基于数据仓库的数据挖掘技术分析研究

基于数据仓库的数据挖掘技术是一种对数据仓库中的数据进行深层次的加工和处理的过程,也是一种实现数据仓库决策价值的方法和工具。文中分析了数据仓库、数据挖掘等概念,并结合数据挖掘在实际决策支持系统中的应用,说明了数据挖掘的基本方法、主要过程以及发展方向。     

数据仓库与数据挖掘的关系及其安全性问题

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供了更好的决策支持和服务,同时促进了数据仓库技术的发展.从数据仓库的相关技术和体系结构分析展开研究,分析了数据挖掘与数据仓库的关系,重点阐述了数据仓库的安全性问题,展望了数据仓库未来的研究方向.数据仓库和数据挖掘二者既相互结合、共同发展,又相互影响、相互促进.数据仓库越来越广泛地运用到各个领域中,成为企业获得竞争优势的关键武器.     

数据挖掘在保险分析中的应用

数据挖掘是一个应用统计学和人工智能等算法进行知识发现的过程.该文阐述了数据挖掘的技术,基于车辆险重点探讨了数据挖掘技术在保险产品分析中的应用,包括数据仓库的建立、数据挖掘主题的定义和数据挖掘的过程.     

一种基于税务系统数据仓库的模糊数据挖掘算法的研究

文章简要的叙述了数据仓库的概念、数据仓库结构、数据挖掘的定义和方法,并提出了一般的基于数据仓库的数据挖掘系统的结构。并针对税务系统的数据仓库提出了一种模糊数据挖掘算法。     

基于数据仓库的信用卡客户分类规则获取

分类器是数据挖掘的一种基本方法.本文首先介绍了数据仓库的概念,然后讲述了信用卡数据仓库的建立过程,讨论了如何用判定树提取客户的分类规则,并对规则的正确度进行了评估.     

嵌入式数据挖掘系统实现方法研究

文中分析了数据挖掘系统与数据库及数据仓库系统间的关系,提出了嵌入式数据挖掘系统的思想、实现方法,及其关键技术.并引用决策树算法对嵌入式数据挖掘系统的实现方法做了描述.文中对嵌入式数据挖掘系统的未来进行了展望,一旦数据挖掘过程变得简单易用,并且能够无缝地集成到商业过程和企业的通用数据和信息流中,将会有新的应用和协同作用使数据挖掘成为功能完备的数据仓库中一项重要的要求.     

数据仓库实现过程及在线分析

数据仓库技术是近几年来出现并迅速发展的一种技术，它可以充分利用数据仓库中已存储的信息，帮助决策者进行决策。本文在介绍数据仓库的定义和数据仓库决策支持系统原理的基础上，详尽地讨论了数据仓库中的数据抽取与转换方法，并对数据仓库实现过程进行了实例探索和在线分析，最后根据数据挖掘方法进行了实际的应用。本文就是采用微软SQL Server 2000数据仓库技术设计了一商业用的数据仓库，使读者可清楚了解数据仓库的决策支持系统的实现过程。     

数据仓库和数据挖掘技术在ERP中的应用

数据仓库和数据挖掘是近几年迅速发展起来的技术,主要用于构建企业的决策支持系统.文章根据数据仓库和数据挖掘技术的这个特点,并针对传统ERP系统在决策方面的不足,提出把数据仓库和数据挖掘应用到ERP中去,以数据仓库作为企业底层的数据源,再配合以各种数据挖掘技术,结合ERP的管理思想,发挥数据仓库与数据挖掘技术在决策支持方面的长处.在此基础上,探讨了基于数据仓库的采购管理系统(DWBPMS)的实现,以提高ERP中的决策支持功能.     

数据仓库与数据挖掘的关系及其安全性问题

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供了更好的决策支持和服务,同时促进了数据仓库技术的发展。从数据仓库的相关技术和体系结构分析展开研究,分析了数据挖掘与数据仓库的关系,重点阐述了数据仓库的安全性问题,展望了数据仓库未来的研究方向。数据仓库和数据挖掘二者既相互结合、共同发展,又相互影响、相互促进。数据仓库越来越广泛地运用到各个领域中,成为企业获得竞争优势的关键武器。     

数据挖掘技术探讨

数据挖掘技术是数据仓库的一种挖掘型分析工具,它能自动地发现隐藏在数据中的模式和特征,能为企业管理、决策提供极有价值的信息。本文简述了数据挖掘的实施过程以及数据挖掘的几种分析方法和各自适用的相应例子,最后对其应用领域前景略作了描述。     

