Web挖掘技术及在电商ERP中的应用

数据丰富而知识贫乏导致了知识发现和数据挖掘领域的出现,基于Web的数据挖掘,是从Web海量的数据中自动、智能地抽取隐藏于这些数据中的知识。文章主要介绍了Web挖掘的概念和技术,最后阐述了Web挖掘在电子商务ERP中的应用。     

基于数据挖掘技术的电子商务CRM研究

网络时代,电子商务CRM中存储海量客户数据,可利用数据挖掘技术对这些数据进行有效挖掘,发现有价值的信息。通过了解客户关系管理CRM的功能,分析数据挖掘技术的模式及过程,得出在电子商务CRM中可利用数据挖掘技术的分类模式获取新客户,聚类模式留住老客户,关联、序列模式提升客户价值,数据挖掘技术将在CRM中发挥越来越重要的作用。     

云计算环境下多服务器多分区数据的高效挖掘方法设计

云计算环境下的多服务器多分区系统中存在海量数据,传统串行数据挖掘方法对这些数据进行挖掘的过程中,无法对海量数据进行并行处理,挖掘效率低。针对该问题,设计云计算环境下多服务器多分区数据挖掘系统,其包括基础设施即服务层、平台即服务层、软件即服务层,可实现大规模数据的高效挖掘。系统通过平台即服务层中的多服务器多分区数据处理模型,实现海量数据的分布式运算,并基于MapReduce机制实现K均值聚类数据挖掘算法的并行化,通过Map和Reduce函数实现多服务器多分区数据的并行挖掘。实验结果表明,所设计系统大幅度降低了云计算环境下多服务器多分区数据的挖掘时间,提高了数据的挖掘效率和稳定性。     

数据挖掘技术在商业银行中应用的启示

商业银行拥有大量的个人客户交易数据、个人客户服务数据和个人客户基本资料数据.在这些海量数据中,隐藏着大量有价值的客户信息.运用数据挖掘技术,可以从这些数据集中提取客户的知识,方便银行人员为客户提供精确的服务,同时提高工作效率.本文重点介绍了数据挖掘技术的概念方法,以及数据挖掘在银行业务中的应用,希望能对大数据在广电行业的应用有所启发.     

一种基于信息论的文本数据挖掘算法

随着互联网技术的快速发展和应用,很多领域已经积累了海量数据资源,文本数据占据了85.6%,因此文本数据挖掘和分析成为人们研究的热点,并且引起了百度、Google、京东、腾讯等互联网公司关注。可以在文本数据挖掘中引入支持向量机、BP神经网络、K均值算法,但是这些算法需要依赖经验知识,不能够从多维度挖掘文本数据。因此,为了解决上述问题,本文提出构建一种基于信息论的文本数据挖掘算法,该算法可以从海量文本数据集中发现潜在的有价值的信息,提高文本分类的准确度。     

浅析数据挖掘技术在电子商务领域中的应用

数据挖掘技术和电子商务同样是新兴事物,在电子商务领域应用数字挖掘技术可以帮助电子商务网站对海量数据进行分析和处理,挖掘出潜在有价值的信息,从而发现业务发展的趋势,帮助企业做出正确的决策,使企业处于更有利的竞争位置.     

数据挖掘的应用及优化浅析

近几年,数据挖掘得到了信息界的热切关注,成为智能系统理论中核心的研究内容。它是一个从海量数据中提炼出隐含的、有用的信息,并将这些信息用于各行各业的过程。数据挖掘初衷便是面向应用的,尤其是在具有特定应用问题的领域中其起着极大的作用。本文首先对数据挖掘进行了概述,然后探讨了它在商业、工业、电子商务、医学四个领域中的应用,并对数据挖掘的几种优化方法进行了介绍。     

基于云计算的数据挖掘平台架构及其关键技术研究

随着云计算时代的到来,传统数据挖掘系统在海量数据的分析挖掘方面存在性能瓶颈。文章提出了基于云计算的数据挖掘平台,该平台与传统的数据挖掘系统架构相比有高可扩展性、海量数据处理能力、面向服务、硬件成本低廉等优越性,可以支持大范围分布式数据挖掘的设计和应用。该平台能极大减少运营商、企业在数据挖掘技术上的投入并能加快其挖掘业务的推出,缩短研发周期,进一步提高产品收益。     

