基于产业链协作平台的商务智能架构及数据挖掘技术探讨

主要对产业链协作平台的商务智能架构及数据挖掘技术进行分析,通过总结当今企业的发展形势,以某企业为例,从商务智能架构和数据挖掘技术两方面进行阐述。相关人员应了解和掌握产业链协作平台,并进行商务智能系统的功能设计、商务智能系统的体系设计,使商务智能架构更好地为企业服务。在数据挖掘技术的研究中,要根据不同的环境选择合适的挖掘技术,更好地进行数据挖掘,为企业提供真实、准确的信息。     

BI技术在PICC业务系统中的应用

商务智能BI(Business Intelligence)是将数据仓库、联机分析处理(OLAP)和数据挖掘等技术结合起来应用到商业活动中,从而有效地提高商业业绩。探讨了BI技术在PICC(中国人民财产保险有限公司)业务系统中的应用。     

决策支持系统在高校毕业生就业管理中的应用研究

就业决策支持系统,是在现行的毕业生管理系统只对海量数据进行简单地备份和查询的基础上,引入数据挖掘理论,使之能够自动地、智能地、快速地从数据库中挖掘出有用的信息和知识,从而在提高就业率,提高就业层次等方面为领导提供决策支持.本系统由两部分构成,即数据库处理和数据挖掘.数据挖掘算法采用改进后的Apriori算法.     

探索基于数据挖掘的CtoC模式电子商务个性化信息推荐服务应用

随着互联网电子商务的普及和数据库技术的日渐成熟,信息量的空前增大,传统的商务模式不能有效满足个性消费者的需求,因而,传统的商务模式正向电子商务模式方向发展。各类电子商务模式应运而生,同时,各类商务网站积累了大量的用户数据信息,如何运用数据挖掘来充分利用这些信息资源,尤其是在CtoC商务模式中如何将大量的个人消费者信息转化成为有指导性的推荐服务信息,在竞争激烈的众多电子商务领域中留住更多自己的用户,进而为用户提供更多个性化的服务,最终创造更多的利润,是每一个电子商务网站非常关注的问题。针对这些问题,数据挖掘技术运用聚类分析、关联规则等方法为电子商务个性化服务提供了可行的解决方案,数据挖掘技术在电子商务个性化的应用研究中也日益成为热点。电子商务规模逐渐扩大,但是仍然无法满足用户需求不断更新的步伐,并且商城与用户合作方式的单一性不仅束缚着商城用户经营特长的充分发挥,而且还影响着客户关系战略发展。针对以上问题,本文运用数据挖掘技术对CZC电子商务模式进行分析,并发现存在的问题并给出解决建议。     

高校学生选课数据挖掘的VB技术支持

数据挖掘能解决信息技术发展中存在的大量有用信息数据缺乏的问题,从而完成从业务数据到决策信息的转换。在论述数据挖掘、联机分析处理概念和技术的基础上,介绍了一种用Visual Basic实现和利用数据挖掘技术对高校学生选课数据进行开发的方法。同时阐释介绍了对SQL SERVER数据库访问的技术,进一步阐释了VB应用程序对SQL SERVER数据库各种业务操作的实现方法。     

大数据背景下数据挖掘在高校固定资产统计中的应用研究

目前我国大部分高校对固定资产实行账物分管的归口管理模式,易造成固定资产实物流动中的失联或者丢失。而数据库管理只是对数据库中已有的数据进行查询等简单统计,通过这些数据获得的信息参考价值不高。隐藏在数据背后的对领导决策有价值的东西,需要分析统计出来。数据挖掘技术可以智能分析数据,从中挖掘统计出有价值的信息,帮助决策者做出正确的决策。     

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.     

从数据仓库中发掘潜在的信息价值

随着信息技术的发展,数据收集、数据访问、数据仓库和决策支撑、高性能并行计算等技术为数据挖掘的发展奠定了基础。如今,数据挖掘技术已经被应用到各行各业,并创造出了巨大的价值。介绍了现今数据挖掘的基本技术,并通过实际的商业应用程序实例阐述其与现在的商业环境之间的关系。通过数据挖掘技术,从数据仓库中为最终用户带来潜在的商业价值。     

国内商务智能研究的文献计量分析

以CNKI为数据源,对国内商务智能的期刊论文从发文量、期刊分布、著者、关键词、引用情况五个角度进行了统计分析,较为全面地分析了国内商务智能的研究现状和未来的发展趋势。研究结果显示商务智能从产生到现在已经取得了很大的发展,发展的趋势为先递增后递减,研究的方向也不只关注商务智能的整体概念,而更多的是开始把其细化为数据挖据、数据分析、联机分析等各种技术层面,并对这些技术进行研究分析,这也是未来的研究热点和方向。     

基于遗传算法与神经网络混合算法的数据挖掘技术综述

数据挖掘是对大型数据库的数据进行统计分析、提取信息的方法,其基础是人工智能技术。遗传算法和神经网络是人工智能技术中最重要的技术。通过对遗传算法和神经网络的特征分析,阐述了遗传算法与神经网络混合算法在数据挖掘中的应用,指出了数据挖掘技术未来发展的方向。     

数据挖掘技术在企业网络营销中的应用

随着计算机网络与数据库技术的不断发展和广泛应用,信息已日益成为企业的一种重要资源。人们利用信息技术生产和搜集数据的能力大幅度提高,在这些数据背后隐藏着极为重要的商业信息,但是这些商业信息是隐含的、事先未知的。从商业角度出发,概述了数据挖掘分析方法,以及数据挖掘技术在企业网络营销中的应用。     

计算机Web数据挖掘技术在现代商业中的应用探讨

伴随现代商业规模不断的扩展以及信息化技术不断的发展,在对大量商业信息进行处理之时,数据挖掘技术所起到的作用是巨大的.伴随互联网的不断普及,使得数据挖掘技术也成为现代商业获取市场信息极为重要的一个载体.文中就Web数据挖掘技术的挖掘过程以及特点进行了简要介绍,并对Web数据挖掘技术在现代商业里的运用进行了重点研究,以期为我国Web数据挖掘技术的应用提供可供参考的意见和建议.     

