共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
3.
数据挖掘网格的关键技术与挑战研究 总被引:6,自引:0,他引:6
本文介绍了数据挖掘网格技术,展现了当前数据挖掘网格的发展现状和最新研究动态,着重阐述了电信领域数据挖掘网格面临的挑战,对于其研究热点、思路、技术路线、技术难度等方面进行了分析,深入探讨了电信领域数据挖掘网格研究的重点方向以及亟待研究的技术,预测了两种可能的发展模式及前景. 相似文献
4.
Web数据挖掘是数据挖掘中的一个新的重要研究领域。介绍了基于Web的数据挖掘的概念与特点,对Web挖掘的主要内容进行了阐述,提出了Web挖掘中常用的解决方法以及数据挖掘的过程。同时,对数据挖掘过程中面临的问题进行了分析和研究,提出了相应的解决方案并且举例进行了证明。 相似文献
5.
数据挖掘方法结合了机器学习、模式识别,统计学,数据库和人工智能等众多领域的知识,是解决从大量信息中获取有用知识,提供决策支持的有效途径,具有广泛的应用前景。本文通过对可视化数据挖掘进行分类和总结,提出将可视化数据类型和可视化与数据挖掘结合的思想。可视化数据挖掘技术将成为今后数据挖掘领域中研究的热点。 相似文献
6.
数据挖掘中的隐私保护技术进展分析 总被引:4,自引:0,他引:4
隐私保护的数据挖掘已经成为数据挖掘研究中一个重要领域,对隐私保护数据挖掘技术进行了分类,详细分析和比较了其中各种有代表性的算法,并对隐私保护数据挖掘技术进一步研究的方向进行展望. 相似文献
7.
随着信息技术的迅速发展,网络安全已成为计算机领域的重要研究课题之一。入侵检测技术是一种主动保护网络安全的技术,它是继防火墙、数据加密等传统的网络安全保护措施后的又一种安全保障技术,而数据挖掘技术在未知知识获取方面具有独特的优势。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,并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。 相似文献
8.
数据挖掘是通过分析每个数据,从大量数据中寻找其规律的技术,数据挖掘会随不同领域的应用而有所变化,每一种数据挖掘技术也会有各自的特性和使用步骤,针对不同问题和需求所制定的数据挖掘过程也会存在差异.文章对数据挖掘的基本流程及操作进行探讨,希望对后续研究有所帮助. 相似文献
9.
数据挖掘又称数据探勘和数据采矿,属于计算机科学中的数据库知识发现KDD中的一个步骤.数据挖掘是在海量数据甚至有噪声数据模糊数据中发现有可利用价值的信息的过程.通常应用在统计、情报检测、模式识别等领域,当然,在相关人工智能、数据分析、数据库等领域也有应用.虽然,数据挖掘是计算机科学学科中数据库知识发现领域的一个步骤,但是,并非所有的信息发现任务都被称作数据挖掘.最易混淆的,就是数据挖掘与信息检索领域的任务.比如,使用DBMS查找记录,或者在搜索框里搜索信息,这些都是信息检索.显而易见,信息检索依赖的是信息的关键字和特征,将大数据的计算机数据挖掘应用在档案管理上将有不可小觑的作用. 相似文献
10.
数据挖掘技术基于科技的发展和进步,应用日益广泛和深入.在各个行业的数据库管理中,表现出明显优势.数据挖掘技术中的分类、相关规则和粗糙集,都是重要的数据分析形式.本文对大数据时代背景下数据挖掘技术对企业信息化的作用进行了分析. 相似文献
11.
如何利用数量庞大的专利并从中找到用户感兴趣的专利进行推荐是很多专利数据库迫切需要解决的问题。文中从专利文本的标题和摘要入手,提出一种基于文本挖掘的专利推荐方法。首先,利用词袋模型将专利文本转化成计算机能够识别的数据;其次,利用文本聚类算法完成专利数据集进行领域划分;再次,结合词频-逆文档频率特征权重计算和余弦相似度来选择合适的发明人进行专利的推荐;最后,以我国物流产业下的专利数据作为数据集完成文中所提方法的验证与分析。实验结果表明,基于文本挖掘的专利推荐研究能够实现对发明人的个性化推荐。 相似文献
12.
