共查询到20条相似文献,搜索用时 703 毫秒
1.
介绍了数据仓库、知识发现以及数据挖掘的概念,详细分析了聚类分析算法。以电信企业使用数据挖掘工具进行客户聚类分析为例,介绍了如何在税务客户管理中应用聚类技术对纳税人进行客户细分,从而实现对不同类别的纳税人提供有针对性的、个性化的服务。 相似文献
2.
数据挖掘是一项崭新的技术,文章介绍数据挖掘的概念及其产生的背景;数据挖掘的基本方法,并且概述了几种常用的数据挖掘方法,即分类和聚类分析。 相似文献
3.
数据挖掘与知识发现的技术方法及应用(上) 总被引:8,自引:0,他引:8
数据挖掘是一项崭新的技术,文章介绍数据挖掘的概念及其产生的背景;数据挖掘的基本方法,并且概述了几种常用的数据挖掘方法,即分类和聚类分析。 相似文献
4.
数据挖掘中聚类分析算法研究 总被引:4,自引:0,他引:4
聚类分析是数据挖掘的一个主要研究方向,目前其研究已深入到数据库、数据挖掘、统计等领域并取得了很大的成就.本文介绍了聚类分析的应用及数据挖掘对聚类算法的典型要求,并对现有的传统聚类算法进行了分析与评估.最后介绍了聚类分析最新的研究方向——流数据聚类分析. 相似文献
5.
聚类分析是数据挖掘的一个重要研究领域,按照一定的要求和规律将事物进行分类的一种数学方法。将模糊数学的模糊理论应用于数据挖掘的聚类分析中,提出一种快速模糊C-均值聚类算法,并给出模糊聚类分析在数据挖掘中的应用的主要步骤,大大提高计算效率,收敛速度非常快,对大量数据处理是有实际意义的。 相似文献
6.
在分析了数据挖掘技术与物流管理特点的基础上,详细描述了数据挖掘技术中聚类分析技术在物流管理中对货物分类的优化应用,同时对数据挖掘技术在物流网点分布和建设以及物流货物运送中解决复杂问题的能力进行了描述. 相似文献
7.
模糊聚类分析在数据挖掘中的应用 总被引:2,自引:0,他引:2
聚类分析是数据挖掘的主要方法之一,而且能够作为一个独立的工具获得数据的分布状况,集中对特定的聚簇集合作进一步的分析。介绍了数据挖掘过程中常见的数据聚类算法,讨论了聚类分析最新的研究方向——模糊聚类方法。 相似文献
8.
随着人工智能和数据挖掘技术的不断深入,数据挖掘技术中的聚类分析得到了不断的发展,对聚类的研究已经成为数据挖掘领域中的一个重要课题。在介绍几种具有代表性的聚类算法的基础上,探讨了聚类算法的理论基础及具体实现。 相似文献
9.
10.
武则宇 《邢台职业技术学院学报》2013,30(3):70-72
随着计算机技术的迅猛发展以及网络技术的普及,人们有更多机会通过网络与外界进行信息交流。然而,随着数据大量的涌入,增加了我们获取有用信息的难度,数据挖掘正是在这一背景下诞生的。聚类分析是数据挖掘中的一种重要技术,是分析数据并从中发现有用信息的一种有效手段。本文主要研究的是基于宽度优先搜索的聚类分析算法。 相似文献
11.
介绍数据挖掘技术应用到商场CRM中,运用多种数据挖掘技术发掘出潜在的高价值客户,预测其购买行为。通过聚类分析、差异分析等数据挖掘技术处理,从而帮助商场更好的了解客户消费需求热点,提高商场核心竞争力。 相似文献
12.
介绍一种利用数据挖掘技术建立顾客分类分析的挖掘模型。主要介绍了基于Microsoft SQL SERVER Analysis Services(SSAS)的聚类分析算法,以及SSAS聚类分析算法在对某销售信息进行顾客分组分析中的应用,通过分析聚类分析算法挖掘模型所发现的模式,得出了对顾客分类的结果,为销售公司管理层的营销决策提供有力的参考和辅助。 相似文献
13.
数据挖掘是知识发现的核心部分,其技术和方法在数字图书馆中有着巨大的应用空间和应用价值。简要介绍了数据挖掘的概念和过程,阐述了数据挖掘的主要方法,着重探讨了数据挖掘在数字图书馆中的应用。 相似文献
14.
介绍了数据挖掘技术和模型的概念,提出了基于决策树的数据挖掘分类模型构造方法,并结合银行业信贷业务特点,对数据挖掘在贷款分析中的应用进行探讨。 相似文献
15.
16.
罗跃国 《西安文理学院学报》2010,13(3):61-63,67
在Snort的基础之上建立了基于数据挖掘的网络入侵检测模型,重点设计聚类分析模块以及关联分析器,该模型应用于网络中,可以使信息安全性得到大大提高. 相似文献
17.
针对Web挖掘,首先论述了Web挖掘的基本理论,接着分析数据挖掘中的聚类算法,讨论了聚类分析的数据结构和数据类型,以及聚类算法的分类,详细介绍了数据挖掘中用到的主要聚类算法,最后对评价聚类结果的方法进行了分析。 相似文献
18.
董萍 《三门峡职业技术学院学报》2015,(1):135-139
教务管理系统中含有大量有待挖掘的有用信息,在大力提倡科教兴国的今天,这些信息对学院更好地制定学生培养计划具有重要的指导意义。对教务管理系统进行了全面剖析,通过在该系统中的具体实践和运用,对关联规则以及聚类分析等数据挖掘的方法进行了探索,实现了一个实用的教务数据挖掘系统。 相似文献
19.
20.