KDD方法在金融欺诈检测中的应用研究

摘 要：在分析了金融事务中进行金融欺诈的现象后，对传统的金融欺诈检测方法进行了分析，并在此基础上，提出了一种利用数据挖掘方法进行金融欺诈检测的模型，并在此基础上利用该模型列举了方法运行的案例。     

模糊聚类分析在KDD中的应用研究

应用模糊聚类算法确定关键条件属性集，探索教师教学质量评估数据库中评估等级同评估项目之间的规则知识。     

KDD方法在金融诈检测中的应用研究

在分析了金融事务中进行金融欺诈的现象后，对传统的金融欺诈检测方法进行了分析，并在此基础上提出了一种利用数据挖掘方法进行金融欺诈检测的模型，并在此基础上利用该模型列举了方法运行的案例。     

KDD中知识库智能接口的设计与实现

文章利用面向对象的编程技术,采用Delphi5.0语言,针对由不同数据库系统构成的知识库系统,实现了不同知识库系统的无缝连接,较好地解决了不同知识库系统的接口问题,为KDD中不一致知识的的通用处理奠定了坚实的基础。     

面向KDD的粒度计算建模研究

给出了全粒度空间的拓扑结构模型,进一步介绍了面向粒度计算的产生式决策逻辑语言GDL-language,然后定义了面向粒度描述的正基语言,阐明该语言公式的语义解释,给出了一种“全粒度空间＋正基语言”的粒度计算模型,并找到了正基语言系统、粒度空间和基本概念空间的关系定理。最后,把KDD任务归结为基于该模型的粒度计算问题,这样就可以把各种KDD任务统一到一个理论框架下,也便于比较和研究。这些工作无疑对令后知识发现的研究起着重要的作用．     

数据发掘与计算智能方法

数据发掘与从数据库发现知识是在对更深入、更充分地开发信息资源的迫切需求背景下产生并迅速发展起来的一个国际前沿Ｒ＆Ｄ领域。本文首先对数据发掘、即从数据库发现知识进行了评述，阐明什么是数据发掘、为什么要数据发掘、如何数据发掘、数据发掘与ＤＢＭＳ和ＯＬＡＰ（在线分析过程）的区别与联系等问题，并进一步论述了计算智能方法的实质和特点及其在数据发掘中的应用前景     

KDD技术在复杂不确定性系统预测中的应用研究

针对复杂不确定性系统的特性,将知识发现理论方法与传统的预测理论方法结合起来,讨论了适用于预测的知识发现的理论与挖掘方法,构建了基于知识发现的多目标、多因素集成化预测模型(IFMK),并通过对油气储量、产量和需求量的预测验证了预测模型的有效性与实用性。     

KDD中广义关联规则发现技术研究

笔者在文中分析了广义关联规则模型和挖掘方法，介绍了规则挖掘语言及其在ＫＤＤ技术中的重要意义。     

一种基于密度和网格的聚类算法在KDD中的应用

聚类是数据挖掘领域中的一个重要研究方向。文章主要讨论数据挖掘中一种基于密度和网格的聚类算法的设计思想,并进行了编程实现,同时给出该算法在KDD(KnowledgeDiscoveryinDatabase)中的应用。     

基于软件构件技术的KDD算法的设计与实现

研究了从知识获取算法的设计到实现的过程,将MAQA算法与模式聚类算法相结合,采用KDD领域中的从关系数据库中挖掘关联规则的算法来实现知识获取.     

KDD技术在超级市场中的应用

文章力图通过KDD技术在超级市场中的应用,阐述KDD系统的模型和基本工作步骤,以及DataMining中的典型模型（如：特征模型、分类模型、聚集模型、关联模型、对比模型、汇总模型、预测模型和决策模型）,在超级市场管理方面的具体使用方法和作用,并提出了KDD技术在目前的实际应用中所存在的问题,最后对KDD技术的应用前景作了展望。     

数据开采技术及应用研究

本文讨论数据开采的定义、任务、适用算法、实现过程及其若干应用问题,并就我国ＫＤＤ技术发展阐明了观点     

商业智能解决方案的研究与应用

信息技术在企业的广泛应用产生了大量的数据,这些数据中包含了对各级别的企业决策者极具价值的信息,但各个业务系统产生的分散、孤立的数据很少能被用于决策分析。要想有效地利用各种应用系统蕴藏的数据来提升企业决策水平,获得更大的竞争优势,实施企业商业智能战略是至关重要的。通过商业智能关键技术的研究给出了一个商业智能较为完整的解决方案,并结合项目实践,重点研究了商业智能在航运企业中的应用。最后给出了某航运企业商业智能系统的应用实例。商业智能关键技术若推广于军用舰艇管理,则具有重大的国防意义。     

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。     

商业智能及其核心技术

商业智能是从大量的数据和信息中发掘有用的知识，并用于决策以增加商业利润，是一个从数据到信息到知识的处理过程。商业智能用来辅助商业活动作出快速反应，加快知识的获取速度，减少企业不确定性因素的影响，因此满足管理层和决策层对信息知识的时间性和准确性的要求，在对国内外的商业智能发展情况进行充分研究的基础上，系统总结了商业智能的出现背景，概念和发展现状，阐述了商业智能系统的体系框架和核心技术，并介绍了几种典型的商业智能应用。     

商业智能在商业银行信用风险管理中的应用研究

面对商业银行目前所面临的信用风险,参考巴塞尔银行监管委员会制定的新巴塞尔资本协议对于信用风险的有关规定,采用商业智能技术对商业银行的信用风险进行识别、度量及可视化,为银行降低风险提供有效的决策支持。     

基于IP网络流量数据仓库的KDD实现

通过对IP网络流量数据仓库进行多表关联检索和决策树模型的数据挖掘,可以从中发现若干有用的知识和相互关联的规则,用于分析流量增长的趋势和寻找IP地址分布与流量大小之间的普遍规律。有助于资源的控制和异常情况的发现。另外,将多表关联算法和决策树挖掘用于星型构架的多维数据集,可以显著地提高数据对象之间的关联性能和数据挖掘的效率。     

主动式KDD系统的设计与实现

介绍了一种主动式KDD系统的思想及其设计与实现。在建模挖掘的基础上主动推送信息，利用感知机模型对用户的反馈信息进行修正，逐步增强系统的推送信息的准确性，从而进一步提高KDD系统的智能性和自动性。