面向数据仓库技术的财务决策支持系统研究

以数据仓库技术为核心,结合联机分析处理技术和数据挖掘技术的基础上,构建了财务决策支持系统,通过使用数据仓库的联机分析技术和数据挖掘技术强化了DSS的智能功能,为企业财务决策提供服务。     

数据挖掘技术在软件工程中的应用探究

对数据挖掘技术含义进行概述,从信息数据自身存在的复杂性,及评价标准缺乏一致性两个方面入手,对数据挖掘技术在软件工程中应用存在的问题进行详细解析,并以数据挖掘技术在软件工程中的应用范围为依据,从数据仓库系统,数据仓库建模两方面建立数据信息软件,采用不同的分析方法对集成软件信息数据仓库进行信息挖掘,详细阐述了数据挖掘技术在软件工程中的应用对策.     

一个基于数据仓库的企业财务管理决策支持系统框架初探

基于Internet环境,应用数据仓库和数据挖掘技术,本文构建了一个企业财务管理决策支持系统框架,提出了系统的体系结构。     

数据挖掘与数据仓库分析

现代经济发展中,信息的处理是问题解决、分析和决策的重要依据.数据挖掘技术和数据仓库技术是信息处理的核心技术.本文分别分析了数据挖掘技术和数据仓库技术的理论基础和技术应用,阐述信息处理技术中数据挖掘和数据仓库的应用和前景.     

数据仓库技术研究与应用

数据仓库是信息领域中近年来快速发展起来的一种技术,该文对数据仓库技术进行了研究。数据仓库的关键技术在于联机分析处理和数据挖掘,文章讨论了联机分析处理的实现,介绍了数据挖掘的技术,并给出了数据仓库系统开发的实施方案。     

一种基于数据仓库的数据挖掘系统的结构框架

数据仓库和数据挖掘技术是数据库、信息决策和机器学习等领域的前沿研究方向之一。基于数据仓库的数据挖掘技术目前是研究的热点课题。提出了一种基于数据仓库的数据挖掘系统结构框架,介绍了其各个组成部分,并对其中的重要组成模块查询协同机进行了详尽地描述,同时给出了具体的查询协同算法。     

基于数据仓库的图书流通分析系统的研究与应用

介绍数据仓库的概念,通过数据仓库、数据挖掘技术,创建数据挖掘模型,实现了图书流通分析系统,为图书馆管理者提供了决策支持。     

数据挖掘技术在数据仓库系统中的应用

信息技术的发展使得数据挖掘技术和数据仓库应运而生。本文介绍了数据挖掘技术和数据仓库的基本概念、应用,以数据魔方为例介绍了数据挖掘技术在数据仓库系统中的应用。     

数据仓库与数据挖掘的关系及其安全性问题

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供了更好的决策支持和服务,同时促进了数据仓库技术的发展。从数据仓库的相关技术和体系结构分析展开研究,分析了数据挖掘与数据仓库的关系,重点阐述了数据仓库的安全性问题,展望了数据仓库未来的研究方向。数据仓库和数据挖掘二者既相互结合、共同发展,又相互影响、相互促进。数据仓库越来越广泛地运用到各个领域中,成为企业获得竞争优势的关键武器。     

数据挖掘在研究生招生中的应用

数据仓库与数据挖掘技术应用在现代研究生招生领域中，能从招生信息中发现各种潜在的有价值的信息，为学校招生提供有效的决策支持。以数据仓库技术为基础，利用数据挖掘技术的聚类分析算法对数据库中的数据进行测试研究，能够帮助导师从众多的考生中挑选出合适的考生进行本专业的研究。在一定基础上初步实现了数据仓库的挖掘应用。     

SAS数据挖掘在钢铁终轧温度控制中的应用

企业可以通过数据挖掘技术实现从数据到信息、信息到知识的提炼,这能为公司的生产经营决策提供有效支持。SAS数据挖掘技术是众多数据挖掘方法中的佼佼者,它在大型企业中得到很好的应用。介绍了数据挖掘的基本知识,以及SAS数据挖掘技术在钢铁企业生产管理中的应用实例。通过SAS数据挖掘的深层次分析,在热轧钢卷终轧温度控制管理中,找到了降低缺陷钢卷数量的有效途径：即推广低温轧制技术以及减少同一热轧带钢上的终轧温度差。     

基于纺织企业纱线质量数据仓库的设计

基于纺织企业纱线质量管理数据,结合数据仓库、数据挖掘、联机分析处理技术,探讨了纱线质量数据仓库整体设计过程,并且实施数据挖掘,分析数据挖掘结果,对企业生产提供依据。提出了基于纺织企业纱线质量数据仓库的组成与设计思路,以实例阐述了构建数据仓库的体系结构和数学模型以及数据挖掘、联机分析处理技术,结果表明基于纱线质量的数据仓库的建立结合数据挖掘和联机分析处理技术对企业质量管理层确实提供了有效的分析手段。     