基于电子商务Web的数据挖掘技术研究

随着目前互联网技术的广泛应用,电子商务这种商业模式已经逐渐取代传统的商业模式,电子商务带来的商机对现今社会经济结构的影响也越来越大。电子商务的蓬勃发展和规模壮大,导致WEB服务器中储存了海量的访问信息和各种用户数据。如何从这些海量的数据中挖掘出有价值的信息,就成了现今电子商务网站系统的首要任务。     

大数据时代医疗信息系统应用与研究

随着云计算、互联网、大数据的快速发展和改进,其已经在医疗信息领域得到广泛普及和使用,许多医院引入了门诊挂号系统、住院信息系统、药房管理系统、患者诊断治疗系统等,优化了医院挂号、治疗流程,为患者提供更加便捷的服务。医疗信息化系统运行积累了海量的数据信息,这些数据隐藏了很多有价值的信息,为了提高数据资源利用率,论文提出引入大数据挖掘分析技术,自动化地发现数据隐藏的模式,具有重要的作用。     

Darwin: customizable resource management for value-added networkservices

The Internet is rapidly changing from a set of wires and switches that carry packets into a sophisticated infrastructure that delivers a set of complex value-added services to end users. Services can range from bit transport all the way up to distributed value-added services like video teleconferencing, virtual private networking, data mining, and distributed interactive simulations. Before such services can be supported in a general and dynamic manner, we have to develop appropriate resource management mechanisms. These resource management mechanisms must make it possible to identify and allocate resources that meet service or application requirements, support both isolation and controlled dynamic sharing of resources across services and applications sharing physical resources, and be customizable so services and applications can tailor resource usage to optimize their performance. The Darwin project has developed a set of customizable resource management mechanisms that support value-added services. We present and motivate these mechanisms, describe their implementation in a prototype system, and describe the results of a series of proof-of-concept experiments     

Web数据挖掘技术研究

Web数据挖掘就是利用数据挖掘技术从网络文档和服务中发现和提取信息。Web数据挖掘是一种新兴的边缘科学技术,他涉及到机器学习、数据挖掘、信息检索、自然语言处理、数据库以及人工智能等技术,可用于网络检索、网站建设以及电子商务等方面。根据数据挖掘对象的不同可以将Web数据挖掘分为3类:Web内容挖掘、Web结构挖掘和Web访问信息挖掘。     

Association Rule Mining and Its Application

1　ＩｎｔｒｏｄｕｃｔｉｏｎＷｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ ,ａｎｅｗｐｒｏｂｌｅｍｈａｓａｒｉｓｅｎ———“Ｗｅｈａｖｅａｆｌｏｏｄｏｆｄａｔａ,ｂｕｔｓｔａｒｖｅｏｆｋｎｏｗｌｅｄｇｅ” .Ａｎｄｔｈｉｓｌｅａｄｓｔｏｔｈｅｄａｔａｍｉｎｉｎｇｔｅｃｈｎｏｌｏｇｙ[1～ 2 ] .Ｄａｔａｍｉｎｉｎｇｉｓｔｈｅｐｒｏｃｅｓｓｏｆｅｘｔｒａｃｔｉｎｇｖａｌｉｄ ,ｐｒｅｖｉｏｕｓｌｙｕｎｋｎｏｗｎ ,ａｎｄｃｏｍｐｒｅｈｅｎｓｉｂｌｅｉｎｆｏｒｍａ …     

河南省科技文献信息共享服务平台设计与实现

随着信息时代和大数据海啸的到来,原有河南省科技文献信息共享服务平台难以进行有效的资源管理。文中在原有系统的数据基础上,分析了各类结构化数据和非结构化数据的表示形式,增加了统一文献检索,引入了数据挖掘技术,可为用户提供数据分析和知识关联等服务。平台提高了情报(信息)机构对自身资源的把握程度,缩短、节约了资源管理的时间与人力物力财力的成本,帮助其在管理层面上更加良性发展。     

B3G移动通信系统的研究框架

和3G移动通信系统的业务相比，B3G移动通信系统的业务具有显著的特征，如：分组数据业务占优、业务类型显著增多、业务规模显著增大、传输峰值速率显著提高、业务传输速率的动态范围显著智大、业务在空间和日寸间上的分布差异显著增大、业务请求常发生在高速移动的交通工具中等。为了适应B3G系统的业务需求，B3G系统必须在网络结构、空中接口方案、无线资源分配策略，乃至电波频段和射频技术等方面都有全新的改变。因此，B3G移动通信系统的研究应当重点包括以下几个方面的内容：广义蜂窝通信网络理论与构造方法、充分利用空间资源的MIMO无线通信传输理论、无线通信资源与新型空中接口适配方法、新型迭代式编码调制与自适应链路技术、新型天线与射频技术等。     

