演绎的面向对象数据库(DOOD)研究

介绍了在演绎库（ＫＢＡＳＥ－Ｐ）与对象库（ＦＯＯＤＢ）基础上实现的一个演绎的面向对象数据库系统（ＤＯＯＤ），系统支持对象的递归查询等操作，还引入了ＩＯＤＢ与ＤＯＤＢ等概念，用于演绎对象的生成。系统采用Ｏ－ＤＡＴＡＬＯＧ语言，用于实现对象间的演绎，并继承了演绎库的优化策略。     

KBASE—P：一个知识库程序设计语言*

KBASE—P是一个知识库程序设计语言．它以KBASE作为查询语言，以FD—PROLOG为过程性的宿主语言．二者具有相同的编程风范，都是Horn子句风范，并且系统对任何磁盘数据访问都是以“每次一个集合”的方式进行，因此在KBASE—P中．查询语言与宿主语言之间的“阻抗不匹配”问题尽可能地减小了．KBASE—P以RDBMS来管理事实(包括中间求值结果)和规则，因此能够有效地管理大容量的数据，并且数据是可共享的，适合于处理大规模的知识密集型应用．本文介绍了KBASE—P语言及其特点，并与相关的系统进行了比较．     

基于BP神经网络的路口短时交通流量预测方法

交叉路口是一个城市交通的重要组成部分，其各方向的交通流量预测更是该城市智能交通系统中的重中之重，本文提出一种基干BP神经网络预测路口短时交通流量的方法，该方法将路口其他非预测方向和交通信号配时方案对流量预测的影响因素考虑在内。     

交通事故的多维关联规则分析

城市机动车数量的增加已经导致城市交通事故的频繁发生，能否对已发生事故作出正确的分析将直接影响到能否对未来类似事故的成功避免。本文提出一种使用数据挖掘领域中的多维关联规则技术分析大量交通事故记录的方法，通过找出可能导致交通事故发生的频繁因素组合来发现某些事故发生的规律，并将这些规律作为现实中作出预防举措的依据。     

数据挖掘技术在信用卡分析中的应用

介绍了-个应用数据挖掘技术开发的信用卡分析平台DMCA,从体系结构、功能模块、据挖掘技术的应用进行了有益的探索.     

基于商品分类信息的关联规则聚类

关联规则挖掘经常产生大量的规则，为了帮助用户做探索式分析，需要对规则进行有效的组织。聚类是一种有效的组织方法，已有的规则聚类方法在计算规则间距离时都需要扫描原始数据集，效率很低，而且聚类结果是固定数目的簇，不利于探索式分析．针对这些问题，提出了一种新的方法，它基于商品分类信息度量规则间的距离，避免了耗时的原始数据集扫描；然后用OPTICS聚类算法产生便于探索式分析的聚类结构。最后用某个零售业公司的实际交易数据做了实验，并通过可视化工具演示了聚类效果，实验结果表明此方法是实用有效的。     

一种有效的量化交易数据相似性搜索方法

量化交易数据与一般交易数据的不同之处在于它在各个维上的值是数值型而不是二值型的。研究这种数据的有效的相似性搜索方法是一个重要而具有挑战性的课题，提出了一个新的相似性度量函数Hsim()，这个度量函数可以较好地克服Lp等传统的距离函数在高维空间中的缺点，并能将二值型和数值型数据距离的计算整合到一个统一的框架中去。结合量化交易数据的特点，构造了定义在该函数上的相似性索引结构，并对建立在该索引结构上的相似性查询方法进行了阐述。实验表明，这种搜索方法对量化交易数据的相似性搜索有较高的修剪率，能大大地加快搜索的速度。     

IncLOF:动态环境下局部异常的增量挖掘算法

异常检测是数据挖掘领域研究的最基本的问题之一，它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用，以前的异常检测算法只适应于静态环境，在数据更新时需要进行重新计算，在基于密度的局部异常检测算法LOF的基础上，提出一种在动态环境下局部异常挖掘的增量算法IncLOF，当数据库中的数据更新时，只对受到影响的点进行重新计算，这样可以大大提高异常的挖掘速度,实验表明，在动态环境下IncLOF的运行时间远远小于LOF的运行时间，并且用户定义的邻域中的最小对象个数与记录数之比越小，效果越明显.     

ISCRMS智能化证券CRM系统

ISCRMS是将数据挖掘/联机分析技术应用在证券领域而开发的一个客户智能分析解决方案.它构建了一种新型的数据挖掘系统体系结构.ISCRMS使得用户直接利用商业模型解决问题,而不是面对复杂的算法,从而提供友好、易用的数据挖掘应用环境,同时还具备处理海量数据的能力.     

关联规则挖掘综述

介绍了关联规则挖掘的研究情况,提出了关联规则的分类方法,对一些典型算法进行了分析和评价,指出传统关联规则衡量标准的不足,归纳出关联规则的价值衡量方法,展望了关联规则挖掘的未来研究方向。