数据挖掘及其在HIS系统中的应用

数据挖掘是指从大型数据库或数据仓库中提取隐含的、潜在的、人们感兴趣的知识信息的新兴数据库技术。文章在医院信息系统(HIS)历史数据的基础上,建立数据仓库,并提供基于数据挖掘的辅助诊疗及医嘱书写系统,试图为医院决策提供全面服务。     

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.     

数据挖掘方法本体研究

数据挖掘是包含多个阶段的知识发现过程。一个简单、但典型的数据挖掘过程可能包括数据预处理阶段,数据挖掘算法的应用阶段,以及对挖掘结果的可视化处理阶段。在每个阶段,都会有多个算法或方法供数据挖掘工作者选择,但仅有一些算法和方法组合是有效的。即使是数据挖掘领域的专家,也可能会忽略一些重要的、有助于知识发现的数据挖掘算法或方法。本文中,我们将讨论使用本体的方法来协助数据挖掘工作者在实施数据挖掘过程中对众多可供选择的算法和方法进行选择。     

数据挖掘技术在企业决策系统中的应用研究

本文首先讨论了数据挖掘技术,给出了一种企业决策系统。并就决策系统的构成、流程和采用的数据挖掘技术进行了探讨。     

数据挖掘技术在数据仓库系统中的应用

信息技术的发展使得数据挖掘技术和数据仓库应运而生。本文介绍了数据挖掘技术和数据仓库的基本概念、应用,以数据魔方为例介绍了数据挖掘技术在数据仓库系统中的应用。     

数据挖掘在电子商务中的应用

本文介绍了数据挖掘技术在电子商务中的应用,给出了数据挖掘过程中采用的一些主要方法,加深了对客户访问行为的了解,有利于更好地调整站点的结构。     

数据挖掘技术在保险业中的应用

随着世界经济的全球化和市场的国际化,国内保险业受到越来越多的国外冲击。如何改进自身的管理体制,在竞争中处于不败之地,已成为商家的首要问题。本文就以客户流失分析为例,介绍数据挖掘技术在保险业中的应用。     

数据挖掘技术在销售分析系统中的应用

介绍了数据仓库的设计方案和架构,以及数据挖掘技术的原理,以实例阐述了两者结合应用于企业销售管理和决策分析的思路,给出了基于这些技术的销售分析系统的设计与实现方法,为企业进一步制定发展战略和科学决策,提供有力的依据。     

基于本体的主动元数据挖掘系统研究

传统网上信息检索是用户被动地依靠浏览超级链接网页而获取的。文中提出基于本体的主动元数据挖掘系统以及在果品领域的应用,在主动搜索、元数据生成、借助本体作用于数据的语义描述等方面,其效果是客观的。使得对信息数据的搜索从被动地获取到主动依靠计算机自动搜索;从依靠关键字作为查询依据到借助本体的作用获取语义描述的信息数据,进而提高了信息查询效率及查询的准确率,这也是当前信息检索研究的热门课题。实验证明,通过主动元数据挖掘实例可以实现语义的扩充,如同义、近义及上下位关系。同时也验证了本体对实施语义智能检索所带来的客观效果。     

数据挖掘在客户关系管理中的应用研究

客户关系管理是企业在当今的电子商务环境中,利用数据仓库和数据挖掘等先进的智能化信息处理技术,把企业收集和存储的大量业务数据和有关客户资料加工成信息和知识,用来辅助决策及规划相关的企业运营活动的过程,是一个复杂的现代系统工程。结合计量机构现状,选择了这一课题开展相关工作,对在计量领域市场运作中引入CRM进行探讨。     

基于知识智能查询的通用数据挖掘系统研究

介绍了一个通用的、可扩展的、开放的数据挖掘系统（data mining system,DMS）框架.该框架能不依赖于某个具体的DB软件,方便地与数据仓库集成;而且在此框架下,DMS的数据源可以是数据仓库、多维数据库或数据挖掘数据库;通过采用面向知识的智能查询语言,DMS可以屏蔽不同数据源的差异;用户也可以使用这种简单易操作的语言进行数据挖掘,并以此为基础进行决策分析,从而使DMS达到良好的通用性.     

