文本挖掘技术研究及其在电力行业的应用

文本挖掘是一个从文本信息中获取用户感兴趣或有用模式的过程,隶属于数据挖掘技术,并结合了自然语言处理的热点研究领域。在面对现今复杂繁多的文本信息时,通过使用文本挖掘技术,能够对这些信息进行有效组合整理,以便实现对信息的准确检索定位,最终提取出文本中所包含的信息。现对文本挖掘技术及其在电力行业的应用进行探讨,对文本挖掘技术的研究包括文本挖掘的基本概念、流程及方法;对其应用的研究包括对客户反馈信息进行关键词提取,准确反映业务关键点,对客户反馈信息进行文本情感分析,快速识别投诉信息。     

基于Web的数据挖掘方法研究

Web挖掘是传统数据挖掘技术在Web环境下的应用,试图从大量的Web文档集合和用户浏览Web的数据信息中发现蕴涵的、未知的、有潜在应用价值的、非平凡的模式。本文介绍了Web挖掘相关原理和目前的研究现状以及正在Web流行的挖掘工具——爬虫工具及搜索引擎技术等。     

基于超市商务智能的数据挖掘应用模型设计

数据挖掘是商务智能中经常使用的一项重要技术,为在超市商务智能中使用数据挖掘技术,首先应从数据挖掘对象分析入手,然后确定数据挖掘目标变量,再根据决策类型选择数据挖掘技术、选择挖掘数据、验证挖掘模型,最后完成数据挖掘应用模型的设计.     

基于决策树归纳的过程工业数据挖掘

一引言 数据挖掘是近年来快速兴起的一个研究领域，从广义上讲，数据挖掘就是从大量历史数据集中提取隐含的、当前未知的、并最终可理解的、对管理人员决策有用的知识的一个过程。这一个过程包含几个阶段：数据选择、预处理、数据转换、挖掘、知识评估和表现。数据挖掘涉及的学科领域和方法很多，根据挖掘任务．可分为分类或预测模型挖掘、数据聚类、关联规则挖掘、序列模式挖掘、孤立点分析和趋势发现等。     

基于SQL Server的OLAM模块研究

联机分析挖掘(OLAM)无缝地结合了联机分析处理(OLAP)和数据挖掘(DM)技术,它不仅包括两种技术各自的优点,也提出了在整个数据分析领域中一个新的亮点,本文将使用由SQL Server 2005提供的的无缝集成技术来研究联机分析挖掘技术.     

基于超市商务智能的数据挖掘应用模型设计

数据挖掘是商务智能中经常使用的一项重要技术，为在超市商务智能中使用数据挖掘技术，首先应从数据挖掘对象分析入手，然后确定数据挖掘目标变量，再根据决策类型选择数据挖掘技术、选择挖掘数据、验证挖掘模型，最后完成数据挖掘应用模型的设计。     

数据挖掘系统开发及Oracle Data Mining应用

数据挖掘技术目前主要应用于智能商务领域，在石化领域中如何展开数据挖掘开发应用还有待研究。基于Oracle Data Mining(ODM)数据挖掘工具，结合实例介绍了在石化企业中应用数据挖掘的系统方法和基本过程。     

图像数据挖掘技术研究及应用

图像挖掘(Image Mining,简记为M)。所谓M,就是指在图像数据库中抽取出隐含的未知而潜在的有用知识和图像数据关系的非平凡过程,它是计算机视觉、图像处理、图像检索、数据挖掘、模式识别、数据库和人工智能等多学科交叉的研究领域[1]。本文详细讨论了图像数据挖掘的基本理论,图形数据挖掘中2种模型数据模型、驱动模型,对图像数据挖掘的的方法及过程进行研究。     

基于数据挖掘的银行客户贡献度分析系统框架

数据仓库中的数据挖掘技术是近年来用于开发信息资源的一种新的数据处理技术。以大量银行客户信息数据为研究对象，运用数据挖掘技术建立银行评优与选择的客户贡献度分析框架，针对性地讨论如何有效地运用已有的数据获取重要客户名单，以辅助决策者制定决策方案，即通过对重要客户的深入挖掘和针对性服务，极大化客户价值，优化客户服务，增加银行利润。     

虚拟数据库与WEB数据挖掘

首先分析了虚拟数据库信息检索的现状,虚拟数据库技术的原理。主要针对虚拟数据库基于WEB信息检索的局限性,引出WEB数据挖掘,并对WEB数据挖掘技术作了概要的介绍。然后,讨论了WEB数据挖掘与虚拟数据库信息检索之间的关系,最后阐述了WEB数据挖掘和虚拟数据库信息检索的结合,从而提高WEB信息检索的效率和质量。     

改进的关联规则算法在数据挖掘中的探讨

数据挖掘技术在客户关系管理(CRM)中的有效运用可以从与客户有关的大量数据中挖掘出对企业经营决策有价值的知识和规则。本文根据数据挖掘中关联规则的性质以及钢铁企业的自身特点,在经典关联规则算法APriori算法的基础上提出了一种改进的算法,并利用该算法对数据库进行了关联规则挖掘,得到了隐含在数据库中的有用信息。     

