数据挖掘技术在电子商务中的应用

介绍了数据挖掘的基本技术以及进行挖掘前必要的数据准备（预处理）工作,并结合具体实例说明了数据挖掘技术在电子商务活动中的客户群体划分、关联规划发现、时间序列模式发现、异常发现这几大类应用。     

数据挖掘及在营销中的应用

数据挖掘的目的是在大量数据中进行模式识别、提取有用的知识。西文在对数据挖掘方法作了全面论述的基础上,着重分析了关联分析方法和决策树分析方法,提出了关联衡量指标和关联分析步骤、决策树的构造方法和决策过程,并结合营销策略和商店定位两个实例讨论了方法的应用。     

数据挖掘中的预处理技术研究

分析了数据预处理提出的背景,归纳了常见的数据预处理方法,分析比较了不同方法的特点。     

数据挖掘在科研试验中的应用研究

为了高效、迅速地完成科研试验任务，充分发挥数据的潜务，重点研究了数据挖掘概念及SAS数据挖掘系统；并结合科研试验，从堆积如山的数据中分析、挖掘出隐藏的科研试验规律，减少风险，提高试验质量，缩短试验周期，以形成更具智慧的科研试验决策。     

数据挖掘技术及其在移动通信中的应用

数据挖掘是数据库研究中的一个很有应用价值的新领域,融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。本文表述了数据挖掘的基本技术,探讨了数据挖掘技术在移动通信中的应用。     

基于数据挖掘技术的电气设备在线监测系统开发

针对电气设备状态在线监测装置的数据海量且常无效的现状,利用数据仓库与数据挖掘技术,设计出基于数据挖掘技术的在线监测硬件系统.系统采用线性均值法进行数据预处理,采用决策树分类算法进行数据挖掘,使系统具有良好的可操作性和实用性.     

数据挖掘在电子商务中的应用

电子商务开展过程中产生了大量的数据,数据挖掘是对这些数据进行分析的有效方法。在分析电子商务面临问题的基础上,详细阐述了数据挖掘的基本功能、数据挖掘在电子商务中挖掘的数据资源、基本过程及其在电子商务中的应用。     

数据挖掘技术在CRM中的应用

针对从CRM的海量信息数据中发现有价值的知识和规律的技术难题,提出将数据挖掘技术应用到CRM中,综合运用多种数据挖掘技术发掘出潜在的价值高的客户关系,预测客户的购买行为。阐述了数据挖掘技术应用到CRM中的流程和方法,并基于CART决策树算法构建了CRM数据挖掘模型,达到了CRM交互过程中的智能化要求,从而帮助企业更好的了解客户行为,提高企业核心竞争力。     

数据挖掘技术在教学中的应用研究

在教学管理工作中,学生成绩是衡量教学质量的主要依据之一。用决策树算法建立了关于学生成绩的分类规则和分析预测模型,描述了如何根据分析预测结果发现影响学生成绩的因素,进而有益于教师改进教学方法,提高学生的学习效果。选取决策属性,建立决策树,得出分类规则,结果表明本算法能够对学生数据进行正确分类,得到有价值的结论。     

数据挖掘中的数据准备工作

提出数据准备的一些原则，讨论了数据准备工作的内容，包括数据选择、数据清洗、数据集成、数据约简、数据转换等几个方面，并根据不同的内容给出了相关的处理办法和一些分析工具。     

数据仓库与数据挖掘技术在教学管理中的应用

数据仓库与数据挖掘技术是决策支持系统的关键因素,它们的结合能更好地为有关部门不同范围的决策分析提供有力的支持．高校的教学管理系统已存储了大量的信息,正等待数据挖掘工具对其进行知识发现,发掘其中蕴含的规律,并把这些规律运用到教学管理中,提高办学水平及管理水平．     

数据挖掘技术及其在高校教学系统应用的研究

高校教学系统作为大学数字化教学的一个重要组成部分,运行多年已经积累了大量的数据,但并没有得到很好的挖掘和研究。本文结合高校管理系统与数据挖掘技术对教学质量评估进行了研究,提出了教学质量评估分析主题。给出了基于SQL Server的数据挖掘解决方案,运用关联规则方法进行研究,介绍了相关算法,并进行了优化。最后对相关数据进行挖掘,对实验结果做出了初步分析,所得出的结论对高校教学工作具有一定的指导意义。     

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.     

数据挖掘及其在电信客户关系管理中的应用

讨论了数据挖掘技术的方法以及电信客户关系管理系统的原理。电信运营商使用客户关系管理系统来降低运营成本,提供优质的客户服务。数据挖掘技术的应用可以帮助电信运营商发现客户消费行为、识别客户特征,辅助运营商进行有效的市场营销和客户服务。     

基于SQL Server 2000的数据仓库和数据挖掘

Microsoft在SQLServer2000中第一次包含了数据挖掘功能.其数据挖掘解决方案基于OLEDB规范,为数据挖掘提出了一种新的类SQL语言,便于开发者更好地建立数据挖掘的应用.利用SQLServer2000去创建数据仓库,对关联规则数据挖掘经典算法Apriori进行改进和测试,在算法效率上得到明显提高.     

商业数据挖掘中的核心算法

为了使企业的管理层能够根据市场需求进行数据挖掘,并基于挖掘出来的规则做出决策,在数据仓库、粗糙集方法等理论的基础上提出了一种核心算法,应用于商业数据挖掘.核心算法从信息表开始,通过属性泛化、求核心属性、属性归约,最终得到由正确率表示的规则.在求核心属性的部分对粗糙集理论中求核心集的方法进行了改进,并给出了相应的证明.核心算法利用SQL语言的功能强大、容易开发、运行稳定等特点,通过SQL语言编程来实现.核心算法具有针对性强、可操作性强等优点.     

基于空间数据仓库的空间数据挖掘研究

在讨论空间数据挖掘的相关技术对空间数据挖掘影响的基础上 ,提出一个基于空间数据仓库的空间数据挖掘模型 ,从基于空间数据仓库的数据挖掘角度出发 ,提出有待深入研究和探索的问题 .     

基于鲁棒性分析的关联规则在大型药房中的应用

针对目前大型药房药品的摆放及库存等实际问题,提出了基于改善度计算的强关联规则,并且进一步给出了基于支持度、置信度和改善度鲁棒性分析的有效关联规则。结合实际计算验证了规则的有效性。