数据挖掘技术在网络营销中的应用研究

20世纪90年代以来,随着信息技术的发展,网络营销应运而生,它必将成为21世纪市场营销的主流。数据挖掘技术为企业开展网络营销提供了技术支持,企业可以利用数据挖掘技术,在数据库中发现和提取有价值的市场营销信息,从而为企业制定正确的营销决策服务。     

Web数据挖掘在电子商务中的应用

Web数据挖掘已经成为数据挖掘研究领域的热点,尤其是在电子商务网站的设计和使用中。文章阐述了在电子商务中如何运用Web数据挖掘技术,为企业更有效地确认目标市场、改进决策、获得更大的竞争优势提供帮助,并提出了一种Web数据挖掘系统的设计方案和实现方式。同时,对k-means聚类算法进行了优劣分析,并提出通过改变初始聚类中心的选取规则来提高算法的运行效率以及计算结果的准确度。     

浅谈Web数据挖掘在电子商务中的应用

本文主要讨论Web数据挖掘技术电子商务领域的应用。介绍了Web挖掘的的基本内容和电子商务中常用的Web数据挖掘技术,分析了Web访问信息挖掘在电子商务中的几点具体的应用。     

XML在Web数据挖掘技术中的应用

Web数据挖掘已经成为当前被广泛研究的课题.目前很多网站都是用HTML构建的,给Web数据挖掘带来了诸多困难,XML的出现为面向Web的数据挖掘带来了便利.本文介绍了一种充分利用XML的优点对HTML描述的网站进行挖掘的一种方法.     

DM技术及其在数据处理中的应用

简要介绍了DM(数据挖掘 )及其工作过程 ,并指出了数据挖掘过程中应注意的问题 ,最后给出了一个具体的数据挖掘的例子     

网络营销在企业中的应用

随着社会经济的不断发展,市场竞争越来越激烈,而对于中小企业而言,其发展速度越来越缓陵,其主要原因是企业的资金受到一定的限制。企业要向快速发展,就必须转换经营方式,不仅要减少企业的开支,还要提高企业的竞争力度。企业可以利用互联网,采用网络营销手段,节省开支,提高企业的多渠道营销,以此提升企业的知名度。     

序列模式挖掘在视频分类中的应用

视频流的数据量大，又是一种非结构性的数据，因此视频分类一直是视频分析工作中的一个难点。本文采用视频分割技术，将视频分割成一系列的镜头，利用这些镜头在时间上的序列特征，使用序列模式对镜头序列进行分析，并提出一个基于序列模式挖掘的视频分类系统模型。该系统中主要利用cSPADE算法来实现对镜头序列的分类，以形成分类规则库，通过该规则库匹配待分类视频的镜头序列，从而实现视频的分类。     

Web数据挖掘在电子商务中的应用与实现

电子商务运营过程中,存在着海量的数据,将会增加数据处理的难度,需要注重Web数据挖掘的应用,提高数据的处理水平。基于此,文章先从客户群体、站点设置、个性化分析三个方面对Web数据挖掘在电子商务中的需求进行分析,对数据处理需求进行明确,确保技术运用具有针对性;再从挖掘目标、数据模型等方面对技术实现进行分析,实现数据挖掘技术的有效运用;最后,分析Web数据挖掘的具体应用,对电子商务进行处理,保障数据挖掘目标的实现。     

一种基于云计算的大数据关联规律挖掘分析方法

随着云计算时代的到来,云计算为海量数据的挖掘分析提供了一种新的技术途径,能够有效地解决传统数据挖掘方法不能适应海量数据挖掘的问题。介绍了云计算的含义和特点,分析了运用云计算技术实现数据挖掘的优势,设计了基于MapReduce并行处理架构的关联规律挖掘算法,并开展了试验验证。试验结果表明,基于云计算平台的并行关联规律挖掘算法能够极大地提高数据挖掘的执行速度。     

分类模式挖掘在属性预测中的应用

数据挖据是一种处理海量数据的技术。分类挖掘是数据挖掘的重要方法。决策树算法能有效在训练数据集上建立数据属性和类别的映射。利用决策树算法建立目标数据库分类器,对数据对象的缺失属性预测。针对分类预测模型对单个目标多个预测类别的现象,提出一种单个目标预测结果的综合分析算法,处理结果得到单个目标的预测类别及其可信度。分类结果可用于空缺或错误字段补全或校正。     