基于本体的ETL设计研究

提出了一种基于本体的ETL设计方法,通过建立各数据源的局部本体和目标数据仓库的全局本体以及本体间的映射,得出以OWL表示的各数据源和目标的映射关系.用本体元数据指导数据抽取,转换和加载过程,解决数据源ETL过程中的语义异构问题,实现了企业数据语义程度的集成.     

数据挖掘在供应商评估体系中的应用

数据挖掘是在海量原始数据中发现人们感兴趣的模式的过程，涉及了众多计算机技术。运用数据挖掘技术从工厂企业建立的数据仓库中发现隐藏的知识，对供应商选择和评估。首先要确定评估的指标及其权重。然后是结合制造业流程，利用数据挖掘方法将流程中的数据转化为供应商评估因子，并发现隐含的有用模式，做出预测和潜在供应商的发现，使供应商的选择更加科学合理高效。     

基于本体的异构数据集成的研究

随着计算机技术的发展,很多企业内部实现了信息的计算机管理,积累了大量的数据.这些数据存在异构现象,相互之间难以集成和共享.传统的数据集成方法已经不能适应企业获取信息的需求,迫切需要一种新的数据集成系统.在XML技术基础上,提出一种基于本体的异构数据集成系统,用来解决数据源之间的语义异构问题.给出一种基于本体的异构数据集成的系统结构,对关键技术问题进行了研究,指出了系统今后研究的方向.     

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。     

基于半结构化数据的关联规则挖掘模式

针对关联规则挖掘应用所面临的困难,分析了XML语言的技术特点,提出了一种基于半结构化数据的关联规则挖掘模式。该模式充分利用了半结构化数据源的自描述性、开放性和可扩展性方面的优势。     

基于数据挖掘的电力仪表图像智能监控系统设计

现有的电力仪表图像智能监控系统存在着稳定性差、效率低下的弊端,为了解决上述问题,引入数据挖掘技术对电力仪表图像智能监控系统进行设计与研究。电力仪表图像智能监控系统硬件设计包括图像采集单元、数据挖掘单元、无线通信单元与控制器单元设计,软件设计包括数据挖掘终端节点软件、无线通信协调器节点软件与控制器软件设计。通过系统硬件与软件的设计,实现了电力仪表图像智能监控系统的运行。通过仿真对比实验得到,与现有的电力仪表图像智能监控系统相比,设计的电力仪表图像智能监控系统极大地提升了系统的稳定性与监控效率,充分说明设计的电力仪表图像智能监控系统具备更好的监控性能。     

教育考试数据挖掘的研究与实现

进行教育考试数据挖掘与分析研究,有利于充分发掘教育考试数据的潜在价值,更好地为教育管理、教育决策提供科学的依据。分析了教育考试数据资源现状与特点,构建了高考数据集市雪花模型,采用Apriori算法生成频繁数据项集,并以最小置信度75%为条件,挖掘出考生4科高考成绩之间的关联规则。     

基于数据挖掘的智能化学习系统DMBILS

在论述数据仓库和数据挖掘的基本概念和关键技术的基础上,介绍了数据挖掘在网络教育中,特别是在智能化学习系统中的应用。在同时考虑智能化学习需要和数据挖掘需要的前提下,提出了一个基于数据挖掘的三层智能化学习系统(DMBILS,DM-basedintelligentlearningsystem)应用模型。     

持续时态数据挖掘的研究

基于一阶线性时态逻辑。形式化定义时态数据挖掘中的主要概念。利用线性状态结构对每个时间点上的一阶语言符号进行赋值。并度量公式的真值范围．按照挖掘段概念．开发持续挖掘过程模型,用于归纳局部一阶规则与推导高阶规则．基于信息扩散原理．提出一阶规则的度量值估计方法和规则泛化算法．最后通过算例说明了扩散估计和算法的有效性．