数据挖掘在数据分析中的应用

本文围绕着＂教师多媒体软件使用情况＂方面的四个问题,演示了数据挖掘的过程,重点阐述了如何利用数据挖掘工具,对挖掘结果的分类、测试检验、算法修改等操作,并将分类特征可视化,最终针对挖掘结果进行了分析,得出结论。对于数据挖掘在数据分析中的应用,本文做了很好的示范。     

基于本体的数据挖掘技术在商务智能中的应用

在阐述了商务智能及数据挖掘的基础上,阐明了数据挖掘在商务智能中的重要意义.鉴于本体在数据挖掘中的应用,提出了一种基于本体的数据挖掘技术在商务智能中的应用, 并从理论上阐述了该技术的可行性.在数据挖掘过程中引入本体,挖掘来的信息更加全面、准确,减少了可能由主观因素和人为失误所带来的不良后果.     

数据挖掘在水文相似年查找中的应用研究

研究探索了包括目标理解、准备数据、数据预处理、建立模型、评估解释、知识应用等水文数据挖掘的六个过程。并采用公共的数据处理和挖掘算法,实现各过程之间数据无缝连接,形成了松散耦合的水文数据挖掘系统体系框架。在实施水文数据挖掘过程中,将数据挖掘的一些数据处理方式应用到了水文领域,同时也采用了水文领域中的一些数据处理技术,实现了数据挖掘领域与专业领域的数据处理和评价方式融合。通过选取江苏省国家水文数据库中的两个不同代表性区域的水文资料,严格按照水文数据挖掘的过程控制,以水文相似年查找为突破口,实施数据挖掘。在全方位地对结果分析、对比和评价后发现,以数据挖掘的方法,采用聚类分析中分层聚类的凝聚算法,进行水文相似年查找所发现的结果与水文领域专家知识基本相符。     

数据挖掘在银行CRM中的应用研究

该文阐述了数据挖掘和CRM的概念,并对在银行CRM中如何使用数据挖掘技术进行了研究,并给出了银行CRM中B1分析的一个简单的应用方式。     

数据挖掘技术在药物配方中的研究及应用

在新型的杀虫剂配方研制过程中,了解影响新药发挥功效的主要因素以及药物的副作用对整个研发过程来说是至关重要的。通过数据挖掘技术对相关数据进行分析和处理,提出了一种多维数据模型及计算推导方案,旨在揭示药物在杀虫过程中各个影响因素的变化规律,从而为合理利用杀虫剂进行最优化杀虫提供了理论依据。     

数据挖掘技术在企业中的应用

本文在简要地介绍了数据挖掘的定义，目的和方法。提出了在多维数据库的基础上用数据挖掘技术提高企业信息管理水平的方法。     

数据挖掘技术在药物配方研究中的应用

在新型药物的研制过程中,了解药理及其副作用是十分重要的。通过应用数据挖掘技术对生物碱杀螺剂实验数据的分析处理,提出了一种新的多因素模型推导方法,揭示了药物杀螺过程中各个影响因素的变化规律,给出了生物碱杀螺剂在实际应用中的最优参考条件,为合理利用生物碱杀螺剂进行最优效果的杀螺提供了理论依据。     

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。     

基于本体的数据挖掘技术应用于商务智能中的实际应用

首先阐述了挖掘技术与商务智能的含义,指出了数据挖掘技术应用在商务智能中的意义,结合新时期我国各大企业的发展实际,对基于本体的数据挖掘技术应用在商务智能中的实际情况进行了分析,旨在利用数据挖掘技术,发挥出企业商务智能系统的优势,提高企业核心竞争力,促进企业长远发展。     

时间序列相似性度量在水文数据挖掘中的应用研究

相似性度量方法是时间序列相似性研究的重要课题,同时也是水文时间序列相似性挖掘的关键问题之一.充分分析目前相似性度量的研究成果,结合水文时间序列相似性挖掘模型,通过实验探索适合水文数据特点的相似性度量方法.     

