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。本文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。     

初析数据挖掘技术

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域。数据挖掘技术能快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用。数据挖掘方法结合了数据库技术、机器学、统计学等领域的知识,从深层次挖掘有效的模式。数据挖掘技术具有广泛的应用前景。     

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。     

Internet／Web数据挖掘现状及最新进展

随着大型数据库的不断涌现,不缺数据缺知识的矛盾日益突出,如何从浩如烟海的数据中发现隐藏的有用知识,创造更大的效益是一个迫切需要研究的课题,因此,知识发现和数据挖掘应运而生,成为一个新的研究领域,近年来,Internet/WWW的广泛应用及相应的Web技术的出现,也使数据挖掘的研究进入了一个新的阶段,综述了目前国内外数据挖掘和知识发现的研究现状和最新进展,指出了有关公开问题。     

空间数据挖掘与GIS集成研究及应用

如何从复杂的空间数据中提取有价值的信息已经成为一个非常迫切的问题。空间数据挖掘的出现为解决该问题提供了一种新的思路。分析了空间数据挖掘与GIS集戍的必要性与可行性,总结了两者集成模式的3 种形式,提出了一种集成体系结构。该体系结构实现了空间数据挖掘与GIS的完全集成,能够较好地解决空间数据共享以及空间数据可视化问题,从而提高了数据挖掘与知识发现的效率。空间关联规则是空间数据挖掘的一个重要功能,它可以把空间数据库中的数据转化为知识。通过对空间数据信息进行分析,选用数据挖掘中的关联规则算法,实现了该集成结构的工作过程。     

模糊数据挖掘技术及其在员工绩效考核中的应用

随着人力资源研究的深入,从数据库中挖掘有用的信息和有帮助的知识,已经成为一个重要的研究领域.本文使用了模糊数据挖掘算法对企业员工绩效考核,掌握了企业员工的构成,对新员工绩效进行预测.     

图书馆管理信息系统的需求分析及系统架构设计

图书馆作为一个国家教育事业的基础设施,是人们获取知识的一个重要途径。图书馆管理信息系统是图书馆信息化、网络化、自动化的集成系统,是现代化信息发展的必然产物,也是图书馆发挥信息服务功能的基础设施。图书馆管理信息系统中存储了大量的数据,但目前大部分图书馆的都存在着"数据丰富,知识缺乏"的情况,因此,我们需要从这些存储的数据中发现隐藏的、有用的知识和信息来主动服务于读者,进而提高图书馆的服务质量,而数据挖掘技术就是一门技术,它可以有效地在从大量数据中提取出有用的知识和信息。文中设计了图书馆管理信息系统架构,并将数据挖掘应用到系统中,为读者提供个性化服务。     

面向分布式数据挖掘的隐私保护研究

在不泄露隐私信息或敏感知识的基础下,如何挖掘出分布式数据中准确的规则信息,已成为数据挖掘领域的重要研究方向之一。本文总结了面向分布式数据挖掘的隐私保护技术的现状,并比较分析了不同方法的优缺点,另外还提出了面向数据挖掘隐私保护技术的性能评估标准,展望了未来进一步的研究方向。     

数据挖掘在网站网页设计优化中的应用

因特网的应用提供了前所未有的数据量 ,因而查找用户所需的信息成为一件困难又麻烦的事情。有效组织数据 ,简化用户的查找是构造网站数据库必须认真考虑的问题 ,但这取决于用户的使用模式。了解用户如何使用网站的各项内容是一个知识发现的问题。而数据挖掘技术的目的就是在大量数据中发现知识 ,它已经成为知识发现的核心技术。从而数据挖掘技术为网络领域提供了一个知识发现的手段。讨论了在网站网页设计优化中使用数据挖掘技术的问题。介绍了一个具体的应用于该方面的数据挖掘工具WDWT的设计与实现。论述了系统的结构 ,各组成部分的功能 ,关联规则的发现算法     

基于数据挖掘的自动化推荐系统算法

结合人工神经网络中的自适应共振理论（ART）及数据挖掘（Data Mining）技术来建构一个可自动聚类族群特征且能挖掘出关联特质的自动化在线推荐系统。探讨如何有效地运用数据挖掘技术从大量的数据库中挖掘出完整知识,以推荐适当的信息给使用者,帮助他们在浩大的信息流中找到真正需要、有用的文件或信息。整合ART及数据挖掘技术,并针对推荐系统的特性提出一种改进的ART算法（MART算法）。实例验证了算法的有效性。     

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 .     

自适应子波神经网络数据挖掘方法

分析了人工神经网络所依据的生物学基础,探索改进与完善网络模型的途径,将子波与巳有的神经网络模型相结合,提出一种基于自适应子波神经网络的数据控制方法,并依此来构造数据挖掘过程的机器学习机制,以求提高对问题的处理能力,数据挖掘的仿真实例表明,与一般的人工神经网络相比,用自适应子波神经网络进行数据挖掘不仅是有效的,而且也是可行的。     

数据挖掘方法综述

数据挖掘方法结合了数据库技术、机器学习、统计学等领域的知识,从深层次挖掘有效的模式,数据挖掘技术的常见方法,关联规则、决策树、神经网络、粗糙集法、聚类方法、遗传算法和统计分析方法被应用到各个领域,数据挖掘技术具有广泛的应用前景。     

时态数据挖掘的探讨

数据挖掘是指从大型数据库或数据集的数据中提取人们感兴趣的知识。在现实世界中,信息系统往往涉及到时态数据。本文试图数据挖掘和时态数据相结合来讨论时态数据挖掘的有关问题。首先简要讨论时间表达式的描述;然后提出有关时态模式和时态关联规则的若干定义;最后讨论时态数据挖掘语言(TDML)的描述并给出一个实例。     

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。     

红外光谱谱图库中的数据挖掘

将计算机技术应用于化学领域,提出将目前正成为计算机界一大热点的数据挖掘技术应用于红外光谱,以产生特征谱带－子结构相关性规则的方法,并给出表示产生的知识,选择特征属性的具体方法以及挖掘规则的具体算法。     

基于WEB挖掘的SWMS模型的研究与实现

万维网的出现使得计算机拥有了海量的资源,但也困扰着人们获取其中有用信息.W eb挖掘的应用为解决此问题指明了方向.对W eb挖掘的最新技术及发展方向进行了论述,包含W eb挖掘分类,W eb挖掘的特征和两个具体的W eb挖掘算法,最后提出一个具体的W eb挖掘系统SWMS模型.     

网络环境下数据挖掘若干问题的述评

在深入分析Web上数据信息的特点的基础上，着重从功能的角度给出了一种用于Web数据挖掘的过程框架，并介绍了伴随数据挖掘的进行，相应的数据信息从Web数据到知识模式的演进过程。     

Analysis of Extension Categorical Data Mining Process for the Extension Interior Designing

On the basis of extension architectonics, this paper researches the process of extension categorical data mining for extension interior design. In accordance with the theory of extension data mining, the extension categorical data mining for the extension interior design can be divided into data preparation, the operation of mining and knowledge application. The paper expatiates the main content and cohesive relations of each link, and emphatically discusses extension acquisition, analysis extension, categorical mining extension, knowledge application extension and other several core nodes that are related with data. Through the knowledge fusion of extension architectonics and data mining, the paper discusses the process of knowledge requirements with multiple classification under different mining targets. The purpose of this paper is to explore a whole categorical data mining process of interior design from extension design data to the design of knowledge discovery and extension application.