基于关联规则的数据挖掘技术在ERP中的应用

根据数据挖掘技术的特点，针对传统ERP系统在海量数据中发现隐藏知识的功能不足，提出把数据挖掘技术应用到ERP中去，直接从现行ERP系统的数据库中提取数据进行数据挖掘的应用策略，以提高ERP中的决策支持功能。编制程序实现了关联规则挖掘算法与ERP系统的整合，通过挖掘模型测试，证明了这些策略的有效性。     

基于知识应用的数据挖掘技术理论分析与应用研究

通过对信息和知识逻辑关系的分析,将面向对象技术的“超文本”思想引入领域,提出了一种基于状态空间转换的数据掘方法,在工程实践领域,构造了一个面向知识应用的数据挖掘结构。通过将人的知识的主动表示和计算机信息的智能表示有机结合实现了数据挖掘过程中知识逻辑到知识表示的有效映射,大大提高了数据挖掘的针对性和科学有效性。     

基于数据挖掘的产品概念设计建模研究

在产品概念设计过程中，引入数据挖掘技术和方法，提出了基于数据挖掘的全息虚拟产品概念设计模型，开发了数据挖掘工具，建立了面向产品概念设计方案生成的数据仓库；研究建立决策树算法的数据挖掘模型，以支持度为目标，实现从所建立的机械产品库、设计规则库、领域知识库中挖掘相关数据、信息和知识，从而极大地支持机械产品方案创新设计过程。以机床传动机构设计为例，说明了采用决策树方法的数据挖掘模型来实现机械产品概念设计的功能结构映射过程。     

基于大数据挖掘的智能交通决策分析系统

在大数据时代,依托现代先进的网络技术、信息技术等先进科学技术,建立起智能交通服务系统对海量的现代交通数据进行挖掘分析,从中提取有价值的数据信息为人民的出行提供便捷和为相关交通决策的制定提供重要依据,这也是智能交通服务体系建立和应用的主要目的,也是大数据时代下改善交通拥堵状况、缓解交通压力的新思路。主要对智能交通与大数据挖掘进行分析,并对大数据挖掘技术在智能交通决策分析系统中的应用进行分析,以加快现代化城市的建设步伐。     

频繁模式增量维护算法IM-FPM

数据挖掘是当今研究的一个热点,传感器实时收集大量的数据,将数据收集与数据挖掘技术结合起来,是现代数据处理技术发展的重要趋势.频繁模式挖掘是数据挖掘中的核心问题,本文针对数据库发生变化时频繁模式挖掘中普遍存在的重复扫描、遍历和计算问题,提出了频繁模式的增量维护算法IM-FPM.该算法充分利用已有挖掘结果来提高效率但又完全独立于上次采用的挖掘方法,并且只需对原始数据库进行一次扫描.实验结果表明,该算法能有效地解决数据库发生变化时的频繁模式增量维护问题.     

数据挖掘的探索性研究

本文介绍了数据挖掘定义及特点,分析了当前的发展现状,以及数据挖掘主要任务、分类,主要技术手段及一般挖掘流程,同时介绍了数据挖掘在Web领域中应用。最后结合当前数据库技术的发展,分析了数据挖掘的主要发展趋势。     

一种基于数据立方体的数据挖掘技术的研究

基于数据立方体的数据挖掘技术是一种对数据仓库中的数据进行深层次加工和处理的过程.本文分析了数据挖掘的基本概念,并结合数据仓库和数据挖掘的发展,探讨了一种基于数据立方体的数据挖掘系统.文中给出了系统的框架,介绍了数据仓库和数据立方体的创建方法;针对传统ID3决策树算法的缺点,将信息增益的计算方式与属性值的概率相结合,给出了一种优化的算法,并图形化的显示了挖掘结果.     

数据挖掘技术在教务信息挖掘系统中的应用

本文结合平顶山工业职业技术学院教务管理实际情况,将数据挖掘技术应用于高职院校教务信息挖掘中,辅助管理者决策.首先,阐述了相关的数据仓库和数据挖掘的基础理论知识和技术方法,重点介绍了数据挖掘的相关算法,然后提出了教务信息挖掘系统的总体框架的构建方案,最后结合实际教务管理需求目标,采用Microsoft SQL Server 2000中文企业版建设数据仓库并对教务信息数据挖掘进行实现,使用决策树算法对学生综合素质进行了评价,使用关联规则算法对公共选修课的开课规律进行了测评,并对其结果进行分析,通过两个教务信息挖掘实例的实现过程与结果分析,最终得出教务信息挖掘系统对提高教务管理质量和水平大有裨益.     

关联规则数据挖掘技术在中小企业ERP中的应用研究

为了挖掘现行企业资源计划(Enterprise Resource Planning,ERP)中海量数据的价值,运用关联规则数据挖掘技术,给出了构造产品销售数据集市以及运用Apriori算法进行挖掘处理的完整过程,为企业优化销售行为模式提供依据.