数据挖掘技术在生态专家系统中的应用

从生态安全模型与评价指标体系入手，研究了数据挖掘技术在区域生态安全评价专家系统中的应用目标与任务；综合运用神经网络、关联规则挖掘等人工智能方法，实现了对生态数据的挖掘，结合梯度法对挖掘的结果进行了必要的处理，使最终的结果更真实合理；探讨了数据挖掘技术引入生态专家系统后系统所具有的特点。     

数据挖掘——证券投资分析的有力工具

数据挖掘目标和挖掘工具的正确选择直接关系到挖掘效果的好坏。面对内部规律极端复杂的证券市场,指出了只有将数据挖掘技术与证券市场自身的特点结合起来才能发挥其巨大的作用;提出了必须为数据挖掘建立科学的、客观的目标,这些目标必须以证券市场自身的规律为基础,并根据证券市场的特点提出了一个数据挖掘模型。     

基于网格的并行数据挖掘算法的实现

随着信息技术的发展,大量的数据不断被收集和存储,对数据的挖掘规模越来越大,传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展,使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质,把并行关联规则挖掘算法应用于网格数据挖掘中,并建立了一个并行数据挖掘模型,验证了并行数据挖掘系统在网格环境的可行性与合理性。     

关联规则的数据挖掘系统结构及模型的研究

数据挖掘是一种数据分析处理技术,其主要特点是对数据库、数据仓库或其它数据源中的数据进行抽取、转换、分析和其它模型化处理,从中提取辅助企业和科研决策的知识。关联规则挖掘是数据挖掘技术的一个重要研究方向。本文对基于关联规则的数据挖掘技术进行了研究,并提出了一个数据挖掘工具集原型。     

一种新的空间数据挖掘系统的分析与研究

由于地理信息系统技术（GIS）的出现,积累了大量空间数据,从而导致了空间数据挖掘技术的产生。本文提出了一种新的空间数据挖掘系统（SH-miner）,SH-miner由三部分组成：图形用户界面,用来输入和输出;数据挖掘模块,用来处理空间数据挖掘功能;数据存储模块,用来存储和管理空间数据以及非空间数据的数据库管理系统。尤其是数据挖掘模块提供了专业空间数据挖掘,其功能包括空间聚类、分类、空间表征、时空关联规则挖掘。     

面向电子政务的Web挖掘应用研究

介绍了数据挖掘中Web挖掘的相关理论,探讨了Web挖掘技术在电子政务中的各类应用,并基于Web使用挖掘技术设计了一个Web挖掘原型系统,给出了访问模式挖掘、关联规则挖掘和系统智能推荐的实现思路,在一定范围内解决了传统电子政务系统的弊病,以期对基于电子政务的数据挖掘起到积极的借鉴作用。     

基于XML的有效的Web挖掘系统设计研究

面向Web的数据挖掘是当今数据挖掘技术研究及应用的热点之一。在介绍数据挖掘技术和Web挖掘技术的相关背景的基础上,详细阐述了XML语言的卓越特性及其在Web挖掘中的重要应用并设计了一种基于XML的Web挖掘系统。     

Web网络信息挖掘系统的体系构建探究

针对Web网络通讯过程中存储的海量数据,运用新颖的数据挖掘技术或方法,发掘出数据中隐含的规律知识．为此提出关于web网络信息挖掘系统体系结构．阐述数据方块法、属性导向归纳法在数据预处理中的应用,深入探讨粗集属性约简算法、K—means聚类分析算法等在web网络信息挖掘系统体系的应用,提出的系统体系结构可为挖掘系统的实际研发提供有效指导．     

基于DM＆AHP技术的大学生干部素质评定与决策

本文采用数据挖掘（DM）技术,提出分时挖掘的方法,即保留以前挖掘的数据,使得数据挖掘速度得以提升,以此提高系统的运行效率。进而通过对数据的统计分析,应用萨蒂层次分析法,建立模型,设计了学生干部综合素质评定决策系统,给出了一套科学合理的评价方案,对培养大学生干部综合素质具有积极的指导意义。     

