电子商务中的数据挖掘及其应用

作为解决目前企业信息系统中普遍面临的“数据爆炸”而“信息缺乏”状况的最有效的手段之一,数据挖掘受到了学术界和企业界的极大关注。详细阐述了电子商务中数据挖掘的数据资源、基本方法、体系结构和典型应用。     

电子商务环境下基于Multi-Agent的数据挖掘系统

计算机与网络技术的普及与发展、电子商务迅速崛起给商家带来了无限的商机,任何与消费者有关的信息对商家来说都是非常宝贵的,但是庞大数据量的搜索制约着电子商务的发展.数据挖掘技术和多Agent技术相结合,能够有效地减少数据传输量、减轻网络负载、提高挖掘性能和保证数据安全性.详细介绍了各种Agent的性能及所采用的挖掘方法的基本思想,并针对电子商务行业的业务背景和特点,设计了电子商务环境下基于多Agent的数据挖掘系统.它实现了准确、有效的数据挖掘,并向用户提供了个性化服务功能,提高了系统的运行效率.     

数据挖掘在电子商务推荐系统中的应用设计

提出了基于数据挖掘的电子商务推荐系统的设计。     

数据挖掘技术在高职毕业生跟踪调查中的应用

随着职业院校的不断发展以及技术的进步,数据挖掘分析已经在教育行业得到越来越多的应用。利用近几年的毕业生调查数据,经过数据清理及集成,运用EXCEL为数据挖掘分析的工具,采用了关联和聚类算法,找到了毕业生就业规律,相应地提出了提高人才培养质量和就业质量的对策和方法,最终让数据分析的成果为高职院校的改革发展提供了科学的依据。     

数据挖掘技术在高职毕业生跟踪调查中的应用

随着职业院校的不断发展以及技术的进步,数据挖掘分析已经在教育行业得到越来越多的应用。利用近几年的毕业生调查数据,经过数据清理及集成,运用EXCEL为数据挖掘分析的工具,采用了关联和聚类算法,找到了毕业生就业规律,相应地提出了提高人才培养质量和就业质量的对策和方法,最终让数据分析的成果为高职院校的改革发展提供了科学的依据。     

数据挖掘算法及其在电子商务中的应用

利用关联规则的Apriori数据挖掘算法及其改进算法,对电子商务中的数据进行分析挖掘。基于某电子商务网站实际数据的实验结果表明,该算法是有效的。     

浅谈电子商务与数据挖掘技术

随着互联网的发展,数据挖掘由于其独特的优点,在电子商务中有了更大的用武之地.文章主要介绍了数据挖掘的概念和分类、电子商务中的数据资源、电子商务中数据挖掘的主要方法及过程,并着重介绍了数据挖掘在电子商务中的具体应用.     

数据挖掘技术应用于科研档案的实证研究

随着数据挖掘技术的发展,其在社会各领域得到了广泛的应用,并显现出巨大的价值。本文以江苏科技大学获得资助的国家级科研项目为例,分别采用聚类分析法和关联规则分析法对近五年来获批的国家级科研项目组数据集进行了数据挖掘,为学校找出科研重点领域,凝练出学科发展特色提供决策依据。     

基于数据挖掘技术的电子商务应用研究

本文通过分析数据挖掘的概念及数据挖掘技术在电子商务中的应用领域,针对其关键技术进行探讨,以其通过本文的阐述能在电子商务领域有效通过运用数据挖掘技术使企业在激烈的市场竞争中做出正确的决策,保持有力的竞争优势.     

