数据挖掘技术及应用

<正> 基本概念 知识发现(Knowledge Discovery in Database)是使用数据挖掘来抽象或识别知识的过程。数据库中的知识发现过程并不是一个琐碎无用的过程,它的每个过程都很重要——是在数据中获取并验证正确的、新奇的、潜在有用的和最终可理解的模     

信息资源开发新技术——数据挖掘

数据挖掘是用于信息资源开发的一种新的数据处理技术。本文介绍了数据挖掘的概念、特点、功能、常用方法、并与传统的数据处理方法进行比较;对数据挖掘工具的选用,提出了一些建议。     

数据挖掘技术及在电子商务中的应用

数据挖掘（Data Mining)被认为是解决“数据爆炸”和“数据丰富,信息贫乏（Data Rich and information Poor)”是一种有效方法,本文对数据挖掘的基本原理作了阐述,分析了数据挖掘的流程及主要功能,介绍了数据挖掘工具的算法和特点,并结合具体实例说明了数据挖掘在电子商务中的应用。     

文本知识发现：基于信息抽取的文本挖掘

1.引言大家熟知,所谓“数据丰富但知识缺乏“的现状导致了数据挖掘(Data Mining)技术研究的兴起,数据挖掘又称数据库知识发现(Knowledge Discovery in Databases)是从海量的结构化信息中抽取或挖掘隐含信息和知识的重要方法和途径。数据挖掘技术已相当成熟。因为除了结构化的数据之外,在数字化信息中更多地存在大量自由、非结构化或半结构化的文本信息如新闻文章、电子书本、电子图书馆藏、Web页面内容、Email、文档数据库等,显然手工处理需要花费大量的人力物力,并且具有不确定性。所以出现了从文本中发现知     

数据挖掘应用研究及展望

数据挖掘是一门应用性很强的要求。本文首先介绍了当前该领域内的主要研究成果,然后介绍了规范应用系统开发的标准,以及现有的一些挖掘工具。     

软件缺陷信息分析研究

软件测试就是尽可能的发现软件中的缺陷.缺陷信息及缺陷发生的背景信息作为软件测试中的过程财富需要进行全面详实的记录,当数据量足够大时,构建缺陷信息数据仓库,分析挖掘已有缺陷数据中的有用信息来指导测试工作,对于提高缺陷发现率和改善软件的质量是一种行之有效的办法.     

基于知识发现的实用智能系统总体结构模型

知识发现系统与实用智能系统的有机融合成为信息管理、辅助决策支持、智能预测支持等领域亟待解决的关键问题之一。该文将以系统的观点和方法，从哲学方法论的角度来审视和研究基于知识发现的实用智能系统(如专家系统、决策支持系统和预测系统)的总体结构模型，并在此基础上为形成统一的、完备的和具有认知自主性的实用智能系统提供指导依据。     

丰富现在,发展未来

当今世界知识与技术不断创新,数字技术和网络技术的迅速发展,推动了全球信息化,迅速地改变着人们获取信息和知识的途径,深刻地影响着人们的商业运作方式和生活质量。如何适应知识经济发展的新形势,迎接国际科技竞争的新挑战,已经成为我们面临的新课题。从巨量的数据中迅速地找到信息,将信息转变为可操作的知识,使知识付诸应用,已成为知识与技术创新,把握商机和增强竞争力的基本技能。在国家利益和个人利益驱动下,各国从不同领域的需求出发开始探索迅速从大量数据中发现信息、推理知识的有效的技术方法,“数据挖掘与知识发现”便…     

数据挖掘在电子商务中的应用

详细介绍了数据挖掘方法与电子商务各方面的结合,并给出了一个以C／S体系结构为基础，与数据挖掘功能紧密结合的电子商务系统实例。》     

基于Globus Toolkit网格信息服务的研究及应用

为了提高校园中资源的利用率,方便管理校园中的网络设备和资源,进行信息整合,实现资源共享,基于GlobusToolkit搭建了校园网格。在充分对比基于Web Service监控发现系统和监控发现系统的基础上,重点研究了基于WebService监控发现系统的工作机制和工作原理。利用网格中间件Globus Toolkit4.2.1中的基于Web Service监控和发现系统搭建了校园网格信息服务,实现了对三个校区集群资源信息和调度信息的监控,实现了对数据传输的监控,管理员可以通过网页的形式方便查看网络设备运行状态,掌握整个网络的运行状态。     

