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。     

数据挖掘工具的评判

本文通过对中国市场上最为流行的三大数据挖掘软件(SAS公司的Enterprise Miner、IBM公司的Intelligent Miner和SPSS公司的Clementine从数据存取、数据处理、模型算法、自动建模、可视化以及其它系统要求6项指标进行了评估.经过分析SAS公司的Enterprise Miner、IBM公司的Intelligent Miner和SPSS公司的Clementine的综合得分分别为96、88和86.SAS公司的Enterprise Mine效果最好.     

数据挖掘工具的评判

本文通过对中国市场上最为流行的三大数据挖掘软件(SAS公司的EnterpriseMiner、IBM公司的IntelligentMiner和SPSS公司的Clementine从数据存取、数据处理、模型算法、自动建模、可视化以及其它系统要求6项指标进行了评估。经过分析SAS公司的EnterpriseMiner、IBM公司的IntelligentMiner和SPSS公司的Clementine的综合得分分别为96、88和86。SAS公司的EnterpriseMine效果最好。     

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。     

教你使用数据挖掘工具Weka

介绍了Weka的历史、特点及使用方法.     

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。     

使用数据挖掘工具Weka

当今社会,数据无处不在,数据挖掘技术作为一种新的信息处理技术,从海量的数据中找出有潜在价值的数据规律或数据模型。用人工的方式难以实现这个目标,Weka是一种可用于数据挖掘的工具,数据挖掘用户可使用Weka执行数据预处理,分类,回归,聚类,关联规则等任务。以Weka自带的数据集为例,详细介绍作为易于使用的数据挖掘工具Weka的使用。     

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。     

数据挖掘分类算法研究与探讨

数据挖掘技术是一个年轻且充满希望的研究领域,商业利益的强大驱动力将会不停地促进它的发展。随着数据库应用的不断深化,数据库的规模急剧膨胀,数据挖掘已成为当今研究的热点,每年都有新的数据挖掘方法和模型问世,特别是其中的分类问题,引起了越来越多的关注。     

数据挖掘原型系统GenMiner中分类挖掘模块的设计与实现

通用数据挖掘原型系统GenMiner中分类挖掘模块采用耗时短,分类效率高,较为成熟的决策树C4．5,介绍了该系统中分类挖掘模块的设计与实现,并说明了分类挖掘模块采用决策树C4．5的方法。     

数据流上概念漂移的检测和分类

挖掘带有概念漂移的数据流对于许多实时决策是十分重要的.本文使用统计学理论估计某一确定模型在最新概念上的真实错误率的置信区间,在一定概率保证下检测数据流中是否发生了概念漂移,并将此方法和KMM(核平均匹配)算法引入集成分类器框架中,提出一种数据流分类的新算法WSEC.在仿真和真实数据流上的试验结果表明该算法是有效的.     

Excel2010数据挖掘工具的应用研究

Excel2010作为一种数据挖掘工具,既简单又实用。该文重点研究了Excel2010在数据挖掘方面的功能,并以公共自行车在城市交通网络中的应用为例,介绍了Excel2010数据挖掘方法并对Excel2010数据挖掘算法进行了分析。     

Web数据挖掘初探

Web上有海量的数据信息,对这些数据进行复杂的应用成了现今数据库技术的研究热点。这里对数据挖掘的基本概念、Web数据挖掘步骤、Web数据挖掘在三个研究领域的研究现状、发展及常用Web数据挖掘工具做了简单介绍,希望起到抛砖引玉作用。     

Web数据挖掘初探

Web上有海量的数据信息，对这些数据进行复杂的应用成了现令数据库技术的研究热点。这里对数据挖掘的基本概念、Web数据挖掘步骤、Web数据挖掘在三个研究领域的研究现状、发展及常用Web数据挖掘工具做了简单介绍，希望起到抛砖引玉作用。     

数据挖掘工具的应用与标准化

介绍了数据挖掘概念,给出了目前数据挖掘工具的主要分类及存在的问题,探讨了数据挖掘语言的发展对数据挖掘工具标准化的推 动作用,并对数据挖掘工具未来的发展进行了展望。     

寻呼系统中的数据挖掘

寻呼系统中的用户资料库数据具有多维性,如用户类型,开户时间,开户地点,联网方式,速率,BP机类型等。对此类数据的多维分析有助于了解系统负载,资源使用,用户分布,利润等情况。为此,论文运用概念描述的方法对广东省某寻呼台的用户资料库进行了数据挖掘。对寻呼台的领导层制定寻呼台的发展策略可以起到积极的作用。     

基于Web的数据挖掘技术

由于Web数据所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。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。文中综述了基于Web的数据挖掘技术,并且介绍了一种全新的技术XML。XML的推广和使用,对于推动Web挖掘和知识获取具有重要的意义。如何进一步的开发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。     

浅析数据挖掘技术

随着信息技术的发展,积累了越来越多的数据。数据挖掘技术为人类处理这些海量数据提供了有力武器。首先介绍了数据挖掘技术的概念,然后对数据挖掘系统的构成和数据挖掘的流程进行了分析,最后详细分析了数据挖掘的常用方法。