基于数据挖掘的企业CRM系统分析与设计

主要研究基于数据挖掘技术的客户关系管理的应用,概述了数据挖掘技术的基本理论知识以及客户关系管理的理论和应用,提出了制药企业客户资源管理中存在的问题及解决的方法,实践了数据挖掘在客户等级评价上的主要过程和一般分析方法,这对于数据挖掘实践研究有着重要的现实意义。     

基于数据挖掘的WLAN告警分析

从告警数据库大量的告警数据中提取有用的信息是WLAN故障管理需要解决的主要问题之一.文中基于WLAN告警特点,提出了一种对告警数据库进行知识发现的数据挖掘模型,该模型结合了告警过滤和相关性分析,具有高效、易于理解和操作的优点.     

基于遗传算法的关联规则数据挖掘

关联规则是数据挖掘的重要手段,它基于支持度、置信度等对规则进行筛选,生成有用的规则,由于根据实际情况有时会产生虚假规则,所以兴趣度也自然被引入。遗传算法是自动化技术、专家系统等经常采用的算法。通过改进的遗传算法进行关联规则数据挖掘并进行了实例应用。遗传算法能较好地得出发生交通事故原因与结果的关联规则,提高数据挖掘的效率。     

运营商的精准营销利器——采用数据挖掘实现交叉销售

前几期的文章，我们主要从经营分析系统、精准化营销几个方面探讨了数据挖掘技术在广播电视运营领域应用的前景，本次我们将结合具体的案例，来演示数据挖掘技术在有线电视销售方面的具体应用。     

基于JADE平台的多Agent协同数据挖掘研究

文章针对多Agent协同数据挖掘问题进行了有关理论研究,提出了基于JADE平台的可扩展、适应性强、高效的三层多Agent并行关联规则挖掘方案,介绍了实现的关键技术,最后给出一个在UCI大规模数据集上进行并行分布式数据挖掘的应用实例.     

基于数据挖掘的心理疾病预警分析技术研究

针对高等院校中学生心理管理工作智能化的需求,文中对数据挖掘技术进行了研究,设计了心理疾病的预警分析系统.该系统基于B/S架构,使用ASP.NET技术,从用户的角度分为两大类功能模块:一类面向学生,可以实现学生信息的采集、心理健康在线评测与结果查询;另一类面向系统管理人员,可以实现学生信息、心理评测、数据统计与算法的参数...     

基于关联规则的数据挖掘算法的分析及应用

数据挖掘就是从大量的数据中挖掘出有用的信息。数据挖掘与传统的数据分析的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。文章分析了数据挖掘算法的关联规则特性,对其在股票市场中的应用进行了重点,以便更好的应用在更多的领域。     

基于关联规则的数据挖掘算法

在数据挖掘技术中,基于关联规则的数据挖掘算法是较为重要的一个课题,是我国信息技术领域的热门研究课题。基于此,本文从数据挖掘算法入手,对基于关联规则的数据挖掘算法进行了分析,将这一算法的原理作为基础,提出了提高数据挖掘算法概率的改进措施,意在提高数据挖掘算法的处理效果,使其应用于更多领域中。     

数据挖掘在智能答疑模型中的应用

数据挖掘技术是近年来随着数据库技术和人工智能技术的发展而出现的全新信息技术。在分析智能答疑系统设计中存在的主要的技术问题后，我们利用数据挖掘的相应知识，提出一种基于关联规则挖掘和知识树规则合并与删除机制的智能答疑模型。     

一种基于数据挖掘的告警云图模型

集中故障管理的工单压减工作,对于改善网络环境、完成企业KPI考核等,具有重要影响,是企业系统维护和平台管理工作中的重点。尽管前期已进行大量优化,但告警工单比仍有较大的上升空间。针对前期工作中的不足,采用数据挖掘的思路,实施历史库中告警之间的关联与自关联、规则之间的关联等工作,采用"数据采集-信息提取-知识提炼-规则生成-流程优化"的步骤,在极大改善企业考核指标的同时,也为企业节约了大量支出。     