A Survey on Long Term Evolution Scheduling in Data Mining

Scheduling procedures implemented in wireless networks consists of varied workflows such as resource allocation, channel gain improvement, and reduction in packet arrival delay. Among these techniques, Long term evolution (LTE) scheduling is most preferable due to its high speed communication and low bandwidth consumption. LTE allocates resources to the workflow based on time and frequency domains. Normally, the information gathered prior to scheduling increases the processing time since each attributes of the users have to be verified. In order to solve this issue, parallel processing via data mining is analyzed in recent research studies. The label that is assigned to the user attributes contributes primarily on scheduling time slots effectively. The label assignment and parallel processing via data mining reduces the delay and increases the throughput respectively. Additionally, the matched data extraction from the library and the prediction of available channels with fewer dimensions posed major challenges in the LTE scheduling. This paper surveys about various LTE scheduling algorithms, dimensionality reduction techniques, optimal feature selection techniques, multi-level classification techniques, and data mining combined with LTE techniques. A brief survey illustrates the impact of each technique on 3G/4G networks, channel availability prediction, scheduling of time slots in detail. A brief comparison of the techniques involved in the respective LTE processes via tabular form reveals that the verification of channel and user availability are the primary functions of the LTE scheduling. The survey of this paper identifies the limitations such as computational complexity and poor scheduling performance in the existing systems and encourages researchers to develop novel algorithms for LTE scheduling.     

基于大数据挖掘的GSM-R网络综合监测系统

随着铁路信息化的发展,铁路各业务部门产生了大量的基础数据,这些数据是铁路生产管理和经营决策所需的宝贵的数据资源,也是科研工作所需的重要参考资料。如今,大数据时代正式到来,数据从简单的处理对象开始转变为一种基础性资源,如何更好地进行数据分析和利用大数据挖掘技术为铁路系统服务已经成为研究热点。针对大数据挖掘技术在铁路系统应用进行了前景展望和规划,同时提出了一种基于大数据挖掘的GSM-R网络状态综合检测系统,期望能在利用大数据为铁路信息化建设方面进行更深的探索。     

云服务数据隔离技术

目前云计算服务商已经可以提供相当可靠稳定以及维护方便的主机服务,网络和数据资源开始往少数的云计算服务商集中,但数据与资源的集中会带来诸如和其他租户共享基础设施等问题,数据的安全和可靠性完全依赖于云服务商提供的基础设施,这些问题使得用户对采用以云为基础的各种服务有很大的担忧。要解决这个问题,云计算服务商必须提供足够有效的资源和数据隔离措施。通过分析上述问题,文中提出一个名为OmniSep的解决方案,方案包含了一系列针对云计算多租户环境增强数据隔离的技术。     

数据挖掘技术与电信客户分析

数据挖掘技术以其跨学科、算法丰富及处理海量数据的特点而被广泛应用于金融、零售、电信等领域的客户分析中,帮助企业深入细分客户,提升客户体验,增加企业收入。我国电信运营商正面临着激烈的市场竞争,对深入细分客户的需求也日益强烈,对数据挖掘技术的跟踪与应用的需求十分迫切。本文深入探讨数据挖掘方法论、技术方法及其在电信客户分析中的应用,指出应用中要注意的问题,为对电信客户进行分析提供了参考。     

谈谈烟草板块数据资源的管与用

伴随5G的应用,物联互通必将在各行业各板块得以实现.每次科技变革的时间周期相对于上一次而言都更短,此次5G的从应用到成熟必然也是如此.在未来各行业数字化程度将更高,数据资源的采集会更快、更广、更深、更准,由此而产生的大数据(Big Data)资源,必将是企业求存与发展过程中不可或缺的资源.数据资源的管与用,将决定企业发展好与坏.大数据如何在烟草行业中得以有效利用,为消费者提供更适合的产品和更优质的服务?这需要通过做好产、运、销各环节大数据的采集、挖掘分析,确保数据的安全和完整性,做到合理配置和有效利用.