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。     

商务智能在电子政务中的应用

在信息时代中,对信息处理和利用能力的强弱成为了决定企业兴衰成败的关键。随着Web技术的迅速发展,有越来越多的企业开始利用业务信息流和一些数据分析技术进行企业重整。这就决定了信息时代将是“智能”占主导地位的服务经济,也是商务智能大显身手的时代。     

商务智能技术在CRM上的应用

随着市场竞争的加剧,客户资源的争夺将是企业获得生存和发展的一个重要因素。鉴于当前企业产品同质化及竞争扁平化趋势,企业使用BI这种数字化定制经济模式可以使CRM取得较高的投资回报,成为企业获得竞争优势的关键武器。     

商务智能技术在社保领域的应用研究

简介了商务智能及其核心技术,重点探讨商务智能技术如何应用到社保领域,并以医疗待遇为例详细介绍了系统的具体实施,对OLAP、数据挖掘的结果进行了分析.这对整个社保领域的商务智能系统的建立、应用及社保领域的决策提供了科学的依据.     

商务智能在现代企业中的应用

针对目前现代企业信息系统存在的问题，本文引入商务智能架构体系，提出了一种改进的商务智能体系结构，给出了一个完整的商务智能系统建设方案，并对其中的数据仓库的主题分析的选择、ETCL过程实现以及数据仓库的查询优化进行了研究和实现。实际应用中的结果表明，提高了企业对现有的信息数据的利用效率，提高了企业决策分析的能力。     

商务智能与数据挖掘课程全英文教学实践

分析在商务智能和数据挖掘课程中进行全英文教学的必要性,提出进行英文教学的思路和原则,阐述如何对课程中知识点进行分解并逐步实施英文教学,探讨进行英文教学的一些实施技巧和策略,介绍英文教学相关的教学辅助资料和工具.     

基于数据挖掘技术创建企业本体

本文在阐述了本体及企业本体模型的基础上,阐明了企业本体在企业中的重要意义,鉴于数据挖掘技术所特有的作用和优势,有选择地介绍了数据挖掘原语DMQL的内容,提出了一种基于数据挖掘原语DMQL建立企业本体模型的方法,并以一个企业本体实例有力地证明了该技术的可行性。由挖掘信息来部分替代传统的领域专家的作用,使本体的建立更加智能化,减少了可能由主观因素和人为失误所带来的不良后果。     

基于时间序列模型数据挖掘的商务智能

对商务智能、数据挖掘的概念和两者的关系做了简要的描述,并对当前流行的数据挖掘算法做了介绍。通过对某地区一段时期GDP和当地用电的情况进行数据挖掘说明在当今以信息为基础的企业竞争中．商务智能对企业管理者、决策者意义重大。     

基于Agent的商务智能模型研究

针对传统的商务智能系统存在的被动性和集成困难的缺点,提出一个基于Agent的商务智能模型,可利用Agent建立和维护数据仓库,并进行数据挖掘.给出了其主动监控商务环境原理,以及对推理规则的定义,从中找到决策支持信息,最后结合了一个出版管理系统的应用进行了实践.     

商务智能在ERP系统中的应用

EKP系统属于典型的联机事务处理系统，不可避免的存在许多不足，无法提供企业决策所需的决策信息。商务智能是一种正在快速发展的技术，它在EKP中的应用有效的解决EKP存在的问题。     

基于数据网格的商务智能应用

介绍了基于数据网格的商务智能应用的相关概念和关键技术,重点讨论了基于数据网格的商务智能的体系结构和基本过程.     

基于PMML标准的数据挖掘本体构建

针对实际问题选择数据挖掘方法是一个困难的工作,使用本体对数据挖掘方法进行建模并为用户推荐适合的方法是一个可行的解决方案。PMML是一种应用广泛的数据挖掘国际标准,提出了一种基于PMML标准构建数据挖掘本体的方法并用Protégé构建了一个本体,为利用本体推理为用户推荐挖掘算法奠定了基础。     

基于文本情报的数据挖掘

文章介绍了适合于军事领域中进行情报数据的挖掘方法,建立了军事情报中非结构化文本情报数据处理方法,结合军孥睛报的特点,提出了军事情报中数据挖掘的框架模型,探讨了军事情报挖掘中文文本的方法。实现了对情报文本数据的分词、关键字提取、词频分析、关联分析等。     

基于群体智能的分布式数据挖掘方法

蚁群优化是人工智能领域中群体智能分支之一,已经成功地应用于旅行推销员,作业调度由选择等优化问题上,但用它解决数据挖掘问题还是一个新的研究课题,Parepinelli等人针对单一数据库提出了基于ACO的分类算法。该文提出了基于分布式数据库体系结构的ACO分类算法,采用了与Parepinelli算法不同的启发函数计算方法及信息素改变方法,模拟实验表示该方法是有效的。     

数据挖掘在人工智能中的应用分析

随着科学技术的不断创新发展,人工智能出现在大众视野,改变了人们的生活与工作方式。人工智能作为现代高端技术,经历了发展缓慢的低谷期,但现阶段人工智能的基础理论与实践应用已得到人们的普遍支持与认可。尽管人工智能的发展并不能完全归功于现代信息技术与大数据技术,但这两种技术切实为人工智能的发展与应用创造了更多的发展空间。由此可见,探究数据挖掘在人工智能中的应用意义不言而喻。     

犯罪情报分析中的数据挖掘应用

本文基于公安业务中的治安防控原理,构建了面向情报分析和决策指挥的犯罪情报数据挖掘框架.首先,对案事件数据库进行预处理和空间编码的基础上得到标准化的案件信息数据,随后,利用聚类分析、关联分析和分类分析中的相关方法可得到治安案件的时空风险、重点人特征和作案手段特征等信息.通过对北京市实际盗窃案件数据进行挖掘,证明了数据挖掘技术能够很好的应用于犯罪情报的分析.     

基于数据挖掘的本体构建与重构技术研究

本体理论在知识工程领域得到广泛关注和普遍认可,构建完备且准确的领域本体已经越来越重要,同时,企业知识资源的更新与集成要求本体的不断进化与融合;针对目前本体构建与重构过程中数据处理效率低的问题,运用支持向量机分类及K-均值聚类的方法对本体构建数据进行处理,从文本数据中抽取关注的特定的信息,运用基于二叉树的多分类支持向量机以及支持向量机与K-均值融合的多样本聚类,总结基于分类与聚类的本体构建过程,并以离散型和连续型两种数据样本验证了方法的可行性;最后,在上述框架与理论研究的基础上,设计并开发了面向知识管理的本体工具平台,简单介绍系统的模块功能;实验结果表明,基于数据挖掘的本体构建与重构技术具有良好的应用效果。     

网格数据挖掘本体的建模

网格技术的发展使网格数据挖掘成为处理分布异构海量数据的重要手段。该文将本体引入到网格数据挖掘中,讨论了网格数据挖掘本体的结构,并提出了网格数据挖掘本体的建立过程,最后讨论了网格数据挖掘本体实现。