移动学习情境中教育智能应用探究

随着教育信息化和数据挖掘技术的发展,越来越多的教育工作者将人工智能等数据挖掘技术应用于教育研究与实践。文章结合目前国内外已有的一些教育领域数据挖掘研究成果,以教育技术学科视点,首次提出教育智能的概念,并针对移动学习资源建设领域的基础研究、教育决策和教育智能在教学系统中的整合三个层面进行应用探究,以案例的形式展示了教育智能的应用层次和解决方案,对教育智能的研究与应用具有一定示范和参考价值。     

关于数据挖掘取样方式的若干分析

数据挖掘是由数据库发展起来的一门新兴技术,就是指在一群无规则、隐藏有价值的信息中高效迅速找出其中有价值的信息,在现代社会各行各业中都有广泛运用.而正确的取样方法则可以显著缩小数据挖掘的规模,使更多数据挖掘算法运用到大规模数据集和数据流数据上.笔者首先分析了数据挖掘的取样方法的分类,然后再具体分析了几种常用的数据挖掘取样思想,最后对数据挖掘取样方法选择的影响因素及其未来的发展进行了简要分析论述.     

基于建构主义理论的信息管理专业数据挖掘实践教学研究

随着数据挖掘、商务智能技术的快速发展与广泛应用,作为综合型应用型人才的信息管理专业的本科生必须在掌握一定理论知识的前提下熟悉数据挖掘的实践操作,这就对数据挖掘课程的实践教学提出了很高的要求。基于建构主义理论,对数据挖掘的实践教学进行了设计,包括对实验原理、目的、主要实验内容与要求、实验模式的研究。     

浅析数据挖掘概念与技术

随着信息技术的迅速发展,数据库的规模不断扩大,传统的查询、报表工具无法满足挖掘有效信息的需求,因此,需要一种新的数据分析技术处理大量数据,并从中抽取有价值的潜在知识,文章阐述了数据挖掘技术的产生、概念以及数据挖掘的常用技术.     

计算机 web 数据挖掘技术在现代商业中的应用

随着科学技术的不断发展,越来越多的领域开始运用计算机作为核心技术手段,与此同时,各种数据技术以计算机为载体,呈迅猛的趋势壮大起来。数据挖掘作为其中核心的项目,是近几年飞速发展中首屈一指的方面。随着数据库技术和人工智能技术的不断完善,数据挖掘也随之成为一种全新的信息技术。因特网的普及也在一定程度上成就了 web 在获取市场信息领域的统治性地位,成为目前最为使用的载体。本文在介绍数据挖掘的基础上,对其特点和流程进行了阐述;最后就其在现代商业中的应用进行了浅要的分析。     

抽样在数据挖掘中的应用

数据挖掘技术主要用于对数据库中的海量数据进行有效的处理。为了进一步提高数据挖掘算法的效率,统计学中的抽样思想被引入到数据挖掘中。首先对数据挖掘和抽样调查做了简要概述,阐述了抽样在数据挖掘中的重要作用;然后进一步分析抽样在不同领域数据挖掘中的应用,并对其在数据挖掘应用中存在的问题进行了讨论。     

新经济常态的商务智能融合趋势研究——一个学术谱系回溯视角

互联网、大数据、人工智能的技术创新扩散,商务智能迭代与实体经济组织深度融合克服了传统商务智能的局限性。然商务智能内在规律性研究尚处起步阶段,高度情境依赖的内生性动因尚少研究。以契合诠释科技革命和产业变革发展的动态能力理论与技术融合理论研究线索,采用引文共线分析法将Web of Science(WOS)作为引文数据库,基于学术谱系回溯文献视角,统计商务智能文献归属的研究领域分布与共属性特征,提炼跨领域学科间关联链关系;使用层次聚类算法,对被引文献数据进行聚类分析;配合VOSviewer的共线统计,反映商务智能与实体经济融合共线关联链、交叉研究趋势和研究热点;发现商务智能与实体经济融合效应启示;为传统产业升级中商务智能与实体经济发展的系统化过程提供理论依据,也为企业家、创业者和投资人的经济活动与组织行为策略提供实践参考。     

一种结合粗糙集和遗传算法的数据查询优化模型

在数据库管理中查询优化很关键,而有关解决查询优化的算法又很复杂,这使得一些启发式方法在其中得到应用。应答式数据挖掘查询涉及在大数据库上的随机搜索,由于相关数据量巨大,为加快查询应答的速度,所采用模型应是简单的。在此文中,提出了一种用粗糙集和遗传算法形成的模型,它能产生快速有效的查询应答。粗糙集用于分类和归纳数据集,而遗传算法用于应答相关的关系查询和适应性分类的反馈。这里只考虑了三种类型的查询:基于选择、聚合和分类的数据挖掘查询。