用于不均衡数据集的挖掘方法

传统的分类算法大多是基于数据集中各类的样本数是基本均衡的假设的,而实际应用场合中面临的往往是不均衡数据。针对不均衡数据集,利用传统的分类方法往往不能获得良好的性能,因而研究用于处理不均衡数据集的分类方法就显得相当重要,本文对相关的研究做了综述。     

基于LBS签到事件的数据挖掘研究

随着社会信息大爆炸和大量数据的产生,数据挖掘成了广泛关注的话题。本文从Check-in签到事件的数据出发,回顾了基于LBS的数据分析和挖掘现状。通过对Gowalla数据处理与分析,统计签到事件的数据分布规律,分析用户的签到行为,发现Check-in的时间戳具有明显的规律性,体现了人们的工作休闲活动特点,进一步探讨了签到数据在用户的行为习惯分析及兴趣发现等方面的应用。     

基于数据仓库的数据转移方法

数据转移是企业实施数据仓库的关键 ,针对数据仓库的技术特点 ,结合微软公司的数据仓库解决方案和数据转移服务 DTS,对数据转移过程中的几个典型问题 ,给出了其各自的解决方案     

面向海量数据的数据一致性研究

复制是实现海量数据管理的关键技术之一,多副本之间的数据一致性维护是提高分布式系统的容错能力与性能的重要保证。强一致性确保并发的修改操作不会发生冲突,但是限制了系统的可用性、连通性以及副本数量;弱一致性确保副本的最终一致,提高了系统的容错能力。本文从已有的一致性维护方法出发,结合海量数据的特点,对一致性维护过程中所涉及的更新发布、更新传播方式、更新传播内容以及更新冲突解决等几个方面进行了分析,提出了相应的解决方法。     

QAR数据的数据融合算法

分析了QAR数据中影响飞机性能衰减的主要因素,采用自适应加权数据融合算法和扩展卡尔曼滤波算法对相关性能参数进行了状态参量的估计,并验证了自适应加权融合算法在外界环境影响较小时的便捷性和外界环境影响过大时的局限性.引入扩展卡尔曼滤波算法,加入高斯噪声的计算,提高了状态估计值的精确度,为航空公司改善飞机运行提供了参考.     

基于高校数据中心的数据分析

随着信息化技术的快速发展,高校的信息系统日趋完善,各种信息系统如学习平台、教学和办公应用系统都运行在数据中心,数据中心存储了大量的业务信息.对高校数据中心存储的各类应用数据进行抽取、转化和处理,建立面向主题的数据仓库.对系统数据进行挖掘和探索式分析,以可视化驾驶舱的方式直观地展现学校的实际数据状态,通过对数据的可视化分析可以为学校在办学、人才培养和学生管理等方面提供数据支持和决策.     

数据链数据过滤器技术研究

本文主要研究数据过滤器技术征数据链中的应用,并往此基础上提出了数据过滤器的关键技术,在数据管理和资源分配等工程领域具有参考价值。     

基于Clementine的图书馆流通数据挖掘

数字图书馆改变了传统图书馆的服务模式,同时也积累了大量的读者信息,为个性化服务提供了数据基础。本文重点研究聚类分析技术及其在图书馆中的应用,利用Clementine的两步聚类模型实现对读者的聚类分析,将读者聚类为消极型、一般型和积极型三种类型,针对不同类型的读者,图书馆可以提供相应的个性化服务。     

基于数据模糊化处理的数据脱敏研究

随着大数据产业的飞速发展,数据泄露和信息泄露事件也越来越多,基于这种情况下,如何对数据有力的保护成为我们研究的重点内容,本文利用简单替换加密和维吉尼亚两种传统的算法对数据进行加密,利用模糊集里面的隶属函数的方法,对数据进行简单的模糊化处理,并且运用匹配度公式和模糊量词的方法,对数据信息进行进一步的泛化处理,对单数据源的信息的保护起到了预期的效果。     

基于数据池的异构数据集成

基于"数据池"的异构数据的集成,通过建立集成所需的映射规则,引入了代理键和数据颗粒的概念.该集成方法,首先根据语义,建立相应的全局逻辑实体,然后根据映射规则,转换要集成的物理实体到全局逻辑实体.这种方案,比较好的解决了集成中的语义冲突问题,为异构数据集成提供了一种比较可行的方法.