基于数据挖掘技术的市场经济预测支持系统的研究

分析了传统预测系统存在的三方面问题,简述了数据挖掘技术,提出了数据挖掘常用的工具和方法以及数据挖掘的三个不同层次空间,将联机分析处理和联机事务处理进行了对比,提出和设计了一5种基于数据挖掘技术的新型市场经济预测支持系统。     

基于数据挖掘技术的电力系统暂态稳定预测

提出了相量测量装置历史数据挖掘方案,以暂态稳定监测为例,建立了一套数据挖掘流程。利用各种数据源建立了暂态稳定监测数据集市,该集市不仅便于联机分析处理,同时还可利用其建立多种数据挖掘模型,获取更多的暂态稳定知识。在6机22节点系统中的应用结果证明了该方法对电力系统暂态稳定监测的有效性。     

基于数据挖掘的白酒企业决策支持系统研究

以数据仓库,联机分析处理（OLAP）和数据挖掘技术构建白酒企业决策支持系统。系统通过数据仓库对来自不同数据源、历史的数据进行存储;采用联机分析处理技术对数据仓库中的数据进行多角度、多层次等分析;通过数据挖掘,从数据仓库中识别和提取隐含的知识,为企业决策人员提供强有力的决策辅助支持。     

基于数据挖掘的移动大客户管理系统

数据挖掘是依据相应的规则和策略，从海量的实际应用数据中提取有用信息和知识的一种技术。通过对移动通信业中所存在的问题和数据挖掘技术进行分析，针对通信业中突出的增量不增收问题，提出基于数据挖掘的移动大客户管理系统，以期通过加强对大客户的管理，为企业提供决策依据，从而提高移动通讯业客户管理的科学性，增强企业市场竞争力。该系统根据对大客户的特征描述，定义了相关的功能；并针对不同的数据挖掘模型，给出了相应的可验证实例。实验结果表明基于数据挖掘的移动大客户管理系统能够为企业提供有用的分析数据，有利于企业的决策。     

基于数据仓库的经济监测与管理决策支持系统

数据仓库技术是在充分地开发信息资源的迫切要求下产生并迅速发展起来的一个国际前沿研究新领域。介绍了数据仓库、数据挖掘、联机分析处理技术,同时给出了基于数据仓库的经济监测与管理决策支持系统的体系结构与实现方法。     

基于数据挖掘技术的教学质量分析评价系统的实现

提出基于多维立方体的数据挖掘思想和方法以及一种定量分析和定性评价相结合的教学质量综合测评方法,并运用数据仓库和联机分析处理技术构建一种“平面”和“立体”相结合的教学质量综合测评体系,建立多维综合测评联机分析挖掘模型,实现在高校教学质量分析评价中的应用。     

数据仓库及数据挖掘技术

本文详细阐述了数据仓库的概念及主要特征，并以最新的数据挖掘查询语言DMQL为例，着重分析了数据挖掘技术在数据仓库中的应用。     

基于数据挖掘的移动大客户管理系统

数据挖掘是依据相应的规则和策略,从海量的实际应用数据中提取有用信息和知识的一种技术。通过对移动通信业中所存在的问题和数据挖掘技术进行分析,针对通信业中突出的增量不增收问题,提出基于数据挖掘的移动大客户管理系统,以期通过加强对大客户的管理,为企业提供决策依据,从而提高移动通讯业客户管理的科学性,增强企业市场竞争力。该系统根据对大客户的特征描述,定义了相关的功能;并针对不同的数据挖掘模型,给出了相应的可验证实例。实验结果表明基于数据挖掘的移动大客户管理系统能够为企业提供有用的分析数据,有利于企业的决策。     

基于数据仓库的数据挖掘技术

首先介绍了数据仓库以及在此技术上产生的数据挖掘技术,其次阐述了实现数据挖掘应用的几种工具以及选用工具时应遵循的原则,最后说明了数据挖掘技术现存的问题及它现在重要的商业地位。     

