数据挖掘技术研究

当今世界,数据每天都在迅猛增长。人们保存如此大量的数据,一是因为计算机技术的发展使之变得方便可行。二是因为这些数据有巨大的潜在作用。由此而产生的数据挖掘概念引起了广泛地重视,出现了许多与之相关的技术和产品。本文对数据挖掘的基本概念、基本方法和基本技术及应用研究做了较系统的综述性回顾。     

Web的数据挖掘

文章主要描述了WEB页数据挖掘的基本任务,包括内容、结构、使用等。针对Web数据的复杂性和特殊性,Web的数据挖掘除日志等一小部分可以用常用的数据挖掘方法外,必须对Web页做必要的数据处理,使之达到结构化数据的挖掘要求,或使用XML技术来构造半结构数据模式再进行数据挖掘。     

基于平行坐标法的可视数据挖掘

数据挖掘和数据可视化技术的结合形成可视数据挖掘。通过可视化技术的运用,数据挖掘可以增加其数据的针对性和结果的可信度。平行坐标法是数据可视化的代表方法之一,该文在平行坐标法的基础上,探讨了在其中实现可视化数据挖掘的基本方法,是进一步开发可视数据挖掘系统的初步研究。     

Web的数据挖掘

文章主要描述了WEB页数据挖掘的基本任务，包括内容、结构、使用等。针对Web数据的复杂性和特殊性。Web的数据挖掘除日志等一小部分可以用常用的数据挖掘方法外，必须对Web页做必要的数据处理，使之达到结构化数据的挖掘要求，或使用XML技术来构造半结构数据模式再进行数据挖掘。     

基于属性拓展的数据挖掘预处理技术研究

目前的数据挖掘技术基本上依据的是原始数据库中的信息,数据预处理技术要维护原始数据库的信息基本不变,只是进行简单的数据标准化、数据平整、异常点发现、缺失数据修补、数据离散等基本预处理工作,不能从根本上拓展原始数据库中的信息。同时,为保密起见,兴起的隐私保护数据挖掘技术对原始数据库中的敏感数据进行处理,隐藏了一些基本信息,进一步弱化了原始数据库中的信息含量。基于属性拓展的数据挖掘预处理技术,从原始数据库出发,通过属性拓展,拓展基础数据库所蕴含的信息,使数据挖掘能产生更深的隐藏关联规则。     

基于XML的Web数据挖掘模型的设计

目前很多网站都是用HTML构建的,要真正做到高效准确的挖掘数据非常困难,XML的出现为基于Web的数据挖掘带来了便利.在研究Web数据挖掘技术的基础上,利用XML数据抽取技术将半结构化数据映射为结构化数据,建立了一个具有基本挖掘功能的面向多种Web数据的挖掘系统模型Web_mining.最后将Agent技术引入数据挖掘,提出了一种基于Agent技术的体系结构,用来实现大容量的数据在分布式存放情况下的数据挖掘,并对基于Web的数据挖掘技术进行深入的研究和探讨.     

数据挖掘在GIS中的应用研究

论述了GIS在数据处理方面面临的新问题,以及数据挖掘技术的概念和基本特点。主要是为了说明在GIS中运用数据挖掘技术的方法:通过选取感兴趣的数据子集,结合其它知识,初步发现隐藏在GIS数据中某些特征和规律。将可以有效利用现有GIS数据,具有良好的发展前景,已经引起GIS界的关注。并通过一个实例来说明在GIS进行数据挖掘的基本方法。     

时序数据挖掘技术在预测农产品价格方面的应用研究

各种农业信息系统的建立和完善伴随着海量农业数据的增长,通过人工的方式从中获取新知识变得越来越难。阐述了时序数据挖掘技术的基本原理以及实施时序数据挖掘的基本过程,试着使用时序数据挖掘技术提高农业数据在预测农产品价格方面的可用价值,同时分析了农业数据信息使用时序数挖据掘技术的难点。     

过程工业中数据挖掘技术的应用

针对过程工业的复杂性及其数据特点，讨论了数据挖掘技术工业应用的基本思想，提出了复杂过程工业应用数据挖掘技术的基本策略。     

电子商务数据挖掘可视化系统模型研究及应用

将数据挖掘与相关的数据可视化技术和联机分析处理技术集成,构造一个应用于电子商务Web环境中的以数据挖掘技术为基础的数据可视化分析系统模型——电子商务数据挖掘可视化模型(EDVM),并技术实现主要模块功能,使之能够进行挖掘结果的动态更新与可视化输出,并通过实验初步验证了EDVM模型的有效性。     

数据挖掘在电子商务中的应用

数据挖掘技术作为解决“数据爆炸”时代出现的“信息缺乏”的最有效手段之一,受到了企业界的极大关注。文章阐述了电子商务中数据挖掘技术的框架、数据资源、专业人员、基本方法,分析了数据挖掘在电子商务中的具体应用。     

