数据挖掘技术及其应用领域研究

随着现代信息技术的广泛发展,一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的“数据挖掘”（Date Mining）技术应运而生。数据挖掘是目前国际上数据库和信息决策领域的最前沿研究方向之一,引起了学术界和工业界的广泛关注。     

基于数据挖掘的网络流量预测研究

为提高网络流量预测的效率和准确性,提出基于数据挖掘的网络流量动态预测方法。在对网络流量数据进行相空重构的基础上,采用基于神经网络的数据挖掘方法实现流量动态预测。实验表明：这种方法有较好的预测精度,为网络性能异常的预警行为研究奠定良好的基础。     

基于数据挖掘技术的教学效果评价系统

在基于数据挖掘的技术基础上,引出教学过程中的质量及其管理问题,这对教学评价系统具有重要的研究意义.针对所存在的问题进行阐述,引进新的教学评价系统,并对系统的功能和结构及数据挖掘技术在教学效果评价系统中的应用进行详细讨论.     

谈数据挖掘技术在图书馆的应用

随着数据库技术的迅速发展，人们积累的数据越来越多，激增的数据背后隐藏着许多重要信息，人们希望能够对其进行更高层次的分析，以便更好地利用这些数据。目前的数据库系统可以高效地实现数据的录入、查询、统计等功能，但无法发现数据库中存在的关系和规则，无法根据现有的数据预测未来的发展趋势，缺乏挖掘数据背后隐藏的知识的手段。面对“数据爆炸但知识贫乏”的挑战，基于人工智能的数据挖掘和知识发现便应运而生，并显示出强大的生命力。[第一段]     

正在走向现实的数据挖掘及其分类预测

数据挖掘是当今一个新的技术热点。本文从数据挖掘、数据挖掘环境、数据挖掘的基本过程展开研究,分析了数据挖掘的模式,详细阐述了分类、预测的区别与联系,展望了数据挖掘未来的研究方向。     

正在走向现实的数据挖掘及其分类预测

数据挖掘是当今一个新的技术热点。本文从数据挖掘、数据挖掘环境、数据挖掘的基本过程展开研究，分析了数据挖掘的模式．详细阐述了分类、预测的区别与联系，展望了数据挖掘未来的研究方向。     

基于计算机数据挖掘技术的开发及其应用研究

随现代计算机信息技术快速发展,计算机功能不断与现代统计学理论相融合,在上述背景的催使下,计算机数据挖掘技术得以衍生。与此同时,计算机数据挖掘技术与云储存、大数据等技术形成齐头并进的发展趋势,为现代人的生产、生活解决大量问题。鉴于此,本文通过对大数据信息技术概念的阐述,对电子邮件、信息发布、电子商务以及全程电子商务四个发展时期加以总结,分析其基本工作流程,并提出相关开发策略和应用策略。     

数据挖掘在财务预测中的应用

企业决策离不开财务预测,传统的预测系统已远远不能满足要求.本文对数据挖掘的基本原理作了阐述,分析了数据挖掘的流程及主要功能,介绍了数据挖掘工具的特点,并在此基础上研究了数据挖掘技术在财务预测中的一些应用.     

数据仓库与数据挖掘技术在决策支持系统中的应用

分析调研大量成型的科研成果,做出大量需求分析,整理出数据仓储的相关知识,建立相关知识储备库,为技术的处理和应用创造一个联机的载体和条件,运用数据的挖掘和分析处理技术进行算法原理的研究,继而建立了在数据仓库研究理论基础上的模型,为创建数据仓库系统奠定基础。     

数据仓库与数据挖掘技术在决策支持系统中的应用

本介绍了数据仓库与数据挖掘技术在决策支持系统中的应用以及基于一技术的有关问题，最后进一步提出决策支持系统框架和系统的建立方法。     

高等院校大数据挖掘与决策分析体系的应用研究

文章从我国高等院校"十二五"期间信息化建设的情况入手,探讨了高等院校大数据研究及发展的趋势,分析了大数据挖掘与决策分析体系建设的意义,并就该体系在高等院校信息化建设中的发展方向展开了讨论。文章设计了高等院校大数据挖掘与决策分析体系架构及流程,提出了一种新颖的"大数据+微服务"模式。结合该体系在高等院校未来信息化建设中多个典型应用场景的分析,可为高等院校信息化发展提供个性化服务保障,同时为高等院校的决策者进行科学决策提供依据。     

