数据挖掘技术及工具研究

本文对数据挖掘技术作了简要的概述，分析了数据挖掘的体系结构和数据挖掘的分析方法，并简要介绍了几种数据挖掘工具以及它们的特点，在文章的最后展望了数据挖掘的发展方向。     

数据挖掘工具的分类与挖掘

随着数据挖掘技术的发展,各种各样的数据挖掘工具不断开发出来,如何把握这些工具的功能、挖掘技术和未来发展趋势,是一个非常困难的事情。文中借助数据挖掘技术提出了数据挖掘软件工具的一个多维立方体分类模型,给出了一个具体分类实例,总结出数据挖掘工具的技术发展路线和未来发展趋势,并通过对三个不同阶段的数据挖掘工具的深入比较,进一步验证了文中的结论。     

数据挖掘及其工具的合理选择

本文给出了基于数据库的知识发现（KDD）的核心——数据挖掘,通过对数据挖掘的实现过程和种类的分析,给出了数据挖掘工具的合理选择标准．为充分利用数据挖掘工具提供了参考。     

数据挖掘工具的分类与挖掘

随着数据挖掘技术的发展，各种各样的数据挖掘工具不断开发出来，如何把握这些工具的功能、挖掘技术和未来发展趋势，是一个非常困难的事情。文中借助数据挖掘技术提出了数据挖掘软件工具的一个多维立方体分类模型，给出了一个具体分类实例，总结出数据挖掘工具的技术发展路线和未来发展趋势，并通过对三个不同阶段的数据挖掘工具的深入比较，进一步验证了文中的结论。     

国外先进数据挖掘工具的比较分析

近年来，国外陆续推出了一些先进的数据挖掘工具。国内也在不断地引入这些数据挖掘工具。随着数据挖掘工具的不断涌现，如何选择适合企业自身特定需要的数据挖掘工具，已成为企业引入数据挖掘技术的一大难题。文章在简要概述数据挖掘技术背景的基础上，从企业应用的角度，全面详细地比较分析了当前国外先进的数据挖掘工具。     

可视化数据挖掘技术研究

总结了目前数据挖掘领域中可视化方法的研究状况。结合国外先进的数据挖掘工具,分析了当前可视化数据挖掘技术的应用现状。基于可视化数据挖掘的任务和目标,阐述了可视化数据挖掘技术的发展趋势。     

数据挖掘及其工具的选择

本文给出了ＫＤＤ 的核心———数据挖掘，通过对数据挖掘种类的分析，给出了数据挖掘工具的选择标准，为充分利用数据挖掘工具提供了参考     

基于数据仓库的数据挖掘技术

本文阐述了数据仓库及数据挖掘的相关概念，做了相应的分析，同时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，并对数据仓库与挖掘技术结合应用的发展做了展望。     

数据挖掘技术及其在过程监控中的应用

数据挖掘技术作为一个新兴的技术在许多领域都有成功的应用，本文从数据挖掘的定义、数据挖掘技术的分类以及数据挖掘技术的发展和发掘工具三个方面对数据挖掘技术做了概述，并对数据挖掘技术在过程监控中的应用进行了探讨。     

嵌入式数据挖掘概述

本文简单讲了数据挖掘概念和数据挖掘技术,然后就数据挖掘过程和数据挖掘工具展开讨论和研究,为嵌入式数据挖掘技术的提出和发展的可能性做了一定的研究。     

数据挖掘技术标准综述

随着数据挖掘技术应用日趋广泛,涌现出各种挖掘工具和系统.为规范相应的软件开发和数据交换方法,制订数据挖掘技术规范和标准成为当务之急.在将数据挖掘标准划分为过程标准、接口标准、语言标准和Web标准等四类进行分析介绍后,给出一个综合多种标准的应用程序框架,最后总结出数据挖掘标准化领域面临的问题和挑战,并对发展趋势予以展望.     

数据采掘方法及其在金融行业中的应用

在现实生活中随着数据的日趋庞大，需要有新一代的智能工具和技术对之进行处理。数据采掘正是着眼于此，它的主要目的在于开发相关的技术和工具，从浩翰的数据中获取有价值的信息，简要综述数据采掘的基本概念、任务、要求和基本方法等有关工作，并给出了一个应用于金融行业的实例研究。     

数据挖掘建模研究

数据挖掘和建模都是应用于众多问题的通用技术,而且数据挖掘建模是沟通实际问题与数据挖掘工具的桥梁。然而对于数据挖掘建模的概念有很多模糊的认识。本文从数据建模的概念入手,详细地阐述数据挖掘建模的概念,然后从数据挖掘工具与建模的角度把握数据挖掘建模,并详细介绍数据挖掘建模的一般步骤。     

基于数据仓库的数据挖掘系统结构框架

本文提出了一种基于数据仓库的数据挖掘系统结构框架。该系统把数据仓库、数据挖掘工具和知识库结合在一起,实现了查询协同和知识库的增量维护,能够解决在大容量数据集中快速发现知识的问题,提高了数据挖掘的效率。     

Student data mining solution–knowledge management system related to higher education institutions

Higher education institutions (HEIs) are often curious whether students will be successful or not during their study. Before or during their courses the academic institutions try to estimate the percentage of successful students. But is it possible to predict the success rate of students enrolled in their courses? Are there any specific student characteristics, which can be associated with the student success rate? Is there any relevant student data available to HEIs on the basis of which they could predict the student success rate? The answers to the above research questions can generally be obtained using data mining tools. Unfortunately, data mining algorithms work best with large data sets, while student data, available to HEIs, related to courses are limited and falls into the category of small data sets. Thus, the study focuses on data mining for small student data sets and aims to answer the above research questions by comparing two different data mining tools. The conclusions of this study are very promising and will encourage HEIs to incorporate data mining tools as an important part of their higher education knowledge management systems.     

浅论数据流挖掘

本文主要讨论了数据流挖掘的现状及发展,简要地介绍了数据流挖掘的概念,详细地介绍了数据流挖掘的特点及其数据模型的特点,介绍了几种常用数据流挖掘流挖掘方法。     

一个数据挖掘工具的设计与实现

数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程，这些模型和关系可以用来做出预测，该文介绍了一人数据挖掘工具的设计，以Apriori算法为核心，实现了数据挖掘中基于数据库的几种常用挖掘方法，包括基于关系数据库的数据挖掘，不完整数据库中的数据挖掘和根据兴趣度测量来挖掘感兴趣知识的异常关联规则挖掘。     

数据挖掘技术在中国移动CRM中的应用

CRM是一种帮助企业向客户提供优质服务的工具,在CRM中利用数据挖掘技术不断的收集、分析客户资料,从而达到保有优质老客户、获取新顾客的目的,帮助企业制定有效的营销策略,提高企业的收益率。     

数据挖掘技术在电信CRM中的应用

随着CRM（客户关系管理系统）的不断发展和应用，使用数据挖掘技术进行客户分析变得越来越重要，尤其像电信这种以客户为中心的行业。本文在分析近年来CRM信领域的应用现状的基础上，介绍了数据挖掘技术和客户关系管理概念，并着重阐述了将数据挖掘技术应用到CRM的步骤和流程。