数据挖掘与数据库知识发现

数据挖掘是解决数据库中数据急剧增大与利用率低之间矛盾的必然结果。数据库知识发现（ｋｄｄ）技术的应运而生使得人们在实际工作中消耗大量财力和物力的数据得以利用。这也是数据库知识和人工智能技术发展的结果。     

数据挖掘技术及其应用

随着网络、数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多.数据挖掘 (Data Mining) 就是从大量的实际应用数据中提取隐含信息和知识,它利用了数据库、人工智能和数理统计等多方面的技术,是一类深层次的数据分析方法.     

数据仓库技术与多维数据集实现

随着数据库技术的发展和数据库管理系统的广泛应用,人们积累的数据越来越多,出现了"数据拥挤"现象.数据仓库可以对数据进行有效集成,是数据分析与决策支持的基础,是把数据转换成信息知识的关键技术.     

数据挖掘技术研究

数据挖掘就是从大量的数据中提取隐含信息和知识,利用数据库,人工智能和数理统计等多方面的技术,是一类深层次的数据分析方法。     

大数据技术深入发展和新工科建设背景下数据库课程体系改革研究

在大数据技术深入发展和新工科建设的双重背景下,基于知识体系优化和对传统计算机类工科专业进行升级改造的需求,提出了数据库课程体系改革的完整思路。增设Python语言数据分析基础为先修课程,以传统的关系型数据库知识为基础,拓展了与大数据相关的理论知识和技术,使数据库课程体系基本涵盖了大数据处理的整个流程。该课程体系将传统和新兴的数据库技术相结合,在数据库知识和技术上进行了系统规划,能够切合新形势下数据库专业人才培养的新需求。     

数据仓库技术与多维数据集实现

随着数据库技术的发展和数据库管理系统的广泛应用,人们积累的数据越来越多,出现了“数据拥挤’’现象．数据仓库可以对数据进行有效集成,是数据分析与决策支持的基础。是把数据转换成信息知识的关键技术．     

基于云计算的显性隐性语法知识数据库构建

传统的语法知识数据库构建方法忽视了显性语法与隐性语法之间的关联程度,致使数据库的反馈结果遗漏了隐性语法知识要点,因此基于云计算技术,构建全新的显性隐性语法知识数据库.粒子群算法计算数据的更新特性,获取隐性数据、显性数据的关联程度指标,根据转化模型实现对隐性语法知识的显性转化;利用目标函数获取搜索目标,并根据数据的重要程度排序;基于云计算技术设置分布式处理方式,优化数据库反馈机制,实现对语法知识的全方位反馈.实验测试表明,与传统方法构建的数据库相比,基于云计算的数据库反馈能力更强,搜索得到的语法知识重要程度更高.由此可见,基于云计算构建的数据库,满足现阶段的教学需求.     

论网络数据库营销

随着企业电子商务和网络营销的蓬勃发展,网络数据库能够自动记录下营销过程中丰富的交易信息和与顾客相关的数据,如何利用这些数据资源来为企业的经营决策服务?一个有效的解决办法,是实施网络数据库营销,尽快建立企业网络数据库,将数据转化为知识,为企业进行明智的业务经营决策提供有力的工具。阐述了网络数据库营销的含义、理论基础和技术基础,分析了网络数据库营销的特点与作用,从而得出网络数据库营销必将得到广泛应用的结论。     

数据仓库的研究与发展现状

数据仓库技术是数据库与人工智能两项计算机技术相结合的产物，是当今信息管理技术的主流，它利用人工智能中的机器学习、知识处理和神经网络等方法，从数据库中挖掘有用信息、发现知识、搞清数据库中大量数据之间的相互关联及众多数据之间存在的规律，可供使用有效分析和利用数据库中的已存储的各种有用信息，以帮助决策迅速做出决策，从而使企业产生巨大的经济效益，章介绍了现有的数据仓库工具，以期给国内数据仓库的开发提供一定的参考，并通过总结国内数据仓库市场的不足之处，给出解决的办法，最后找出国内数据仓库市场的新动向．     

数据挖掘技术的应用及发展

数据挖掘是一个多学科领域,融合了数据库技术、人工智能、机器学习、统计学等多个学科,是数据库系统和新的数据库应用的一个欣欣向荣的学科前沿。只有当人们能够从数据中有效地提取信息,从信息中及时发现知识,数据才能为人类的思维决策和战略发展服务。也只有到那时,数据才能够真正成为与物质、能源相媲美的资源,信息时代才会真正到来。     

