计算机半结构化数据源的数据挖掘技术探析

随着信息化时代的到来,计算机技术在全球范围内得到了广泛的运用,这为我国市场经济的发展创造了有利的条件。在市场经济体制改革之后,许多先进的计算机技术逐渐成为了企业日常经营管理的辅助方式,在新技术的推动下企业实现了办公自动化经管模式。计算机模式下创建的各类数据库是存储企业信息资料的常用工具,但对于数据库中潜在的数据信息,企业并没有全面地挖掘利用,导致大部分有价值、有商机、有效益的信息没有充分发挥价值。针对这一点,本文主要分析了半结构化数据源的挖掘技术。     

异构数据源集成系统的查询重写技术研究

Web环境下的异构数据源集成系统中，数据源或者是结构化很强的关系型，或者是半结构化型的以及无结构型的。文中提出了一种查询重写查找算法，利用视图将用户查询重写为直接面向数据源的各个子查询。理论分析表明，该算法较好地降低了查询代价。     

结构化和半结构化异构信息源的语义集成

如何有效地集成多个异构的信息源是目前成为CIMS企业的一个关键性问题。本文主要介绍异构信息源在语义方面的描述支持集成和查询优化的捕获和推理。     

半结构化数据查询语言的特性

结合查询语言Lorel及其与对象查询语言OQL的差异，对半结构化数据查询语言的特性进行了深入的分析。结果表明，半结构化数据的查询语言应具有强制和路径表达等特性。     

数据挖掘技术在大型超市中的应用研究

简单介绍了数据挖掘技术和方法，并研究了数据挖掘在超市中的应用，说明了数据挖掘的过程，包括问题的提出，数据的收集、预处理、转换到数据仓库中，算法的选择，模型的评价、优化等，并对此项技术在超市应用中存在的有利因素和不利因素进行了分析。     

数据挖掘技术综述

数据挖掘（data mining）技术是大量的数据中寻找出特定的模型、关联规则、变化趋势、异常信息等具有统计决义的结构和事件。数据挖掘这一热门技术,已在多个应用领域产生了巨大的效益。本介绍了数据挖掘这个数据库应用领域的新技术、数据挖掘的挖掘任务、步骤以及数据挖掘工具的选择。     

基于Boosting的半结构化信息抽取

为了对半结构化文本实现自动抽取信息.介绍了一种基于Boosting算法的信息抽取方法,它能够自动对一个训练例生成规则,将该规则应用于正例集并改变正例集权重分布,找到权重最大的正例生成下一条规则.给出了一种能描述不符合英文词法的词的模式匹配约束.试验表明:在特征简单的抽取规则学习中,该方法精确度与召回率可达100%.在特征比较复杂的抽取规则学习中,该方法F₁评估值也能达到80%以上.     

数据挖掘技术

数据挖掘技术是目前广泛研究的数据库技术,它可以从大量的数据提炼出有用、潜在的信息,人们可利用这些信息改进工作,提高效率。本文介绍了知识发现和数据挖掘的概念,然后对几种常见数据挖掘技术的原理和应用进行了说明。     

初析数据挖掘技术

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域。数据挖掘技术能快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用。数据挖掘方法结合了数据库技术、机器学、统计学等领域的知识,从深层次挖掘有效的模式。数据挖掘技术具有广泛的应用前景。     

XML与面向Web的数据挖掘技术

讨论了面向Ｗｅｂ的数据挖掘技术的复杂性和ＸＭＬ语言在数据挖掘中的应用．     

基于数据仓库和数据挖掘的教育决策支持系统

在讨论了数据仓库和数据挖掘技术的基本概念、数据的组织方式和系统设计方法的基础上,提出了基于数据仓库和数据挖掘的决策支持系统框架模型,并将其应用到教育决策支持实践,从而提高人才素质评价的高效性和科学性.     

基于Web的数据仓库和数据采掘支持的新型DSS系统

分析了传统决策支持系统的局限,介绍了数据仓库和数据采掘技术的特点,提出了一种采用数据仓库和数据采掘技术的新型决策支持系统,并且根据用户的需求及新技术的发展,探讨了一种基于Ｗｅｂ的新型ＤＳＳ结构。     

数据挖掘算法的一种实现方法

从数据挖掘和数据仓库的基本概念入手 ,简要介绍了数据挖掘和数据仓库的特点和其研究的现实意义。然后介绍了模糊理论 ,由于模糊理论贴近于人们的自然思维习惯 ,所以 ,可把它应用到数据挖掘中 ,这样更加有利于解决现实问题 ,更好地在数据仓库中实现信息的挖掘。并且 ,以一个商品查询系统为例 ,对基于模糊理论的数据仓库中数据挖掘的算法给出了其实现方法。结果证明这是可行的 ,并具有一定的现实意义。     

基于数据挖掘的评教系统的设计与实现

为了提高评教数据在教学管理中的利用率,更加有效地为学校的决策服务。本文在研究了数据仓库、OLAP分析、数据挖掘技术的基础上,设计和实现了评教系统,实现了对评教数据的综合分析和深入挖掘。使用该系统后,教学管理部门改变了对评教数据的使用方式,提高了利用率,认识和理解更加深人和全面。     

基于大数据挖掘的终端感知与换机应用研究

通过对移动大数据的分析和挖掘,能够提升终端感知,并为用户换机推荐提供强有力的数据支持。基于早期终端营销存在的问题与不足,提出了基于大数据挖掘的终端感知与换机应用系统解决方案,具体包括基于聚类算法的隐性换机用户提取方法,基于神经网络的指标分析法,基于决策树的换机预测方法。     

基于可拓集的企业数据挖掘应用方案初探

数据本身的质量差造成数据挖掘结论的可信度低已经成为影响数据挖掘应用的重要因素,针对不完备数据设计的清洗算法、容忍算法等都不能从根本上解决这个问题．通过深入分析这一矛盾现象的原因,对企业数据建立物元可拓集合,提出基于可拓方法的数据挖掘企业应用方案．以数据挖掘所需的完备数据集做为条件物元,发现数据质量差距,以事元“数据挖掘咨询”促使物元集可拓域的发展变换,推出以数据挖掘应用咨询带动数据质量改进的措施,从而解决了数据质量的矛盾问题,使数据质量不高的企业也可以实施数据挖掘项目,提高信息决策水平．     

基于映射的增量式数据挖掘算法

数据挖掘算法对于支持度改变及数据集更新的适应性一直都是一个难点。本文根据数据集逐步增加的增量式方法,映射事务模式于线性空间中进行挖掘,并借助了图像在操作系统中显示及存储的特点,提出了一种新的增量式数据挖掘算法IPM-DM。同时,对比分析了其中两种模式映射方法,并与同类算法比较,经过实验证明,算法IPM-DM是有效且可行的。     

基于内容分析的数据挖掘研究

采用计算机辅助内容分析软件Atlas.ti对开源社区用户学习行为进行定性分析,将分析后的结果导出为特定格式的XML文档,使用DOM对该文档解析后形成二维表形式数据,使之便于在数据库中存储,从而进行进一步的定量分析,为内容分析的后继研究提供了一种新的思路。     

基于数据挖掘技术的电厂运行参数目标值优化

针对电站数据自身的多元性、动态性与相关性给人工分析和处理带来困难的特点,提出了基于数据挖掘算法的电厂运行参数最优值的确定方法,并将其应用于电站实际运行中。