1 IntroductionWiththerapiddevelopmentofinformationtechnology ,anewproblemhasarisen———“Wehaveafloodofdata,butstarveofknowledge” .Andthisleadstothedataminingtechnology[1~ 2 ] .Dataminingistheprocessofextractingvalid ,previouslyunknown ,andcomprehensibleinforma … 相似文献
13.
随着互联网的飞速发展,互联网和人们日常的生活、工作、学习等各方面的结合越来越紧密,为使互联网更好的服务于用户(通过Web个性化服务等方式),首先需要了解用户使用互联网的规律性特点,基于Web日志的Web用户行为模式挖掘能解决此问题.目前,Web用户行为模式挖掘仍然是一个新兴的研究领域,其中包含若干需要解决的问题.针对这些问题,在该领域已开展了大量的研究工作.从模式挖掘合理性、模式挖掘结构体系、模式挖掘过程三个方面对Web用户行为模式挖掘中关键问题的研究现状进行了介绍:Web日志中包含了用户访问互联网的一些规律性特征,这些特征可通过Web用户行为模式挖掘的方法得到;为改进模式挖掘、应用的效果,可以采用改进的挖掘结构比如结合内容、结构挖掘的整合结构;Web用户行为模式挖掘过程分为数据预处理、模式挖掘、模式应用三个阶段,这是一个正在发展的研究领域. 相似文献
14.
离群数据挖掘是数据挖掘技术的重要研究领域之一。在简单介绍了离群数据挖掘的产生背景及研究意义后,对几种主要的离群数据挖掘方法进行了简单的阐述,详细论述了基于距离的离群数据挖掘算法和基于密度的离群数据挖掘算法,希望能为离群数据挖掘的研究者提供借鉴。 相似文献
15.
数值属性离散化方法研究 总被引:3,自引:0,他引:3
关联规则挖掘是数据挖掘研究中的一个重要方面,而数值属性的离散化是数量关联规则挖掘中的关键步骤,讨论了数值属性离散化的算法,以便在实际环境中有更好的应用. 相似文献
16.
针对现有数据挖掘体系结构松散揭合、算法运行效率不高的问题,提出了嵌入式数据挖掘模型。该模型实现了算法的组件化管理,并将整个数据挖掘流程控制在数据库、数据仓库中,在简化数据挖掘过程的同时,大大提高了数据挖掘的效率。通过对几种典型数据挖掘算法在银行卡业务数据中的试验,证实了该模型的有效性和实用性。 相似文献
17.
提出了一种有效的增量式关联规则挖掘算法IAR,算法的特点在于:提出并采用了基于候选项集个数上阶的选择扫描数据库的机制,可有效减少数据库的扫描次数;算法是一种通用的增量式算法,提出了最小支持度和数据库均改变时,增量式挖掘中的重要性质,从而可充分利用上一次挖掘的结果,有效减少候选项集的数目.并且提出了基于组合数学和项集等价类理论的计算候选项集个数的上阶的方法.通过大量的数据实验,表明算法的效率比已有的算法有了很大提高. 相似文献
18.
Web数据挖掘研究与探讨 总被引:18,自引:0,他引:18
随着WWW迅猛发展,WWW上的信息量不断增加,如何在这些信息中找到用户真正需要的内容,成为数据组织和Web相关领域专家学者关注的焦点。由Web数据具有的半结构化特性,使得Web数据挖掘更加复杂,不同于传统的基于数据库的数据挖掘。为了解决这个问题,把数据挖掘的理论和技术应用于WWW,出现了一个新的研究领域——Web数据挖掘。基于Web的数据挖掘主要分为:Web内容挖掘、Web结构挖掘和Web使用记录的挖掘。综述了基于Web的数据挖掘技术概念与原理,并且介绍用以Web数据挖掘实现的一种全新的技术——XML。如何进一步开发Web数据挖掘,充分利用Web资源,还有待于进一步的研究。Web数据挖掘的研究具有极大的挑战性,同时又具有极大的开发潜力。 相似文献
19.
教学质量数据挖掘能获取大量有价值的教学管理和教学评价信息,为教学管理工作提供科学的决策和依据.网格的数据挖掘是数据挖掘技术与网格计算的有机结合,现概述了网格数据挖掘的特点,讨论了网格的数据挖掘过程,并从开放网格服务体系结构出发, 给出了网格平台下的教学质量数据挖掘的功能和执行过程. 相似文献