网格的数据挖掘*

网格是网络计算、分布式计算和高性能计算技术研究的热点。随着科学计算领域中的数据剧烈增长以及未来网格计算环境下广域分布的海量数据共享成为现实,数据挖掘技术将在挖掘有效的信息、发现新的知识和规律发挥着重要的作用。结合网格的特点,概述了网格数据挖掘的特点和关键技术,重点讨论了网格数据挖掘的体系结构和基本过程,最后给出了基于OGSA的网格数据挖掘的例子。     

海量数据挖掘过程相关技术研究进展

随着信息技术的发展,复杂、多样的海量数据给数据挖掘带来了新的挑战。为了更加深入全面地了解大数据环境下的数据挖掘技术的研究进展和应用,从海量数据挖掘过程的技术框架、算法、理论及模式方面进行了详细的阐述。概述了大数据的基本概念、处理流程及面临的问题,简述了数据挖掘的基本过程及相关算法,详细评述了海量数据挖掘过程的研究现状及面临的挑战,并从博弈论的角度、粒计算模型及大数据处理思维方面探讨了海量数据挖掘过程中的处理模式。     

多媒体数据挖掘技术研究

本文提出一种多媒体数据挖掘系统的一般结构和挖掘的过程,说明了不同类型多媒体数据挖掘的基本方法和技术,并对多媒体数据提出了阐述和展望。     

一个面向大规模数据库的数据挖掘系统

数据挖掘融合了数据库技术、人工智能和统计学,是目前的研究热点.为了能够集成当前数据挖掘的主要技术并使它们协同工作,在进行数据挖掘基本算法研究的基础上研制开发了一个数据挖掘系统--Golden-Eye.系统实现了在数据挖掘研究中的一些最新成果,集成了泛化、数据清洗这两个数据准备操作以及关联规则发现、例外规则发现、时序模式发现、分类器构造、聚类分析等基本数据挖掘操作,并实现了对挖掘操作的基本管理和结果的图形化显示.整个框架设计充分体现了系统的完整性、协调性和高效性:自底向上将存储控制模块、数据预处理模块、挖掘操作模块、挖掘库管理模块有机地结合在一起,在底层实现了对包括中间结果在内的数据的统一管理,在上层为用户提供了可视化的界面.实验结果表明,该系统能够在大规模数据库上成功地完成用户所指定的数据挖掘操作.     

数据融合与数据挖掘的集成研究

数据挖掘和数据融合是两种分析处理海量数据、提取有用知识的技术。两者的目标和原理各不相同,但功能上相互补充,可进行深层次的结合渗透,有效地完成复杂的数据分析工作。该文利用数据挖掘与数据融合技术的特点,综述了两种技术的研究成果,探讨了两种技术深层次集成的基本方案及思路。     

大数据挖掘与数据处理方法探析

该文将基于大数据挖掘技术的基本,分析大数据与大数据挖掘之间的相互联系,对当今主流数据挖掘算法进行分类说明,最后以大数据时代中主流数据形态——非结构数据为例,阐述大数据挖掘的数据处理方法,以期能够为业内人士提供理论参考。     

大数据挖掘及应用

<正>书号:9787302-469278定价:59.50元出版时间:2017年7月内容简介本书是王国胤教授领导的大数据课题组有关大数据智能计算、大数据科学科研和教学的结晶之作。围绕大数据背景下的数据挖掘及应用问题,从大数据挖掘的基本概念入手,系统介绍了大数据挖掘分析过程中的数据准备和预处理方法、数据可视化技术、数据挖掘理论和经典算法、常用大数据分析计算平台     

电子商务中数据挖掘的基本算法与应用分析

数据挖掘技术是近些年来发展起来的一门新技术,通过该技术,人们可以发现数据后面潜藏的有价值的信息。数据挖掘已经成为解决当前企业信息系统中所面临的数据爆炸状况的最有效的方法,这也为决策者进行各种商业决策提供了科学的理论支持。该文将对数据挖掘的含义与基本算法进行阐述和分析,并对数据挖掘在电子商务中的具体应用进行分析探讨。     

基于Web的图像检索设计与研究

数据挖掘是从大量的数据中发现隐含的规律性的内容,解决数据的应用质量问题.充分利用有用的数据,是数据挖掘技术最重要的应用.因此,采用数据挖掘技术从WWW上提取隐含的、未知的、有潜在应用价值的信息,具有十分重要的现实意义和广泛的应用前景.本文简单阐述了数据挖掘和知识发现的基本理论,分析了网络信息检索与挖掘的特征,设计了一个较为基于Web的图像数据挖掘的系统模型,绘制了各功能模块的框图,并在系统中引入了徒手绘草图方法,增强了系统的适用性.