共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
Web数据挖掘技术研究 总被引:5,自引:0,他引:5
Web数据挖掘就是利用数据挖掘技术从网络文档和服务中发现和提取信息。Web数据挖掘是一种新兴的边缘科学技术,他涉及到机器学习、数据挖掘、信息检索、自然语言处理、数据库以及人工智能等技术,可用于网络检索、网站建设以及电子商务等方面。根据数据挖掘对象的不同可以将Web数据挖掘分为3类:Web内容挖掘、Web结构挖掘和Web访问信息挖掘。 相似文献
3.
4.
数据挖掘又称数据探勘和数据采矿,属于计算机科学中的数据库知识发现KDD中的一个步骤.数据挖掘是在海量数据甚至有噪声数据模糊数据中发现有可利用价值的信息的过程.通常应用在统计、情报检测、模式识别等领域,当然,在相关人工智能、数据分析、数据库等领域也有应用.虽然,数据挖掘是计算机科学学科中数据库知识发现领域的一个步骤,但是,并非所有的信息发现任务都被称作数据挖掘.最易混淆的,就是数据挖掘与信息检索领域的任务.比如,使用DBMS查找记录,或者在搜索框里搜索信息,这些都是信息检索.显而易见,信息检索依赖的是信息的关键字和特征,将大数据的计算机数据挖掘应用在档案管理上将有不可小觑的作用. 相似文献
5.
数据挖掘在智能答疑模型中的应用 总被引:3,自引:0,他引:3
数据挖掘技术是近年来随着数据库技术和人工智能技术的发展而出现的全新信息技术。在分析智能答疑系统设计中存在的主要的技术问题后,我们利用数据挖掘的相应知识,提出一种基于关联规则挖掘和知识树规则合并与删除机制的智能答疑模型。 相似文献
6.
7.
数据挖掘可以实现海量提取、综合处理的技术应用,主要以数据库作为技术支持,实现信息技术有针对性的表达。近几年,数据挖掘技术得到较好的建设与发展,应用于多项领域,提高对信息的收集能力,加快数据信息的传递速度。数据挖掘技术的出现,着实推进信息的有效挖掘。因此,本文重点分析数据挖掘技术,分析实质应用。 相似文献
8.
作为一门交叉学科,数据挖掘融合了数据库、人工智能、统计学等多个领域的理论和技术。数据库、人工智能和数理统计是数据挖掘技术讲究的三根强大的技术支柱。数据挖掘的主要任务是借助关联规则,决策树、聚类和基于样例的学习,贝叶斯学习、粗糙集、神经网络、遗传算法、统计分析等技术,采用数据取样(选取数据样本)数据探索(可视化数据探索与聚类分析和因子分选)、 相似文献
9.
10.
数据挖掘的重点在于从大量数据中把未知的有价值的新知识或规律给挖掘出,在信息产业界的极大关注。数据挖掘会常受人为因素干扰,主要因为此项工作是不断重复的过程。业务人员与数据库技术人员在挖掘准确阶段共同确定目标数据后需由数据挖掘专家提供帮助选择适合的模型、算法。将专家引入数据挖掘过程中能补充和促进相关知识和知识背景,有利于挖掘,避免产生无意义的结果。 相似文献
11.
数据丰富而知识贫乏导致了知识发现和数据挖掘领域的出现,基于Web的数据挖掘,是从Web海量的数据中自动、智能地抽取隐藏于这些数据中的知识。文章主要介绍了Web挖掘的概念和技术,最后阐述了Web挖掘在电子商务ERP中的应用。 相似文献
12.
13.
数据挖掘方法结合了机器学习、模式识别,统计学,数据库和人工智能等众多领域的知识,是解决从大量信息中获取有用知识,提供决策支持的有效途径,具有广泛的应用前景。本文通过对可视化数据挖掘进行分类和总结,提出将可视化数据类型和可视化与数据挖掘结合的思想。可视化数据挖掘技术将成为今后数据挖掘领域中研究的热点。 相似文献
14.
15.
数据挖掘研究及其应用 总被引:4,自引:1,他引:3
于勇 《太赫兹科学与电子信息学报》2003,1(1):30-30
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,提取隐含在其中具有潜在利用价值的信息和知识的过程,包括从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持。目前,数据挖掘和知识发现(DMKD)的研究主要集中在以下几方面:研究专门用于知识发现的数据挖掘语言;寻求数据挖掘过程中的可视化方法,实现知识发现过程中的人机交互;研究在网络环境下的数据挖掘;对各种非结构化数据进行挖掘的方法研究。 数据挖掘已广泛应用于金融保险、零售批发、公共设施、政府教育、远程通讯、软件开发… 相似文献
16.
石磊 《信息技术与信息化》2010,(3):26-29
随着以数据库、数据仓库等数据仓储技术为基础的信息系统在各行各业的应用,使海量数据不断产生。随之而来的问题是如此多的数据让人难以消化,无法从表面上看出它们所蕴涵的有用信息,更不用说有效地指导进一步的工作。如何从大量的数据中找到真正有用的信息成为人们关注的焦点,数据挖掘技术也正是伴随着这种需求从研究走向应用[4]。本文从现代数据挖掘技术与传统挖掘技术方法相关研究入手,提出了如何利用数据挖掘的知识,进一步提高Web信息搜索的性能。 相似文献
17.
目前,数据挖掘与知识发现技术日渐成熟,个人对自身隐私的保护意识也逐渐增强。用于数据挖掘的发布数据中往往包含隐私数据,需要在数据发布之前进行数据脱敏处理。在知识发现与信息保护之间,隐私保护数据挖掘技术变得日益重要。隐私保护数据挖掘技术在挖掘出隐藏的、先前未知的、潜在有用的知识时,可以避免敏感数据和信息泄露。文中总结了已有的隐私保护数据发布技术,将分布式随机化与现有算法相结合,降低了信息损失率,增加了数据可用性。 相似文献
18.
数据挖掘是数据库利用的先进技术,能够深入地发现数据库潜在的信息资源,提高了数据操作的应用效率.数据挖掘是一种决策支持过程,它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,高度自动化地分析企业的数据,做出归纳性的推理,从中挖掘出潜在的模式,帮助决策者调整市场策略,减少风险,做出正确的决策.文章对此进行研究. 相似文献
19.
在科持水平不断提高的今天,计算机网络技术越来越普及,人工智能在其中发挥着重要作用,这使人工智能的应用范围越来越广,涉及领域主要包括交通、日常生活等,推进了社会的现代化发展。文中在分析人工智能在计算机网络技术中的应用优势的基础上,从网络信息安全、网络数据挖掘、网络资源共享、人工智能解答、网络管理和数据信息管理、数据加密保护技术、人工智能专家知识库技术等方面,梳理了人工智能在计算机网络技术中的具体应用,最后指出了人工智能的发展方向。 相似文献