数据挖掘技术在信息安全证据处理中的应用

为了有效解决信息安全证据获取和证据规范化等难题,文章从数据挖掘的角度,阐述了如何搜集、处理信息安全在搜索潜在威胁时的证据,给出了如何获取证据以及证据的规范化表示的基本思路,从而增强了信息网络的安全信任属性。     

数据挖掘技术在高校管理决策中的应用

针对高校教育方式的灵活多样化和学生人数急剧增加与教学资源日渐紧张的矛盾,通过对数据仓库、数据挖掘技术和决策支持系统的研究,提出了基于数据挖掘技术的高校管理决策支持系统的设计方案,为高校决策提供科学的依据。该方案对建设科学合理的高校数据仓库,有效提高高校信息管理和数据利用的能力,加强高校管理决策的合理性和科学性,具有现实意义。     

数据仓库和数据挖掘技术在DSS中的应用研究

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一。介绍了数据仓库的特点、体系结构、联机分析处理及数据挖掘技术,讨论了如何在Microsoft SQL Server2000中将数据仓库和数据挖掘技术结合起来开发决策支持系统。     

数据挖掘技术在房地产预警系统中的应用

分析了各种房地产应用软件,将数据挖掘技术引入房地产预警系统设计中;结合数据仓库和决策支持系统,建立了基于粗糙集数据预处理的支持向量机预警模型,运用3σ警界控制原理确定各状态区间,划分出不同的警度,并提出了房地产市场预警预报系统的完整解决方案;最后,结合银川市的实际情况,构建了银川市房地产预警系统指标体系。     

数据挖掘技术在煤矿隐患管理中的应用

针对目前煤矿隐患管理缺乏对隐患数据深入分析的问题,介绍了适合隐患关联规则发现的数据挖掘算法,提出用支持度-置信度-Kulczynski度量模式表达隐患因素间的关联关系。对隐患数据预处理、转换后构建隐患数据仓库,并在隐患责任部门、隐患种类、隐患等级和隐患发生地点4个维度上进行挖掘分析,发现多维度间存在的较强关联规则,给出针对性的辅助决策。现场实际应用表明,通过使用数据挖掘算法,减少了隐患的发生次数,为煤矿隐患治理提供了可靠支持。     

数据抽取及语义分析在Web数据挖掘中的应用

把复杂的网络站点作为多个业务数据源,采用数据仓库及数据挖掘技术,从中抽取并净化数据到挖掘数据库,从而将数据抽取及语义分析应用于Web数据挖掘中。在此基础上又提出了运用数据抽取进行数据结构转换并把语义分析技术应用到数据抽取的过程中的思想,使数据提取更加准确。     

数据挖掘技术在入侵检测中的应用与研究

决策树是数据挖掘的分类应用中采用最广泛的模型之一,但是传统的ID3、C4.5和CART等算法在应用于超大型数据库的挖掘时,有效性会降得很低,甚至出现内存溢出的现象,针对此本文提出了一种基于属性加权的随机决策树算法,并通过实验证明该算法减少了对系统资源的占用,并且对高维的大数据集具有很高的分类准确率,非常适合被用于入侵检测的分类之中。     

数据挖掘技术在优化中药提取工艺中的应用

从中药提取工艺的历史数据中,挖掘确定提取参数的相关知识,用于指导工艺人员选择正交试验的影响因素及各因素水平。采用决策树ID3算法和支持向量分类算法,构建了提取次数的分类器;采用支持向量回归算法分别为提取时间和溶媒量建立了回归预测模型。实验结果表明,尽管ID3算法的结果可理解性较好,但支持向量分类算法有更高的精度;支持向量回归算法建立的预测模型是可靠的。     

数据挖掘在高校学生学习成绩分析中的应用

随着高校的扩招,学生的数量越来越大,传统的对学生成绩的统计分析方法已不适应深入分析的需要。针对学生情况数据库应用数据挖掘中的ID3算法进行了情况分类,并对得到的结果进行了分析,得出了影响学生成绩的内部原因以及其它一些结论。     

数据挖掘在CRM中的应用

客户关系管理(CRM)是最近流行的一种全新的管理理念,也是数据挖掘技术的重要应用领域。介绍了数据挖掘的基本概念及功能,阐述了CRM的定义及功能,论述了数据挖掘在CRM中的作用及实施。