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。     

基于Hadoop的数据挖掘实践平台研究与应用

针对数据挖掘实践课程现状和实际教学效果,结合数据挖掘实践课程特点,在分析总结多种数据挖掘工具的基础上,设计了一种基于Hadoop的数据挖掘实践平台.架构在分布式计算平台Hadoop上的数据挖掘实践平台,克服了传统数据挖掘工具的种种问题,其能够支持数据挖掘的标准流程,处理TB级的海量数据用于实践挖掘,为数据挖掘基础实践提供了丰富的数据挖掘算法用于建模.同时,基于Hadoop的数据挖掘实践平台提供了灵活多样的应用开发接口,能够支持第三方软件商集成开发,快速构建大型海量数据挖掘的应用系统,完成综合数据挖掘应用的二次开发.基于Hadoop的数据挖掘实践平台,为数据挖掘实践与科研提供了海量数据处理能力的数据挖掘平台,激励学生以竞赛模式学习和完成数据挖掘实践,从而促进了学生创新实践能力的培养.     

教学管理中的数据挖掘

本文主要介绍了数据挖掘技术在高校教学管理中的应用和意义,利用数据挖掘技术对高校教学管理中产生的大量数据进行分析挖掘,如成绩挖掘、选课挖掘以及评价信息挖掘等来发现对教学管理有用的信息,以便为教学管理者提供决策支持.     

论数据挖掘与数据挖掘服务的实现

简述了数据挖掘产生的原因、概念,数据挖掘技术、系统,数字挖掘对象、步骤以及数据挖掘服务的实现。     

基于多维频繁项集的在线关联规则挖掘的设计与实现

对多维关联规则挖掘的理论及实现进行了详细的介绍,尤其对基于多维频繁项集的挖掘算法结合实例进行了详尽的阐述和实现。通过选用先进行立方体计算、后进行数据挖掘的OLAM模式,确定了数据挖掘的范围,然后再进行多维关联规则的挖掘。将交互式挖掘嵌入到联机分析系统中来。     

电子商务中的数据挖掘

电子商务中的海量Web数据与多样性的数据生成过程对数据挖掘的具体应用产生了极大的影响.依据现有的电子商务数据,数据挖掘任务和数据挖掘方法,本文首先介绍了电子商务中信息数据的特点,而后根据挖掘对象的不同,分析了电子商务中数据挖掘应用的类别,最后对电子商务数据挖掘的基本实现过程,尤其是挖掘模式进行了系统的分析.     

论关联规则挖掘在时间序列中的应用

经过20年的发展,数据挖掘的研究内容已十分丰富,其中关联规则挖掘是数据挖掘研究的重要方向之一,它是数据挖掘从技术角度划分的一种形式。本文先对传统和现在的时间序列挖掘作一个简单的介绍,然后详细分析了时间序列的关联规则,最后重点说明了时间序列关联规则挖掘的相关内容。     

浅议数据挖掘技术在旅游市场细分中的应用

数据挖掘是一种从大量的数据中挖掘有用的知识、用以支持决策的技术,从旅游行业需要入手,简要分析了数据挖掘技术在旅游市场细分中的作用,并重点论述了决策树和聚类两种挖掘工具的应用。     

数据挖掘在个性化信息服务中的应用

分析了信息的表现形式,通过对数据的挖掘定义的阐释,探讨了数据挖掘的步骤,分析了数据挖掘关键技术和方法,探讨了数据挖掘在个性化信息服务中的应用,研究了利用数据挖掘对原始数据的处理程序。     

基于聚类模型的电信客户战略分群

本文基于数据挖掘中的聚类模型,依据电信客户的行为和价值,对其进行战略分群,详细论述了数据挖掘的专题选择,模型建立,并提出了客户分群总体分析框架。通过对客户的分群挖掘,为电信高层管理者提供准确、有用的决策信息。     

基于聚类模型的电信客户战略分群

本文基于数据挖掘中的聚类模型,依据电信客户的行为和价值,对其进行战略分群,详细论述了数据挖掘的专题选择,模型建立,并提出了客户分群总体分析框架。通过对客户的分群挖掘,为电信高层管理者提供准确、有用的决策信息。