WEB数据挖掘在电子商务中的应用

在信息化时代,用户访问网站一般都带有针对性与目的性,电子商务网站可以通过对用户访问的数据进行分析,从而发现潜在的客户并且了解客户需求。所以Web日志挖掘技术在电子商务上可以深入广泛地应用。     

病毒性营销在网络营销中的应用研究

随着互联网技术的发展,病毒性营销在网络营销的应用越来越广泛.目前,企业可以利用的病毒性营销工具主要有电子邮件、电子图书、即时通讯工具、虚拟社区、企业博客等.企业要在遵守市场营销道德的前提下,更好地利用这些病毒性营销工具开展网络营销.     

Web数据挖掘技术及其在电子商务中的应用

Internet应用已经在我国的各个领域得到了广泛的普及,它使数据挖掘技术的目标已经从传统的数据库的应用中发展到了web的应用,特别是电子商务网站,每天都会带来众多的数据。本文通过对web数据挖掘技术进行简单分析,并指出web数据挖掘技术在电子商务中的具体应用,分别在挖掘潜在用户、提供优质服务以及聚类客户等方面中发挥了巨大的作用。     

Web数据挖掘技术在铁通通信中的应用研究

当前,伴随着通信技术的进一步发展和在社会各个领域中得到广泛应用,促使铁通网络运营业务已经得到明显的改善,并增设了许多服务的项目。本文通过对Web数据挖掘的概况和应用进行分析,并进一步的指出Web数据挖掘技术在铁通通信中的具体应用,从而有效的促进和保证铁通网络的通信满足广大客户的需求和服务业务质量的提高。     

Web数据挖掘在高校教务考试中的应用

介绍Web数据挖掘概念的分类、校园内网络化考试考前练习中的数据资源以及校园网络化考试考前练习中Web数据挖掘的主要过程.将传统的数据挖掘与Web结合起来进行Web数据挖掘,通过此系统,可以大大简化传统的考试过程.实践证明,通过对学生平时练习的Web数据进行挖掘分析,可以更合理地控制网络化考试试题的难易程度,有利于进行个性化辅导以及有利于管理员维护试题库.     

Web数据挖掘及在电子商务中的运用

电子商务现在已经开始普遍存在于现代商务活动之中,而电子商务的蓬勃发展也为不少企业产生了新的发展机遇,在机遇产生的同时也产生了大量的数据业务。面对这些新产生的庞大数据量,Web数据挖掘技术开始展现出独有的作用。Web数据挖掘技术可以很好地帮助企业在电子商务活动中挖掘、利用和管理到了全面的海量数据,使得这些数据不为人所知的价值被挖掘出来,帮助企业决策人更好的制定计划和各项业务的指标。基于此,本文主要从电子商务的概念、Web数据挖掘技术、Web数据挖掘过程、电子商务系统中的Web数据挖掘技术和Web数据挖掘技术在电子商务中的应用五个方面进行了叙述,希望以此来提高Web数据挖掘技术在电子商务中的运用程度。     

Benford法则在水文数据质量挖掘中的应用研究

为识别和改进数据中存在的质量问题,采用Benford法则进行数据质量挖掘分析,该方法通过分析数字分布规律来检测数据的合理性,达到控制数据质量的目的.以水文数据中降水量数据为样本验证方法的有效性.实验结果表明,该方法能有效识别数据集中存在异常信息,提高了水文数据的数据质量,具有一定的应用前景.     

可拓学在数据关联规则挖掘中的应用

介绍了关联规则数据挖掘概念和可拓学思想。探讨了把可拓学理论用于关系数据库上关联规则挖掘。通过对关系数据库上多值属性进行布尔数值转换，利用关联规则挖掘算法在关系数据库对关联规则进行挖掘．再用可拓学相关性和蕴含性思想，对所获得的关联规则进行拓展，获得更多更有价值的关联规则。     

Apriori算法在数字化校园Web数据挖掘中的使用

校园内各部门网站每天都会更新很多的数据,数据挖掘技术在发现对师生行为分析及预测起到了举足轻重的作用。Apriori算法在数字化校园中Web数据挖掘的使用,重点研究了关联规则和Apriori算法,从而有效提高学校的办公效率。