基于数据挖掘技术的铸造产品质量预测研究

针对铸造厂的实际生产情况,应用数据挖掘中的决策树方法,通过对大量历史数据的分析,形成了一定的质量预测规则,并以此为基础,利用神经网络的方法,建立了生产过程质量预测模型,实现铸造产品生产质量预测系统。     

基于数据挖掘的促销决策支持系统

提出一种根据客户资料和购物历史数据进行数据挖掘的促销决策支持系统，该系统有机地结合RFM模型、关联规则和序列模式的数据挖掘技术，寻找企业最有价值的目标客户群，发掘目标客户群的商品购买模式，预测目标客户群的商品购买趋势，挖掘目标客户群的购买力，为企业提供动态、实时和准确的促镥决策支持．使企业能对目标客户群采取有针对性的高效的促销措施，以更快的速度、更高的准确度和更出色的客户服务，满足客户个性化的需求，以提高企业的客户服务水平，建立并保持客户忠诚度，增加企业的销售额，降低企业的营销成本．实践证明，该系统高效且可广泛使用．     

基于数据仓库和数据挖掘的教育决策支持系统

在讨论了数据仓库和数据挖掘技术的基本概念、数据的组织方式和系统设计方法的基础上,提出了基于数据仓库和数据挖掘的决策支持系统框架模型,并将其应用到教育决策支持实践,从而提高人才素质评价的高效性和科学性.     

基于数据挖掘的BP神经网络模型的一种改进算法

数据挖掘方法的人工神经网络是一种新的数学建模方式.传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问韪提供了比较好的方法.针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较,结果表明,改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠.     

基于Web的数据仓库和数据采掘支持的新型DSS系统

分析了传统决策支持系统的局限,介绍了数据仓库和数据采掘技术的特点,提出了一种采用数据仓库和数据采掘技术的新型决策支持系统,并且根据用户的需求及新技术的发展,探讨了一种基于Ｗｅｂ的新型ＤＳＳ结构。     

安全可视的电力市场技术支持系统的建设

分析了目前电力市场技术支持系统的组成模式,提出了安全可视的电力市场技术支持系统(简称PTMS系统)的设计思想、系统体系结构、系统的功能组成、系统的软件逻辑和流程、系统的信息安全设计和技术特点,重点描述了系统的软件逻辑和流程、系统的信息安全设计,对应用CORBA(公共对象请求代理体系结构)中间件平台技术、国际标准IEC 61970 CIM CIS(公用信息模型/组件接口规范)、可视化技术、安全校核技术、Internet信息安全技术建设安全、经济、可视化的电力市场技术支持系统提出了可行的技术方案.     

基于内容分析的数据挖掘研究

采用计算机辅助内容分析软件Atlas.ti对开源社区用户学习行为进行定性分析,将分析后的结果导出为特定格式的XML文档,使用DOM对该文档解析后形成二维表形式数据,使之便于在数据库中存储,从而进行进一步的定量分析,为内容分析的后继研究提供了一种新的思路。     

基于数据挖掘的服装推荐系统研究

为满足用户网上购物的个性化需要,针对用户自身特点,建立了服装推荐系统.以西服为例,将服装的主要特征分为领型、扣子、面料、颜色、款式等不同要素,并归纳了各要素的分类取值.在对服装的特征要素进行抽取分类的基础上,采用BDEU决策树算法,构筑了用户类别偏好模型,向用户提供了个性化的推荐服务.     

基于数据挖掘的高校学生成绩预警系统

为充分利用高校教务管理信息、提高高校教学质量、加强学生学习成绩管理,以学生综合数据库为基础,开发基于数据挖掘的高校学生学习成绩预警系统;引入数据挖掘关联规则方法,根据数据类型特点,对学生成绩进行离散化处理;利用Apriori算法对学生课程成绩数据进行关联规则挖掘,预设一定的支持度的条件下,由数据库找出具有一定内在联系和不同可信度的课程成绩作为关联规则;将规则用于学生成绩的预警,有利于对处于危险区的学生提前作出预警通知.该预警系统能够加强教务管理系统的应用,对提高学生学习成绩具有良好效果.