浅析数据挖掘的技术方法及应用

现如今,数据挖掘是数据领域以及信息处理上最先进的一项研究技术.本文从介绍数据发掘的定义及其特征入手,归纳了数据挖掘过程的基本步骤,分析了数据挖掘的技术方法,并探讨了数据挖掘的相关应用,本文的研究对加快数据挖掘技术的前进步伐,拓展数据挖掘技术的学科应用具有重要的意义.     

数据挖掘技术在电子商务上的应用

随着信息化的发展,在大数据背景下的数据挖掘技术也日趋壮大,成为了先进的信息处理技术,电子商务逐步发展成当下最热门的商业模式,因此,人们个性化的服务需求也不断增加。本文主要是对数据挖掘技术在电子商务上的应用进行重点分析,并探究了数据挖掘技术在电子商务中的应用前景及所存在的问题。     

数据仓库与数据挖掘技术应用现状研究

数据仓库技术是90年代开始兴起的一门新兴技术。数据仓库技术有效地解决了数据存储和组织,数据仓库具有按主题进行存储的特点。数据挖掘就是从大量的、模糊的、不完全的、有噪声的、随机的数据中提取隐含的、人们事先不知道的有用的信息和知识的过程。数据挖掘能带来所需的知识信息,而数据仓库的支持使得数据挖掘更加有效。虽然在数据仓库的基础上进行数据挖掘能够获得重大的商业价值,但并不是所有企业都适合,都能立即获得可观的利润。要考虑以下三方面的因素。第一,与数据仓库相关的费用问题。数据挖掘并不一定非要在数据仓库中应用,但数据…     

基于组合预测模型的数据挖掘技术研究与探索

针对数据挖掘过程中单一模型算法命中率低、偏差大等问题,将决策数、遗传算法、人工神经元三种单一算法融合在一起,设计出一种基于Lagrange函数的多算法组合预测模型。同时,将所建组合模型应用于电信行业客户关系管理中,将客户信息、消费行为等历史数据作为预测指标,对客户行为及未来趋势进行预测。预测结果表明,与单一算法预测模型相比,组合预测模型命中准确率高,预测效果好,能更直观地显示出流失客户的基本特征,从而帮助电信运营商提前发现具有离网倾向的用户群体,为管理层的决策提供数据支持。     

运用数据挖掘和网络题库技术构建选择题自动预测系统

本文回顾了现行选择题难度的预测方法,指出了其主观性较强的缺陷,提出了数据挖掘技术应用于选择题难度预测的设想,给出了选择题难度预测系统的体系结构图,最后较详细地说明了数据挖掘技术和网络题库技术在系统构建中的应用。     

基于Web的数据挖掘技术研究

随着因特网的迅速发展,数据资源量越来越庞大,为从这些资源里迅速、准确找到需要的知识,数据挖掘技术应运而生。介绍了基于Web的数据挖掘技术,阐述了该技术的特征并分类作了介绍,对数据挖掘技术的几大研究方向作了展望。     

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     

数据挖掘技术对村镇银行信用风险预测系统的嵌入研究

基于数据挖掘技术,村镇银行信用风险预测系统能够实现对村镇银行大规模客户资料的多角度分析,并预测出客户可能会对银行带来的潜在信用风险。通过将数据挖掘技术嵌入到村镇银行信用风险预测系统,综合运用传统的商业银行信用风险度量方法“6C”法与现代信用风险的计量方法 VaR法,构建了一个适合村镇银行的信用风险预测系统,以期为我国广大村镇银行的风险管理控制提供一定的参考。     

数据挖掘技术在物流管理中的应用

数据挖掘是探查和分析大量数据以发现有意义的模式和规则的过程,而物流管理过程中存在大量数据。文章探讨如何将数据挖掘的具体技术应用于物流管理领域,并指出了物流企业应用数据挖掘技术时应注意的问题。