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.     

数据挖掘技术在零售业分析中的应用

借助于数据挖掘技术,可以从大量的、复杂的数据中提取有用的信息。本文介绍了数据挖掘的技术特点,重点讨论了关联规则在零售业数据分析中的应用。     

一种基于矩阵按位存储的Apriori改进算法

关联规则是数据挖掘的重要研究方向之一,Apriori算法是利用关联规则进行数据挖掘中的一个最经典的算法。通过对Apriori算法进行研究分析,发现该算法具有产生大量候选项集和多次扫描数据库的缺点。提出了一种基于矩阵按位存储的改进型Apriori算法,该算法将数据库中的数据读入内存,用矩阵按位存储数据,使用按位运算计算项集的支持数,提高了支持数计数的效率,从而提高了关联规则挖掘的速度和效率。     

数据挖掘中关联规则算法在教学评价系统中的研究

关联规则技术是数据挖掘的最重要的组成部分之一,它用于发现大量数据中项集之间的有意义的关联和相关联系。本文旨在研究如何将数据挖掘技术与教学评价相结合,从大量数据中提取出隐藏在数据之中的有用的信息。     

基于聚类划分的增量式关联规则研究

数据挖掘是目前信息领域和数据库技术领域的前沿研究课题,它涉及到数理统计、模糊理论、神经网络和人工智能等多种技术,技术含量比较高,实现难度也较大.本文研究了关联规则挖掘技术的基本概念、过程和算法等,为提高数据挖掘效率,提出了基于聚类划分的增量式关联规则挖掘算法.即运用快速聚类方法实现数据划分、运用改进的FP-growth算法实现关联规则的挖掘和运用增量FP-growth挖掘算法实现增量数据挖掘的关联规则挖掘算法.     

食品流通环节安全保障策略研究

食品供应链数据中隐含着大量潜在有用的食品安全信息,基于数据挖掘的视角,构建食品供应链信息共享平台,运用关联规则技术,针对流通环节中的食品安全问题,从复杂的供应链数据流中,提取食品质量保障规则,为决策者制定安全保障策略提供数据支持,从而降低不合理的人为因素影响,避免食品安全事件的发生,为我国食品安全问题的解决提供新的思路。最后以三元乳制品开展实例研究,验证了所建立数据挖掘模型的有效性。     

基于数据挖掘银行客户信用风险评级体系研究

提出了基于数据挖掘的客户信用风险评级体系结构,深入解析了基于关联规则的客户信用风险评级指标体系的构建、基于BP神经网络的评级模型的构建和基于多种数据挖掘技术的分类结果细化可视化模块的构建.     

一种基于信誉兴趣区间划分的数据优化查询算法

在当前的复杂数据挖掘方法中,多是基于关联规则进行关联挖掘,一旦数据之间的关联性被大量的冗余关联打破,形成数据的无序性,就会出现挖掘耗时,挖掘错误较多的问题.为了解决这一问题,本文提出一种基于信誉兴趣区间划分的数据优化查询算法.在海量的数据中,针对错综复杂的数据关系,通过信誉兴趣函数对数据进行较为清晰地划分.尤其在关联规则较为混乱的情况下,这种方法能够得到更为准确的数据分类区间.实验结果表明,这种数据挖掘方法针对大型数据库中的海量数据挖掘效果更佳,且挖掘算法速度更快,效率更高.     

数据立方体上的约束关联规则挖掘

数据挖掘作为一项从海量数据中提取知识的信息技术引起了国内外学术界和产业界的广泛关注,基于数据仓库的联机分析挖掘系统的应用已成为数据挖掘技术的发展趋势,本文结合联机分析挖掘的思想和基于目标属性关联规则挖掘算法,提出并构建了数据立方体上的基于约束的关联规则挖掘算法。最后的算例证明了该算法的有效性。     

基于关联规则挖掘的食品安全信息预警模型

针对食品生产加工的安全问题,建立了基于关联规则挖掘的食品安全信息预警模型,此模型从数据挖掘视角以食品生产加工的检测数据为处理对象,分析数据异常情况,采用改进的关联规则挖掘APTPPA算法,生成关联路径树、寻找频繁项集、最大频繁项和最大关联规则,进而抽取报警关联规则,挖掘导致食品安全问题的因素并进行诊断和预警,最后通过实验验证了预警挖掘模型的正确性和算法的有效性。     

基于分布式数据库的房地产管理信息系统的设计与实现

本文对房地产管理信息系统设计方案中的分布式数据库技术进行了详细阐述,包括分布式数据库的设计原则、系统结构、分布式查询与数据更新等内容.     

我国房地产开发企业融资差异分析

在分析了全国房地产开发资金来源特征的基础上,从银行贷款和自筹资金两个方面具体分析了30个省市房地产开发融资差异,并针对全国和30个省市房地产开发融资状况提出了相应的调控政策建议。     

数据挖掘技术在校园信息化中的应用研究

数据挖掘是数据库系统应用与发展必然提出的研究课题,是从海量数据中抽取出有价值知识的有效工具.本文就学校信息化进程中数据积累的现状,详细分析了各种数据挖掘技术在其中的应用,并给出了适用于学校的数据挖掘体系结构模型.     

房价收入比研究现状及发展改进——基于上海房地产市场的经验分析

我国房价持续上涨,且上涨幅度超过收入增长幅度,房价收入比不断攀升,理论界和实务界围绕房价收入比是否过高对我国房地产市场是否存在泡沫展开了激烈"论战",但由于理论依据、研究方法和数据来源等不同,很难达成共识,我们有必要梳理国内房价收入比的研究现状,并对其进行发展改进,完善房价收入比的科学体系。本文首先从"论战"入手,回顾房价收入比的研究现状,并从存量金融资产、首付款、购房税费、住房按揭贷款、房价上涨率和收入增长率等角度对房价收入比进行发展改进,最后利用构建的理论框架对上海房地产市场进行经验分析,得出当前上海房价收入比明显偏高的结论,需要引起高度关注。     

数据挖掘技术在情报学领域的应用研究现状分析

通过对数据仓库及数据挖掘概念的阐述，以及数据挖掘技术在情报学领域的应用研究历史和现状分析，试图表明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，这对认清其发展趋势，很有必要。     

基于移动GIS的房地产信息化管理应用研究

为了有效管理房地产项目的开发以及土地资源利用,文章从移动GIS的特点及相关技术出发,将移动GIS应用于房地产信息化管理,并分析了各个关键技术．提出了基于移动GIS的房地产信息化管理系统的逻辑结构,可实现房地产开发项目及市场的经济、高效、实时的信息化管理。     

粗糙集理论在数据挖掘中的应用

粗糙集理论是一种处理不确定和不精确问题的新型数学工具,为数据挖掘提供了一条崭新的途径。本文阐述了粗糙集理论及其在数据挖掘中的应用。     

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.     

基于J2EE的Web数据挖掘系统框架评价体系研究

本文简要介绍了Web挖掘的概念以及数据挖掘技术与算法，阐述数据挖掘系统结构，并对其框架及实现方法进行了探讨，讨论基于J2EE平台的MVC设计框架下Web数据挖掘系统体系结构。最后将对系统进行评价分析。     

基于J2EE的Web挖掘客户数据的价值

简要介绍了Web挖掘的概念以及功能，阐述数据挖掘系统结构，并对其体子框架及实现方法进行了探讨，最后给出基于分布计算J2EE平台的Web挖掘系统逻辑结构。从而系统将打破制约信息系统开发的瓶颈，提高客户数据挖掘的效率。