数据挖掘技术的应用研究

数据挖掘中应用的技术包括经典的统计、近邻、聚类,也包括最新发展起来的决策树、神经网络和关联规则等一些较新的方法.本文结合数据挖掘技术在电子商务中的应用,提出选择数据挖掘技术的两个重要依据,以便开发出有效、实用的数据挖掘系统.     

论电子商务中选择数据挖掘技术的依据

数据挖掘中应用的技术包括经典的统计、近邻、聚类，也包括最新发展起来的决策树、神经网络和关联规则等一些较新的方法。结合数据挖掘技术在电子商务中的应用，提出选择数据挖掘技术的两个重要依据．以便开发出有效、实用的数据挖掘系统。     

数据库中数据挖掘技术研探

对数据库中数据挖掘技术包括数据挖掘技术的产生背景、应用领域、分类及主要挖掘技术作了概述,还从模式识别的角度讨论了数据挖掘技术的重要任务,包括分类、回归、聚类和关联等4种模式的识别;列举了当前数据挖掘技术的实际应用并指出今后的发展趋势。     

教育数据挖掘在高校实验教学中的应用研究

教育数据挖掘是数据挖掘技术在教育领域的应用。介绍了教育数据挖掘的主要概念,分析了教育数据挖掘在高校实验教学中的可行性,包括充足的数据来源、提升实验教学质量的需要、提高实验教学管理效能的要求,提出了基本应用步骤,最后阐述了可能存在的问题和相关建议。     

数据挖掘技术的研究与发展

本文介绍了数据挖掘的起源,论述了数据挖掘的概念及主要技术方法.其中包括:神经网络、关联规则、决策树、粗糙集、遗传算法.列举了当前数据挖掘技术的实际应用场合,并指出其今后的发展趋势以及急需关注的问题.     

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。     

可视化数据挖掘技术的研究

可视化数据挖掘技术可以强有力地帮助企业作决策,已引起学术界和产业界越来越多的关注,本文进一步描述了可视化数据挖掘技术的概念.剖析了可视化数据挖掘技术,主要包括三个相关数据挖掘方面的可视化技术：数据、数据挖掘过程以及数据挖掘结果,以供参考.     

基于神经网络的数据挖掘算法

数据挖掘涉及多学科技术的集成,包括数据库技术、神经网络、模式识别、信息检索、图像与信号处理和空间数据分析等.神经网络在数据挖掘中的应用也越来越广泛,尽管神经网络具有结构复杂、网络训练时间长、结果表示不容易理解等缺陷,但其对噪声数据的高承受能力和低错误率的优点是其他方法所不及的,并在数据挖掘所采用的方法中具有优势.本文对基于BP神经网络的数据挖掘算法进行了详细的讨论,并提出了算法改进方法.     

KNN算法在就业预测模型中的应用

应用K-最邻近方法数据挖掘技术,研究数据挖掘技术在就业预测中的应用。同时,针对传统的K-最邻近方法的几个不足之处提出了相应的改进办法,主要包括特征属性的加权处理及K值选择问题的解决。最后,通过实验结果对传统的KNN算法与改进的KNN算法进行比较,以验证改进的KNN算法的有效性。     

谈谈数据挖掘技术及其应用

数据挖掘技术是目前IT行业发展最快的技术之一 ,本文对数据挖掘技术 (DataMining) ,数据挖掘技术的研究现状 ,数据挖掘技术的应用和数据挖掘技术未来的研究方向及热点做了简略说明     

数字图书馆中多媒体数据挖掘技术研究

多媒体数据挖掘技术是数字图书馆的核心技术,可以帮助人们检索到文本信息、视频信息,能够为读者提供更加优质的服务.就多媒体数据挖掘技术的相关概念以及内容进行阐述,分析数字图书馆中多媒体数据挖掘技术系统结构,并探讨多媒体数据挖掘技术的应用,以便提高多媒体数据挖掘技术在数字图书馆中的应用效率.     

数据挖掘技术在电子商务中的应用概述

目前,数据挖掘技术正以前所未有的速度发展,在未来越来越激烈的市场竞争中,拥有数据挖掘技术必将比别人获得更快速的反应,赢得更多的商业机会.我国在这一领域正处在研究开发阶段,加快研究数据挖掘技术,并把它应用于电子商务中,应用到更多行业中,势必会有更好的商业机会和更光明的前景.本文通过阐述数据挖掘技术的概念、功能及作用等方面来介绍数据挖掘在电子商务中的应用,揭示了数据挖掘技术在电子商务中的广阔的应用前景.     

数据挖掘技术在高职教学中的应用

对数据挖掘技术在高职教学中的应用问题进行了研究分析,探究了高职数据挖掘技术应用于教学具体的操作办法,结合高职学生考试成绩阐述了数据挖掘技术的应用过程。     

高校数字图书馆构建中的数据挖掘应用研究

本文介绍了数据挖掘及其相关技术,探讨了数据挖掘技术在高校数字图书馆构建中的应用,给出了一个基于数据挖掘的数字图书馆个性化信息服务模型,指出了在高校数字图书馆构建中应用数据挖掘技术所要解决的几个难题。     

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。     

数据挖掘技术在教学实践中的应用研究

数据挖掘(DataMining)作为一个目前研究比较多的交叉学科,为建立传统教学中很难获取或不可能获取的模型提供了捷径。简要介绍了数据挖掘及其相关技术,重点阐述了数据挖掘技术在课堂教学、个性化远程网络教学和网络学习社区3个教学实践领域中的应用设计,并具体研究了一个应用数据挖掘技术的典型教学案例,希望能够为在教学实践中应用好数据挖掘这个有力工具提供思路和借鉴。     

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.     

应用场景驱动的《数据挖掘》课程项目化教学法探索

阐述了数据挖掘课程在教学和实践环节中的主要内容和要求,进而针对数据挖掘课程实践性较强的特点,提出了实际应用场景驱动的项目化教学方法。教学实践结果表明:通过基于来源于实际应用的真实数据,引导学生结合数据的应用场景和具体数据挖掘技术,分析目标场景的应用需求和技术要求,并进行相应技术实践,能使学生对数据挖掘技术的学习兴趣得到极大提高,同时,对数据挖掘应用的理解和实践能力也得到显著提升。     

在电子商务中如何更好的使用数据挖掘技术

数据挖掘是数据分析的较先进手段,结合数据挖掘技术在电子商务中的应用,提出在实际中开发数据挖掘系统时选择数据挖掘技术的两个重要依据。     

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。