数据挖掘技术在电子商务中应用研究

电子商务的蓬勃发展,使得企业之间的合作更为快捷和协调,极大的缩短生产周期,降低了生产成本。利用数据仓库和数据挖掘等现代信息技术,能够构建一个有效的决策支持系统,充分发挥企业独有的优势,促进管理创新和技术创新。     

数据挖掘技术在案件侦察决策中的应用

侦察决策是侦察者通过对案件进行分析后作出的侦察选择或者决定。在案件侦察过程中,采用数据挖掘技术开采海量的侦察数据,从中发现有价值的信息,是刻画案情和决策侦察行为的重要环节。因此,论文提出了一个基于数据挖掘技术的侦察决策辅助支持系统,探讨了该系统的核心功能。在数据挖掘方面,主要采用数据聚类和关联规则技术,并且通过使用案件侦破后修正规则库的手段,使该系统对规则具有一定的自我学习的智能功能。解决了海量的侦察数据与有价值的数据之间的矛盾,挖掘出可能的有价值的犯罪过程和犯罪信息,使侦察决策的形成更具有科学性和现实性。     

数据挖掘在营销策略中的应用

首先介绍了当前数据挖掘的产生背景及该领域内的主要数据挖掘技术,然后通过实例重点介绍知识类数据挖掘技术中应用较广的关联规则算法,及其在营销策略中的应用。     

数据挖掘技术在税务系统中的应用

基于FAS算法，设计并实现了一个基于最近挖掘结果的数据挖掘系统AR_Miner，包括数据预处理、频繁集初始计算、频繁集更新计算、频繁集选择、关联规则生成5个部分，实现了关联规则挖掘的可视化和生成结果按“支持度-可信度”形式的可视化，为基于频繁集的交互式挖掘提供了方便、友好的界面。对历史的稽查数据中纳税人采用的主要违法违章手段之间的关联关系进行了数据挖掘，得到了一些合理的知识，提高了对稽查历史数据的管理水平，为税务稽查提供了有力的决策支持。     

关联规则算法在教育信息数据挖掘中的应用

简要介绍数据挖掘中的关联规则算法,并将之运用到学生成绩的数据挖掘中,挖掘高数成绩与高考成绩之间的潜在关系。提出学生大学期间的高数成绩和高考成绩并没有直接的关系,大学生活是一个全新的里程碑,不要因为自己的高考成绩而妄自菲薄。     

基于数值属性的关联规则挖掘算法

关联规则的挖掘是一个重要的数据挖掘问题。目前的算法主要是研究支持—信任框架理论的关联规则挖掘,基于支持—信任理论的关联规则挖掘布尔型描述的数据已经比较成熟,但是现实的数据库中有许多数值属性的数据,从这些数据中挖掘潜在的规则,经典的关联规则方法(Apriori)就显得力不从心了。这里介绍将数值数据映射到二维空间,利用基于密度分布函数的聚类分析方法将数值属性区间分段,并在此基础上挖掘容易理解并且具有概括性和有效的数值属性关联规则。     

关联规则在空间数据挖掘中的应用及实现

空间数据挖掘是从空间数据库中抽取隐含知识、空间关系及空间数据库中存储的其它信息的方法。空间关联规则是空间数据挖掘的一个重要研究领域,利用空间关联规则把空间数据库中的数据转化为知识是一个很好的方法。在分析空间关联规则的基础上,用基于关联规则的逐步求精挖掘算法,得出空间数据库中的隐含知识,通过实例证明其方法的可行性。     

数据挖掘在个性化学习系统中的运用

介绍了一种个性化学习系统，它是远程教育的一种新模式。它针对不同学生的个体差异，为学生提供不同的学习资料。个性化的基础是记录学生的学习过程及学习结果，并对这些数据进行挖掘，分析出学生的个性化特征。该系统就是通过运用数据挖掘技术来研究学生的个性，制订适合学生个性的学习内容，为学生提供个性化服务。数据挖掘技术在网上学习系统中的应用提高了学习系统的个性化服务水平，为系统的决策分析提供了智能的辅助手段。     

Web使用模式挖掘技术在网站营销中的应用

Web使用模式挖掘是Web数据挖掘的重要内容之一，其应用领域非常广泛。将Web数据挖掘技术应用于电子商务网站的营销中，可发现许多有用的信息，有效地使用这些信息可促进电子商务网站的发展。