互联网情报收集与处理技术

互联网上公开情报的收集与处理技术已经引起了各国情报机关的重视。该文对互联网公开情报收集与处理技术的总体框架进行了设计，通过一个基于知识库的主动式专题搜索引擎完成专题情报的收集，并过滤与分类收集信息。该引擎具有主动、高效、便捷、灵活的特点，可以辅助情报分析工作。     

数据挖掘的认识及其在高校就业工作中的分析

随着信息化建设的不断深入,各类数据、信息急剧增长。如何对大量数据进行深入分析和利用,并从中发现有用的知识,已成为信息化社会面临的重要问题。数据挖掘就是从大量数据中提取或"挖掘"知识,从而实现"数据一信息一知识"的过程。     

基于服务化技术的个人数据资源共享方法

随着信息网络的高速发展,电子产品普及率日益提高,个人数据资源分散化的存储在各种不同的设备之中,设备间方便高效的数据共享成为亟待解决的问题.针对现有的数据共享方法不能满足个人以及协同工作组内数据高效便捷的共享需求,运用服务化技术实现数据资源共享方法.本方法采用端对端的数据共享方式,使局域网环境下参与共享的个人及协同工作组内设备对等的运行数据Web服务化,服务发布和服务发现三个基本模块,在各模块的配合下实现多设备间的数据资源共享.相比常用的数据共享方法,具有无需搭建额外的硬件环境,共享效率高,支持无需下载的在线访问,避免了三方数据泄露风险以及系统资源占用率低等优势.方法有效的解决了多设备间高效数据共享面临的数据动态变化,信息一致性维护,节点异构,代价可接受等挑战.     

概念聚类挖掘方法的客户交易行为分析

本文首先介绍数据挖掘的相关概念,再给出了一个在证券行业应用的系统。该系统采用要领聚类的挖掘方法,从客户的交易行为中撮有价值的信息,发现影响客户盈亏的一般性规律。     

对数据挖掘技术的探讨

进入信息社会以来，各类数据、信息急剧地增长，具有海量、冗余的性质，这时人们开始考虑：如何才能不被信息淹没，并且能从中及时发现有用的知识，以提高信息的利用率，而这个任务就落在数据挖掘的身上。数据中蕴涵着知识．数据挖掘正是从大量数据中提取或“挖掘”知识，从而实现从“数据→信息→知识”的过程，为各信息技术领域的发展提供强大的支持。在下文中，将对数据挖掘这种技术进行讨论．     

数据挖掘的概念、系统结构和方法

首先对数据挖掘的概念及相关流派加以归纳，然后给出一个数据挖掘系统的体系结构，并通过它介绍数据挖掘系统的主要功能部件，最后对数据挖掘的主要方法进行分析。     

对数据挖掘技术的探讨

进入信息社会以来,各类数据、信息急剧地增长,具有海量、冗余的性质,这时人们开始考虑:如何才能不被信息淹没,并且能从中及时发现有用的知识,以提高信息的利用率,而这个任务就落在数据挖掘的身上。数据中蕴涵着知识,数据挖掘正是从大量数据中提取或“挖掘”知识[1],从而实现从“数据→信息→知识”的过程[2],为各信息技术领域的发展提供强大的支持。在下文中,将对数据挖掘这种技术进行讨论。     

基于数据挖掘的知识发现在水电站优化调度中的应用研究

主要讨论基于数据挖掘技术的知识发现在水电调度系统中的应用，提出了基于数据挖掘的知识发现方法，建立了知识向量集的拓扑空间概念并提出了基于拓扑空间向量集的不确定性知识表示方法。     

一种时序数据的离群数据挖掘新算法

离群数据挖掘是数据挖掘的重要内容，针对时序数据进行离群数据挖掘方法的研究。首先通过对时序数据进行离散傅立叶变换将其从时域空间变换到频域空间，将时序数据映射为多维空间的点，在此基础上，提出一种新的基于距离的离群数据挖掘算法。对某钢铁企业电力负荷时序数据进行仿真实验，结果表明了算法的有效性。