金融数据挖掘中的非线性相关跟踪技术

金融数据挖掘是信息社会中一个极具挑战性的研究方向.金融数据的随机特性使得隐藏在数据中的内在规则难以被发现.指出了经典相关分析的缺陷,进一步讨论了高阶相关系数的性质,证明了高阶相关不仅能描述隐藏的非线性相关信息,而且正好刻画了线性相关与独立之间的空白.因此,完全可以利用高阶相关性的计算简单性对金融数据中的时变非线性相关特性进行实时跟踪,克服了Brock W.等人于1987年和1992年提出的Granger-Causality独立性检验方法中需要正态假设和非实时性的缺点.最后,将上述结果应用于股票价格与成交量之间的相关分析.数值结果显示高阶相关能跟踪隐藏在数据中的时变非线性相关特性.     

数据挖掘技术及其在数字图书馆中的应用

深入讨论了数字图书馆系统中可视化数据挖掘的实现.提出了通过高阶关联分析来找到因素间内在的关系,采用属性相关分析挖掘数字图书馆的各种数据,并利用丰富多样的图表显示其结果,从而可以帮助图书馆的管理人员进行辅助决策,具有较强的实用性.     

数据挖掘及其发展研究

讨论了数据挖掘的产生、定义、操作对象和分类方法,论述了数据挖掘可以挖掘的模式及其兴趣度,简要介绍了几种流行的数据挖掘系统。最后提出了数据挖掘研究今后的若干发展趋势。     

时序数据库中的数据挖掘研究

时序数据库中的某个字段的值是随着时间而不断变化的,例如股票价格每天的涨跌、浏览网页的次序等.文章运用数据挖掘的方法来对这些数据库进行趋势分析、时序分析、序列模式挖掘以及周期分析.     

时序数据库中的数据挖掘研究

时序数据库中的某个字段的值是随着时间而不断变化的,例如股票价格每天的涨跌、浏览网页的次序等。文章运用数据挖掘的方法来对这些数据库进行趋势分析、时序分析、序列模式挖掘以及周期分析。     

数据挖掘技术及其发展趋势

本文简要阐述了数据挖掘的概念和步骤，给出了当前主要使用的数据挖掘的关键技术及其发展趋势。     

数据挖掘技术研究

数据挖掘是近年来数据库领域中出现的一个新兴研究热点。数据挖掘是对数据库数据的统计分析,其基础是人工智能。阐述了数据挖掘技术的背景,就数据挖掘的主要分析技术进行了研究和分类。介绍了目前数据挖掘常用的技术及数据挖掘过程,指出了数据挖掘技术未来的发展方向。     

数据挖掘技术综述

本文重点介绍了数据挖掘技术,论述了数据挖掘的定义、分类和算法,指出了数据挖掘未来研究的方向。     

数据挖掘及其技术实现

数据挖掘解决在信息技术发展中存在的拥有大量数据但缺乏有用信息的问题,完成从业务数据到决策信息的转换。本论述了数据挖掘的概念及其工作流程,针对不同的功能类型对数据挖掘的技术实现进行了分析,并且阐明了数据挖掘设计和实现中的若干关键问题。     

数据挖掘技术探讨

数据挖掘(Data Mining)是目前IT业界的热点,其身影随处可见。数据挖掘技术在许多行业中得到了很好的应用,尤其是在市场营销中获得了成功,初步体现了其优越性和发展潜力。该文主要分析了数据挖掘、数据仓库,联机分析处理(OLAP分析)等基本概念及它们之间的联系,并简要介绍了数据挖掘工具和数据挖掘应用领域。     

海量数据挖掘过程相关技术研究进展

随着信息技术的发展,复杂、多样的海量数据给数据挖掘带来了新的挑战。为了更加深入全面地了解大数据环境下的数据挖掘技术的研究进展和应用,从海量数据挖掘过程的技术框架、算法、理论及模式方面进行了详细的阐述。概述了大数据的基本概念、处理流程及面临的问题,简述了数据挖掘的基本过程及相关算法,详细评述了海量数据挖掘过程的研究现状及面临的挑战,并从博弈论的角度、粒计算模型及大数据处理思维方面探讨了海量数据挖掘过程中的处理模式。     

一种新型数据分析技术--数据挖掘

首先介绍了数据挖掘的体系结构,并在此基础上提出了数据挖掘工程的一般方法和步骤,最后介绍了数据挖掘的应用前景.     

基于数据挖掘技术的应用分析

随着网络时代的到来和普及,现在大量的信息扎堆,在给人们代理快捷方便的同时也给我们带来一个难题,就是大量的数据如何消化以及真假的辨别,其次是这些信息的安全性如何保证,再就是他们的统一处理方式方法。这时一个新的名词出现了——数据挖掘技术。数据挖掘是一项比较新的数据库技术,存在广泛的实际应用需求;本文对数据挖掘技术作了个全面的概述,列举出了数据挖掘系统组成和挖掘方法。     

浅析数据挖掘技术

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。该文介绍了数据挖掘的背景、定义、功能及数据挖掘过程,论述了数据挖掘的常用的方法和技术,介绍了Web数据挖掘应用。     

可视化数据挖掘技术的应用分析

随着社会的不断发展和科学技术的不断进步,大数据时代的到来衍生了很多新技术。其中,可视化数据挖掘技术是较为先进的一种技术,是信息化时代发展的产物。近年来,这一技术被广泛应用于各个领域,为各行各业的发展提供了便利,提高了工作效率。笔者主要阐述了可视化数据挖掘技术的相关概述,分析了可视化技术在数据挖掘技术中的应用,研究了可视化数据挖掘技术存在的问题和未来的发展趋势,以期为技术的进步提供数据支持。     

数据挖掘技术

数据挖掘（Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。本文简略介绍了数据挖掘的分析处理过程、分析处理模式、数据挖掘在电信企业中的应用以及数据挖掘的发展趋势。     

查询与发现数据挖掘技术分析

探讨了数据库应用重要技术－数据挖掘技术，描述了数据查询的结构，已有的各种方式及常用技术，涵盖了大部分流行工具，比如分类、聚类、概括，总结了目前使用的统计与机器学习方法和新的解决方案。     

数据挖掘技术在软件工程中的应用分析

计算机软件开发技术不断进步,在软件工程中应用数据挖掘技术可以进一步提升软件开发质量。笔者首先对数据挖掘技术进行简单介绍,并探讨数据挖掘技术在软件工程中的应用价值。在此基础上,分析其具体应用途径,包括在开源软件、项目管理、软件编程、软件故障监测等方面的应用。     

数据仓库相关技术

数据仓库技术是近年来信息技术领域迅速发展的一门新学科技术,并已成为信息化建设进程中重要内容。本文阐述了数据仓库概念、基本特征、数据仓库与数据库的关系、数据仓库的组成和体系结构以及数据仓库相关的工具．同时对数据挖掘和数据仓库以及数据挖掘技术进行了论述。