数据挖掘——技术与应用综述

数据挖掘是近年来出现的新技术。它已用于企业决策支持,市场策略制定等。并将成为决策支持系统的一个重要组成部分。本文主要从技术和应用两个方面对数据挖掘进行了详细的讨论。     

数据库中关系规则的数据挖掘

关联规则算法是数据挖掘中的核心技术，本文给出了数据库中挖掘关系规则的一种算法，该算法通过二次扫描，第一次将可能出现的频繁项目集加入到ISC中，第二次扫描采用逐步求精算法将频繁项目集加到项目集中，减少了数据库的扫描次数。     

数据挖掘技术的深入研究

讨论了数据挖掘技术的研究进展，并对四种方法进行了深入的研究：关联规则、离群数据、基于案例的推理、支持向量机，最后提出一个基于数据挖掘技术的智能决策系统的框架 和模型。     

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。     

知识发现与数据可视化技术浅析

数据挖掘和知识发现、数据可视化技术都是发现数据库中数据中隐藏的信息的有效途径。知识发现过程离不开数据可视化的支持，数据可视化分析本身是一种知识发现的过程，并提到将知识发现与数据可视化有机集成的问题。     

数据挖掘在企业CRM中的应用

随着数据应用的普及，人类积累的数据量迅速增长，数据挖掘技术可以从大量的数据中，抽取出潜在的、有价值的知识，探讨了数据挖掘的发展演变过程及其相关定义，并详细说明了数据挖掘技术在CRM策略中的应用。     

基于数据挖掘的知识发现在MDSS中的应用研究

主要讨论基于数据挖掘技术的知识发现在军事决策支持系统中的应用,提出了基于数据挖掘的知识发现方法,建立了知识向量集的拓扑空间概念并提出了基于拓扑空间向量集的不确定性知识表示方法.     

智能数据挖掘理论体系研究

数据挖掘是数据库系统最重要的前沿课题之一，是数据库技术、人工智能、机器学习等多学科相结合的产物．在这些学科的理论基础上，研究人员提出了许多数据挖掘理论和方法，并取得了许多重要的研究成果,在免疫计算理论的基础上，借鉴生命科学中免疫的概念与理论，围绕免疫进化、神经网络、免疫控制图等智能技术，提出智能数据挖掘理论框架体系．     

数据挖掘领域中的聚类方法

聚类算法是数据挖掘中的核心技术，随着对聚类算法广泛深入的研究，产生了许多不同的适用于数据挖掘的聚类算法；文章从算法的角度论述了如何在数据挖掘中进行聚类分析，并通过基于评价聚类算法好坏的8个标准，对数据挖掘中近几年提出的常用聚类方法作了比较分析，以利于人们更容易、更快速的找到一种适用于特定问题的聚类算法．     

数据挖掘技术及其在公共管理中的应用

数据挖掘 (dateMining)技术是解决如何从实际应用中大量不完整的、模糊的、有噪声和随机的数据中提取 (挖掘 /发现 )事先不知道但又是有用的信息和知识的一种自动地将数据转换成知识的信息技术 ,基于数据挖掘技术的构成、对象与功能 ,以示例的方式说明公共组织在公共事物的治理中如何应用这一前沿的信息技术 .     

基于WEB的数据挖掘技术及其应用

为了快速准确的找到数据库中有用的信息和知识,利用数据的挖掘技术对数据进行分析,WEB中的数据挖掘技术及应用非常重要。主要通过介绍数据挖掘技术来引出WEB的数据挖掘技术,并对WEB的数据挖机技术及其应用进行研究与探讨。     

基于多媒体数据库的数据挖掘模型和方法

多媒体挖掘是数据挖掘的一个新兴且富有挑战性的子领域。多媒体挖掘的概念、内容和方法都没有一个统一的定论,多媒体挖掘的体系结构和框架有待于进一步研究。基于此,介绍了一种适合多媒体挖掘的系统模型;阐述了与模型相关的多媒体挖掘方法：多媒体数据立方体、聚类、分类和关联规则;最后给出了采用关联规则数据挖掘方法对多媒体数据库进行数据挖掘的实例。     

教育考试数据挖掘系统研究与实现

进行教育考试信息挖掘与分析研究,有利于充分发掘教育考试数据的潜在价值,更好地为教育管理、决策提供科学的依据.针对教育考试数据,研究了教育考试数据挖掘系统的整体架构以及面向主题的数据挖掘实现.在分析教育考试数据资源现状与特点的基础上,提出了教育考试数据挖掘系统框架,采用Apriori算法生成频繁数据项集,并对考生高考科目成绩进行关联规则挖掘.结果表明,教育考试各门科目成绩之间存在紧密关联性,规则的置信度均达到75%以上.     

数据开采及其在超市中的应用

目的　介绍数据开采技术及其在超市中的应用 .方法　通过介绍数据开采技术的起源、发展和现状 ,提出了一种基于超市管理的决策系统模型 ,并对其超市的各方面的应用作了探讨性研究 .结果　将数据开采技术应用于商业领域 ,产生的价值将是十分可观的 .结论　数据开采技术作为一种新型技术 ,将有着无限美好的应用前景     

数据挖掘中的数据预处理方法

从初始数据源出发,总结了目前数据预处理的常规流程方法,提出应把源数据的获取作为数据预处理的一个步骤,并且创新性地把数据融合的方法引入到数据预处理的过程中,提出了数据的循环预处理模式,为提高数据质量提供了更好的分析方法,保证了预测结果的质量,为进一步研究挖掘提供了较好的参考模式.     

可拓建筑策划数据挖掘理论探讨

可拓建筑策划数据挖掘是运用可拓数据挖掘为可拓建筑策划所进行的数据挖掘.可拓建筑策划数据挖掘能够挖掘与可拓变换有关的建筑策划知识,从而为可拓建筑策划提供知识支持.本文初步论述了可拓建筑策划数据挖掘的定义、核心、特点及类型,试图构建可拓建筑策划数据挖掘的理论框架,完善可拓建筑策划的理论与方法,也丰富与发展了建筑策划理论.     

Web数据挖掘探讨

论述了Web上的数据挖掘技术并作了分析和比较,对Web数据挖掘技术的应用也作了分析和展望.     

WEB挖掘在个性化推荐系统中的应用研究

如何精准地捕获读者的需求并分析客户的需求是设计个性化推荐系统的关键性问题。本文借鉴大型电子商务网站的个性化推荐技术,采用WEB挖掘的方式,采集海量的读者数据,运用CPM算法对读者及资源进行关联,根据读者的查询记录、借阅历史等信息实现智能推荐相关的书目,以满足读者个性化的服务需求。     

数据挖掘在企业 CRM 中的应用

随着数据应用的普及,人类积累的数据量迅速增长.数据挖掘技术可以从大量的数据中,抽取出潜在的、有价值的知识.探讨了数据挖掘的发展演变过程及其相关定义,并详细说明了数据挖掘技术在CRM策略中的应用.