基于Web的数据挖掘技术

介绍了数据挖掘的研究情况，对基于Web的数据挖掘技术进行了分析和评价，对关联规则挖掘算法给出探讨和具体实现，归纳数据挖掘工具的评价标准，展望了基于Web的数据挖掘技术的未来研究方向。     

数据挖掘在网络教学中的应用

网络教学的一个关键问题是如何实现教与学的有效结合,通过关联规则技术对收集到的学生网上学习历史数据进行分析,可以发现学习时间、学习次数、BBS讨论与测试成绩之间的关联,帮助教师调整教学计划;通过分类模型挖掘技术,实现对学生的网络分层教学,提升教学质量。     

基于数据挖掘技术的网络教学策略探讨

网络教学中的一个难点是教师如何对学生的学习过程进行监控,从而实现基于网络教学平台的教与学的有效结合.文章结合网络教学过程涉及的学习资源设计开发阶段与学习支持阶段,应用数据挖掘技术,建立了相应的学生分类模型,并对学习者行为要素间的关联关系进行挖掘.依据分类模型对不同的学生群体使用不同的教学目标和教学内容组织策略,实现对学生网络分层教学;根据关联规则实现监控、评价,提高师生的交互性,实现教师对教学过程的监控和引导.     

数据挖掘处理在教学中的应用

数据挖掘技术在商业、金融业以及企业的生产、市场营销等方面都得到了广泛的应用，而在教育领域应用较少，本文通过对课程成绩样本数据集的挖掘，提供了一个进行合理挖掘的模式，得出一些具有参考价值的分析结论，帮助教学人员合理安排教学工作，督导加强院、系的管理，对提高学校的教学成绩起到指导作用，可以说为该领域有效应用数据挖掘技术进行研究提供了一个方向。     

数据挖掘技术综述

面对“人们被数据淹没，却饥饿于知识”的挑战，数据挖掘和知识发现(DMKD)技术应运而生，并得以蓬勃发展，数据挖掘技术已成为计算机科学界的研究热点之一。     

应用数据挖掘技术实现远程个性化教育

本文简要地介绍了远程教育现状和数据挖掘技术：讨论了如何使用数据挖掘技术，发现每个学生的个性、学习习惯，通过学习反馈信息和教师感兴趣的有关教学的信息，及时调整教学策略，制定适合学生个性的教学内容和教学活动，实现远程个性化教育。     

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.     

电子商务中数据挖掘技术的使用

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。     

浅谈数据挖掘中的关联分类技术

分类是数据挖掘中的重要技术之一,笔者分析、比较了当前具有代表性的关联分类算法,便于使用者根据需要选择合适的算法,也便于研究者对算法进行研究改进,提出性能更好的分类算法.     

关联规则数据挖掘技术探讨

从关联规则挖掘基本概念出发,阐述了关联规则的挖掘步骤和应注意的问题,分析、比较、总结了关联规则的主要研究方向和典型算法。     

房地产行业中数据挖掘技术的应用

数据挖掘作为一种系统地检查和理解大量数据的工具,能有效地帮助房地产企业从不断积累与更新的数据中提取有价值的信息。从数据挖掘在房地产行业中的市场研究价值入手,介绍了微软BI架构及SQL2005的新特性。分析了数据挖掘在房地产市场研究尤其是客户信息中的应用,使用基于兴趣度的关联规则分析方法,建立一套基于客户分类的关联规则。     

数据挖掘及其在电子商务中的应用

介绍了数据挖掘的定义以及数据挖掘的三个过程．重点阐述了数据建模的三种主要技术，并对数据挖掘在电子商务上的应用进行了论述。     

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。     

数据挖掘及其应用

本文介绍了数据挖掘的定义以及数据挖掘的三个过程:数据预处理、数据建模和评估、模型应用,重点阐述了数据建模的三种主要技术:关联规则、分类和聚类,最后对数据并不能挖掘在科学研究、金融、电信和Internet上的应用进行了论述.     

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。     

数据挖掘综述

数据采掘是数据库技术、人工智能、机器学习、统计分析、模糊逻辑、模式识别、人工神经网络等多个学科相结合的产物。其中的关联数据采掘因其广泛的应用性与极高的商业价值成为当前数据采掘研究的热点之一。     

空间数据挖掘研究

提出了一个基于空间数据仓库的空间数据挖掘模型，讨论了空间关联规则发现，空间分类发现，空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标，采用的挖掘方法和空间采样数据的处理方法。最后，提出有待深入研究和探索的问题。     

入侵检测中的数据挖掘分析方法

入侵检测随着网络的发展而受到人们的重视。数据挖掘技术旨在从大量的数据中提炼出抽象的知识，揭示出蕴含在这些数据背后的客观规律，实现知识的自动获取。将数据挖掘与入侵检测结合起来能够提高入侵检测系统的智能性、准确性和检测效率。文章论述了数据挖掘分析方法在入侵检测中的应用，给出一种基于数据挖掘的入侵检测系统模型。     

数据挖掘分类模型构造方法及其在贷款分析中的应用

介绍了数据挖掘技术和模型的概念,提出了基于决策树的数据挖掘分类模型构造方法,并结合银行业信贷业务特点,对数据挖掘在贷款分析中的应用进行探讨。     

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。