数据挖掘在财务信息系统中的应用研究

随着信息技术在财务管理中的应用,数据挖掘技术对财务信息系统数据处理与分析至关重要,对数据挖掘的含义、作用、任务、对象、方法、在财务信息系统中数据挖掘应用进行了阐述,加强数据分析,提高单位财务管理。     

基于数据挖掘技术在物流决策系统中的应用

为了帮助物流决策者采用新技术分析和处理数据,从而在物流过程中提供科学、准确的预测和决策信息,介绍了数据挖掘技术,针对物流过程中大量数据的特点,提出了如何用数据挖掘技术帮助物流企业作出决策的方法。实践表明,该方法对企业提高管理水平、工作效率、作出正确的决策,起到了重要的作用。     

基于MS聚类分析模型的数据挖掘应用探讨

研究数据挖掘算法中的Microsoft聚类算法以及其在金融领域的应用。从海量的数据里挖掘出潜在的信息是数据挖掘的主要工作,通过对客户交易信息的过滤和挖掘,建立起为银行更好地提供智能决策和建议数据挖掘商业应用实例系统。系统的客户端开发选择的是Visual Studio.NET 2008,并使用ADOMD.NET对象及Web控件对模型的结果进行输出展示。用户可以应用这个系统通过输入客户的一些个人属性以及办理业务的基本情况,查看所关心的信誉情况、业务的办理趋向、银行开展新业务的趋向等信息。在整个实例系统的构建过程中,对聚类分析模型的挖掘过程进行了详细的分析,促进了数据挖掘的应用实践。     

数据挖掘技术在财务实时控制系统中的应用研究

通过对数据挖掘技术在财务管理方面应用现状和财务实时控制应用状况的介绍,提出构建一个适应现代信息技术,并与企业管理环境相协调的基于数据挖掘技术财务实时控制系统框架。并分析数据挖掘技术在资金调度优化、成本实时控制、财务风险动态预警子系统中的具体应用。本研究充分利用数据挖掘技术,提高了财务实时控制的实用性,为企业构建财务实时控制系统提供帮助,为数据挖掘技术在财务实时控制方面的应用提供了一个参考。     

数据挖掘技术在客户关系管理系统中的应用

客户关系管理(Customer Relationship Management,CRM)是一种旨在改善企业与客户之间关系,提高客户忠诚度和满意度的新型管理机制,同时也是一种管理软件和技术.数据挖掘技术能对大量的数据及信息进行挖掘,从中发现潜在的价值高的关系,并利用模式或知识对客户需求进行预测,帮助企业做出决策.成功的数据挖掘是客户关系管理系统成功的关键.     

基于数据包络和数据挖掘的财务危机预测模型研究

以往的企业财务危机预测研究只能预测企业是否具有财务危机,无法预测企业财务危机的程度,这是由于在界定企业财务危机时,只依据了企业是否为ST企业的分类方式。鉴于此,通过数据包络分析法,近一步细化了企业财务危机的分类,再使用关联规则算法筛选出重要的预测变量,最后使用决策树技术构建企业财务危机预测模型,并对分类的有效性和预测的准确率进行了验证。实证结果表明,基于数据包络和数据挖掘的财务危机预测模型既能保持较高的准确率,又能预测企业财务危机的程度,使得预测结果更具有参考价值。     

浅谈基于云计算的数据挖掘技术

21世纪是信息的时代,然而在这个信息大爆炸的时代,数据无疑是这个时代的主宰者,尤其对于一个企业而言,能否挖掘出潜在的有价值的数据在一定程度上将决定一个企业的经济命脉,因此数据挖掘也变得尤为重要。可是随着信息技术的发展,传统的挖掘方式已经不能满足海量数据的挖掘,而云计算的出现使解决这一难题成为可能,可以说云计算的到来给数据挖掘技术带来了一场革命性的改变。本文介绍了云计算的定义、特点以及应用于数据挖掘中的优势,并简单讨论了基于云计算的数据挖掘技术热点问题以及数据挖掘技术所面临的挑战。最后畅谈了基于云计算的数据挖掘技术的未来发展趋势以及自己的感想。     

海量数据搜索

目前，信息化建设存在的问题是：数据信息利用不充分，大量的数据仅以物理状态被简单地存储着。同时由于无法实现海量数据的高效搜索，使得这些数据无法为企业的发展提供决策支持。如何突破海量数据存储和搜索的瓶颈，让数据为企业决策提供支持已经成为信息化建设的重点。通过数据“变革”使得数据能够更合理的存储、更高效的搜索，智能地使用企业的数据财产来制定出更好的商务决策，以提高企业的竞争力。