究正受到越来越多的关注。本阐述了知识发现和数据挖掘的研究背景，定义和研究动态，介绍了知识发现的处理过程，并对数据挖掘技术进行了分类，讨论了数据挖掘研究的发展趋势。     

浅析数据库知识发现与数据挖掘

本文介绍了数据库知识发现和数据挖掘的概念、过程及研究热点,并展望了其应用前景。     

数据挖掘与进化算法

数据挖掘是信息爆炸问题的一种解决方案，进化算法是模拟自然进化过程而产生的计算机算法，其实是一种优化技术，在数据挖掘中引入进化算法具有相当的现实意义。     

数据库中数据挖掘技术研探

对数据库中数据挖掘技术包括数据挖掘技术的产生背景、应用领域、分类及主要挖掘技术作了概述,还从模式识别的角度讨论了数据挖掘技术的重要任务,包括分类、回归、聚类和关联等4种模式的识别;列举了当前数据挖掘技术的实际应用并指出今后的发展趋势。     

数据挖掘——技术与应用综述

数据挖掘是近年出现的新技术。它已用于企业决策支持,市场策略制定等。并将成为决策支持系统的一个重要组成部分。本文主要从技术和应用两个方面对数据挖掘进行了详细的讨论。     

Rough Set理论在数据挖掘中的应用

Rough Set理论是一种新的处理模糊和不确定信息的数学工具。近20年来，Rough Set理论由于在知识发现等领域的成功应用而受到广泛关注，并得到飞速发展，已成为数据挖掘中的一个很重要的方法。作者讨论了Rough Set理论在数据挖掘过程中的应用，并对Rough Set理论在数据挖掘应用．中存在的问题和挑战提出了自己的见解。     

基于文本数据的数据挖掘算法研究

总结了数据挖掘的基本方法、文本数据挖掘的关键技术,讨论了文本挖掘的定义和文本分类的一些形式,并对文本数据的数据挖掘算法进行了研究。     

数据挖掘技术及其应用进展

数据挖掘就是要从数据中抽取出知识。首先阐述了数据挖掘的任务方法，然后论述了数据挖掘面临的问题，给出了建议的研究方向，最后介绍了几个现有的数据挖掘工具和一些与数据挖掘研究相关的资源。     

数据发掘论题研究

数据库中知识发现（ＫＤＤ）是一个从数据中识别有效、新颖、潜在有用及完全可理解模式的非平凡过程。数据发掘（ＤａｔａＭｉｎｉｎｇ）是ＫＤＤ的核心构件。本文从一个新的角度来论述ＫＤＤ研究及应用的各个方面,强调数据发掘预处理研究的基本重要性     

数据挖掘技术综述

面对"人们被数据淹没,却饥饿于知识"的挑战,数据挖掘和知识发现(DMKD)技术应运而生,并得以蓬勃发展,数据挖掘技术已成为计算机科学界的研究热点之一.     

基于视频的数据挖掘系统的研究

研究了一种视频数据挖掘的系统结构.介绍了该系统中各主要模块的功能;描述了视频数据预处理和视频数据立方体;讨论了视频数据挖掘方法并探讨了典型的视频挖掘技术.     

S-粗糙集的粗糙度与数据挖掘

介绍了S-粗糙集的概念，在此基础上给出了S-粗糙集粗糙度的概念及其性质，为S-粗糙集在数据挖掘中的应用提供了有用的分析工具。     

数据挖掘综述

对数据挖掘国内外研究现状、挖掘方法、应用前景进行综述,并对挖掘过程中可能存在的问题做出客观分析。最后提出未来研究方向。     

基于PDM的数据挖掘原型系统研究

Product data management (PDM) is a unique technique that integrates and manages all applications, information and processes defining a product from design to manufacture, and to end-user support. However, exploration of valuable information and knowledge from the PDM system has become a key in improvement of efficiency and implementation of knowledge management in an enterprise. This paper introduces a data mining prototype system model based on PDM, and emphasizes some important techniques such as design of the prototype system framework, methods of data selection and integration of data mining prototype system and PDM. The model basically solves the problem of functional losses in mining and analyzing data in PDM. Application of data mining to PDM is meaningful to the ideas and techniques of PDM, and to the rapid development of data mining application itself. Also, it is useful in improving development and usage of enterprise databases.     

WEB数据挖掘技术研究

对web数据挖掘进行了全面的论述，并讨论了Web挖掘的分类和应用．在此基础上阐述了当前流行的挖掘技术，给出了Web数据模型，指出Web数据挖掘的发展方向和趋势．