基于顾客交叉购买行为的企业交叉销售研究

交叉销售作为一种高效营销方式逐渐引起人们的重视,但现有的交叉销售研究均是从企业角度出发,缺乏对顾客交叉购买行为的理解。而顾客交叉购买不同于重复购买,是一个更加复杂的决策过程,企业要想取得交叉销售的成功,必须对顾客的交叉购买行为及其影响因素有深入的了解。因此本文探讨顾客的交叉购买行为与重复购买的区别,关于重复购买的研究成果能否应用到顾客的交叉购买行为,以及顾客的交叉购买行为带给企业交叉销售管理的一些启示。     

基于数据挖掘的电网故障关联性分析与研究

将数据挖掘技术中的关联规则应用到电网故障分析中,从故障数据中发现分类属性与决策属性间的频繁模式、相关性或因果关系,以便从宏观上把握电网故障元素间的关联特性.讨论了关联规则应用于电网故障分析的体系结构及实现的具体步骤,重点对电网故障关联性分析中的频繁项挖掘算法进行了研究,对传统的Apriori算法进行了改进,提出了一种高效的基于数组的类频繁项集挖掘算法.     

数据挖掘的排球训练方案评价模型

未能深度挖掘出评价指标之间的关联性是造成排球训练方案评价效果不好的主要原因,为此,设计了基于数据挖掘的排球训练方案评价模型。介绍了数据挖掘进行排球训练效率值提取的步骤,通过效率值分析排球训练动作对训练成果的影响,选出模型评价指标。利用数据挖掘对模型评价指标进行量化和关联,确定指标权值,为训练方案打分。使用VFP 6.0软件对模型进行开发,设计模型功能。最后通过实验证明所设计的模型具有评价效果好的优势。     

基于深度数据挖掘的传播数据分析与评估模型仿真

针对现有数据挖掘算法存在丢失逻辑序列且挖掘效率较低,不适用于新媒体数据分析的问题,提出了一种基于深度数据挖掘的传播数据分析与评估模型.在详细分析关联规则及其挖掘算法的基础上,结合新媒体的数据特点,设计了基于FP-Growth算法的构造频繁模式树和挖掘频繁模式树,并利用FP-Growth数据挖掘算法分析评估各大网络平台的...     

关于数据挖掘技术与关联规则挖掘算法的研究

随着计算机技术和网络通信技术的不断发展,数据信息逐渐成为当前社会各行各业发展的关键。当今社会人们对计算机应用提出了更高要求,如今人们慢慢的意识到关系数据库有很多缺点和限制,这种问题又推动了数据库在更深领域上的研究。     

基于数据挖掘的入侵检测系统的改进与实现

针对已有Apriori算法存在的问题.设计新的基于引用作用度的Apriori-lift算法,从而提高关联规则的挖掘性能.通过实验仿真,结果表明Apriori-lift算法在挖掘结果方面明显优于Apriori算法.应用Apriori-lift算法对现有的基于数据挖掘的入侵检测系统进行改进.改进后的系统在挖掘网络数据包方面可以有效地发现数据包中各属性之间的相关性,利用这一特点并结合协议分析、入侵分析等技术,可以通过挖掘结果中的规则去准确而高效地锁定攻击者,从提高了系统检测性能.     

一种基于遗传算法的数据挖掘技术

首先对相关理论进行了概述,阐明了数据挖掘和遗传算法的产生与发展以及他们的相互结合。接着提出了基于遗传算法的关联规则的提取方法。将遗传算法应用到关联规则的提取方面,讨论了遗传算法的编码方法、遗传算子的设计和适应度函数的构造。为了验证算法的有效性,笔者给出一个简单的数据实例,说明了本文方法的有效性。     

基于数据挖掘的入侵检测系统研究

通过对入侵检测和数据挖掘技术的研究,分析了数据挖掘技术在入侵检测系统中的应用。针对入侵检测领域特点,对经典关联、聚类算法进行了改进和优化。对k-means算法的改进解决了聚类算法固有的无法预知最佳聚类个数和分类过细的问题。     

以升级销售与交叉销售提升客户价值

客户价值提升成为企业市场营销的重要目标。提升客户价值当前比较实用的工具主要是交叉销售和升级销售。本文从提升客户价值的角度分别研究了交叉销售和升级销售的概念、技术基础和实践应用等问题。并对交叉销售和升级销售进行了比较。