数据库入侵检测技术的研究

以保证数据库安全运行为前提,分析数据库入侵检测技术,明确其中的两项具体内容,分析三点入侵检测常见的问题,并且提出突出数据库知识标准的统一性、完善数据库入侵系统模型、提高数据应用价值三点建议,发挥数据库入侵检测技术优势,提高数据库内部数据安全性。     

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]     

基于XML的异构数据系统知识发掘

企业目前各种信息系统由于数据格式不一,形成知识孤岛,造成组织所需的大量知识散布在各个异构数据系统中。面对大量的非结构化数据,传统的知识发掘显得力不从心。本文拟通过XML标记语言的特点,将企业信息资源中非结构化数据半结构化,利用基于传统数据库的知识挖掘技术构建基于非结构化数据的知识发掘系统。     

机器学习技术在数据挖掘中的商业应用

该文阐述了机器学习的定义、发展、分类及其商业应用.指出随着信息化的普及和数据库的大量建立,数据积累呈现出指数级的增长趋势,如何从数据中提炼出有用的信息和知识,已成为企业迫切需要解决的问题.数据收集和存储成本的降低、机器学习技术的发展等相关计算机技术的发展都大大促进了数据挖掘的商业应用.机器学习技术是计算机科学和人工智能发展的产物,是数据挖掘的重要方法之一.     

探析图书馆数据库恢复与备份技术

随着现代科学技术的不断发展,计算机与人们日常生活和工作的联系日益紧密,并逐渐成为我们工作和生活中不可或缺的一部分,人们对其的依赖性也在逐渐增强。我们都知道,计算机的数据库是保存信息的地方,一旦数据库遭受损害,里面存储着的大量数据就会丢失。图书馆馆藏数据是为读者提供服务的重要数据,我们该如何确保计算机里面数据资料的安全,是一个值得我们所有人关注的事情。出于对图书馆信息资料存储的安全性考虑,计算机使用者要特别注意图书馆计算机数据库的备份与恢复。本文从几个方面详细介绍分析了计算机数据库的备份与恢复方面的知识和技术。     

基于组件技术SQL Server数据同步设计

数据同步是实现两个数据库或多个数据库之间数据信息共享的一种手段,具有较好的实时性。本文运用SQL Server数据库触发器及中间件技术设计数据同步组件,实现数据文件和数据库数据同步。最后提出了数据同步系统中不足之处。     

大数据背景下高校档案的综合利用

高校档案是高校办学过程中积累的宝贵资源.大数据时代,利用数据挖掘和大数据分析技术对高校档案进行编研是目前档案利用研究的热点.在大数据背景下,高校应建立完善的档案数据库和档案综合管理系统,利用大数据分析技术,梳理高校档案信息的知识脉络,并形成编研数据,以便更好地发挥高校档案的功能,为高校决策提供依据.     

大数据技术在高校智慧校园中的应用

大数据技术包含大数据分析、云数据库、Hadoop、内存数据库等技术。高校智慧校园中的人才培养、科学研究、管理决策、生活服务、社会服务功能与大数据技术紧密融合,实现智能预警、管理决策、知识管理、社交网络、一卡通、物联网等的整合,为高校智慧校园建设提供有力支持。     

数据库及其发展

为了帮助函授学员及广大中、小学教师了解数据库及其发展的主要动向,激发学员学习“数据库原理”的热情,并把学习引向深入,特撰写此文。一、数据库技术与信息社会数据库是存储在计算机中的相关数据的集合。其中的数据可被多个用户和多个程序共享,且重复数据最少;数据的存储和使用数据的程序是相互独立的;对库中数据的查找、添加和修改都能用一种公用的、可控的、简易的方法进行。数据库技术是计算机科学的一个新兴的重要分支。它研究如何科学地组织和存储数据,高效地获取和处理数据,从而迅速地为人们提供准确而有价值     

知识发现过程应用--一个原型系统设计

该文设计了一个可用于医疗知识发现的KDD系统原型，并利用数据预处理技术和数据挖掘技术实现了对医疗数据库BCD的数据挖掘过程。