数据挖掘技术探究

数据挖掘是数据库最活跃的领域之一,本文介绍了数据挖掘的基本概念和数据挖掘的方法,系统分析了数据挖掘技术与在线分析处理(OLAP)、统计的区别,最后总结了数据挖掘现状并且提出了数据挖掘的发展方向。     

数据挖掘中的本体应用研究综述

数据挖掘是个交叉领域,与人工智能、信息科学、统计分析等领域有着紧密的联系。而本体作为一个新兴的研究领域,与数据挖掘在应用的学科领域范围上有着较大的重合,比如在生物科学和化学领域,这两者的结合研究也非常活跃。在数据挖掘中引入本体能够极大地解决数据挖掘面临的问题。系统研究了在数据挖掘中本体的应用情况。     

数据挖掘技术在体育领域的研究现状与应用前景

通过文献研究的方法整理分析了相关文献资料,探讨了国内外体育数据挖掘的发展前沿,展望了数据挖掘技术在体育领域的应用前景,认为数据挖掘技术对我国体育领域的理论研究和实践工作具有广泛意义.     

空间数据挖掘技术探讨

空间数据挖掘是数据挖掘的一个分支,在地理信息系统、遥感、导航、环境研究以及许多使用空间数据的领域中有着广泛的应用。对空间数据挖掘的相关知识、方法及其发展方向进行了详细的介绍。     

数据挖掘中聚类方法比较研究

聚类是数据挖掘领域中的一个重要研究课题。聚类在电子商务、图像处理、模式识别、本分类等领域有广泛的应用。本首先建立了数据挖掘中聚类方法的比较标准，然后从基于优化、关系、变换这样一个新的角度对聚类方法进行了分类和比较，最后对数据挖掘中常用聚类算法进行了分析，以便于人们更易于选择研究方向和选择适合于具体问题的聚类算法。     

蚁群算法在数据挖掘中的研究

随着信息分布越来越广泛及信息量的迅猛增加,传统的数据挖掘方法也难以胜任,因此,分布式数据挖掘技术成为了人工智能与数据库领域,文章研究一种基于蚁群算法的分布式数据挖掘方法,该方法模拟自然界中由简单蚂蚁个体组成的群体行为,以完成分布式数据挖掘任务     

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.     

数据挖掘技术浅析

数据挖掘技术是当前数据库和人工智能领域研究的热点。文章对数据挖掘技术的总体情况进行了概括性的介绍．其中包括数据挖掘技术的产生背景、应用领域以及数据挖掘工具等,并对数据挖掘技术的前景作出了展望。     

可视化原理及应用中的可视化数据挖掘

分析目前数据挖掘领域中可视化方法的研究状况,并结合可视化数据挖掘工具（WEKA）阐述可视化技术的应用,对可视化数据挖掘技术的发展进行展望。     

数据挖掘技术在教学中的应用

概述数据挖掘的概念、实现方法及过程,分析数据挖掘在教学应用中的研究方向及用于数据挖掘的数据来源和数据特点,列举应用于教学领域的一些成功案例,并提出展望.     

数据挖掘技术应用研究

从概念入手,分析了数据挖掘的主要任务和应用中存在的关键问题．重点探讨了数据挖掘的应用步骤与方法,详细阐述了数据采集、转换、模型构建和模型评估等关键内容,同时给出了一个数据挖掘软件的构建原则．对企业快速、低成本构建客户管理系统、CRM系统、数据挖掘应用系统具有一定的借鉴价值．     

空间数据挖掘研究的进展

对空间数据挖掘与传统数据挖掘进行比较。根据数据挖掘的目的分类,对已有的空间数据挖掘的主要方法及特点进行分析,包括空间数据概化、空间规则挖掘、空间分类、空间趋势预测、空间聚类、空间离群点查找等。对国内外空间数据挖掘的现状作了总结和评述。最后,对未来可能的研究方向也作了分析展望。     

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。     

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．     

关于数据挖掘在CRM中的应用

本文系统地论述了数据挖掘概念的内涵与其外延的发展、以及数据挖掘的基本技术和最新进展。全面而深入地介绍数据挖掘的应用,特别是在CRM中的应用,以及数据挖掘和CRM的发展前景。     

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。     

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.     

采用云计算的数据挖掘技术可视化教学与实验方案

针对数据挖掘技术较为抽象并且难以理解等问题,设计了数据挖掘课程的教学与实验方案.方案包含了数据分类、聚类、降维以及关联规则等数据挖掘子技术.将传感器、互联网、社交媒体等不同类型的数据作为实验数据集,采用云计算技术提高计算与存储的效果,提高教学与实验的效率.设计了图形交互界面,能够以图形形式与表格输出数据分类、聚类、降维...     

基于XML的Web数据挖掘系统模型的设计

该文首先剖析了数据挖掘技术,并阐述了XML在数据挖掘中的应用优势,然后构建了一个基于XML的面向多种Web教据的挖掘系统模型,最后详细介绍了模型中的三个层次构成,并介绍了其中关键技术的实现方法,以期为Web数据挖掘的研究提供参考.     

数据挖掘在电子商务中的应用分析

电子商务过程中产生了大量的数据，数据挖掘是对这些数据进行分析的有效方法．本文分析了数据挖掘的功能及其在电子商务中的应用，提出在电子商务过程中有针对性地为数据挖掘收集数据，采用有指导的挖掘及适合电子商务特点的挖掘算法。