数据库中广义模糊关联规则的挖掘

引入了广义模糊关联规则的概念,给出挖掘规则的计算方法,用来进行数据挖掘,以找出隐藏在数据库当中那些有用的而未被发现的知识。     

可拓学在数据挖掘中的应用初探

可拓学在数据挖掘中的应用是多方面的,其特点是挖掘"不行变行" 的规律.可拓方法丰富了数据挖掘的内容,为多值型关联规则的建立提供了新的工具.提出的可拓数据挖掘模式,有利于利用现存数据更好地为决策服务.     

数据挖掘技术中基于关联规则算法的研究

随着现代信息技术的发展,特别基于网络的信息技术的飞速发展,人们对于数据的处理能力的要求也随之升高,数据挖掘的本质,就是从模糊的、随机的、有噪声的、大量的、不完全的数据当中提取有潜在利用价值的信息的过程。从大型数据库中挖掘关联规则的问题已成为数据挖掘中一个比较热门的研究方向。在先前研究的基础之上,对基于关联规则的数据挖掘技术进行全面地分析。     

数据挖掘技术探讨及其基于web的应用研究

web上有海量的数据信息,怎样对这些数据进行复杂的应用成了现令数据库技术的研究热点.数据挖掘就是从大量的数据中发现隐含的规律性的内容,解决数据的应用质量问题.充分利用有用的数据,废弃虚伪无用的数据,是数据挖掘技术的最重要的应用.论述web数据挖掘的基本概述.基本原理,然后讨论web数据挖掘的实现,最后对web数据挖掘的应用进行阐述.     

分布式数据库中关联规则挖掘的研究

在数据挖掘研究中,关联规则挖掘作为数据挖掘研究中的一个重要部分,引起越来越多的关注。因此,主要研究关联规则挖掘,首先介绍关联规则挖掘的一些基础知识、概念描述等,然后对关联规则挖掘的常用算法进行分类探讨,最后分析其中的几种典型算法。     

基于关联规则数据挖掘技术在教学管理中的应用

数据挖掘技术是一种以从大量数据中提取潜在有价值的数据规律或数据模型为目的的信息处理技术。将此技术运用在高校信息处理的工作上,可智能生成有价值的信息,用于学校教学管理与决策。本文将以目前高校普遍使用的学分制选课数据系统依托,运用数据挖掘技术中关联挖掘规则,对已有数据进行分析,为读者提供一个简单易操作的数据挖掘范例,供读者参考。     

数据挖掘及应用研究

随着社会信息化不断进步发展,大量的信息充斥在我们的社会中,这就要求我们能从中及时发现有用的知识,做出正确的分析,从而提高决策的正确性,就是在这样的背景下深入地分析数据挖掘的基本概念、挖掘流程及挖掘技术,讨论数据挖掘的一些具体应用.     

数据挖掘技术在学生信息系统中的应用

本文讨论了数据挖掘在学生信息系统中的应用,以及如何利用数据挖掘技术与数据库技术建立学生信息管理系统.     

数字图书馆数据挖掘平台的技术实现

概述数字图书馆数据挖掘知识服务理念：简介数字图书馆利用统计分析、知识发现数挖掘平台实现数据挖掘技术：诠释数据仓库数据挖掘原理。     

Web数据挖掘中XML技术应用研究

Internet的出现使计算机拥有海量的信息资源,而其中蕴含的知识却未能得到充分的利用,为此,web挖掘技术成为当前高科技领域研究的热点。随着计算机和网络技术的发展,基于数据库表的数据挖掘已经不能满足需要;面对基于Internet上的“信息海洋”,我们需要提取有用的、可以指导决策的知识。XML技术能够使不同来源的结构化数据很容易地结合在一起,从而使得搜索多样化、不兼容的数据库成为可能,为web数据挖掘带来了新的契机。     

数据挖掘在信贷风险中的应用——Apriori算法实现

数据挖掘是从大量数据中挖掘出隐含的、未知的、用户可能感兴趣的和对决策者有潜在价值的知识和规则。这些规则蕴涵了数据库中一组对象之间的特定关系,揭示出一些有用的信息,可以为经营决策、市场策划和金融预测等方面提供依据。详细论述基于Apriori算法的关联规则数据挖掘的基本思想,并将算法应用于信贷风险预测中,有效的验证算法的可行性与科学性。     

基于Java3D的空间关联规则可视化原理与实现

空间数据挖掘可视化是空间数据挖掘研究的一个重要方面。可视化技术充分利用了图形和图像的表达能力以及人对于色彩和空间的敏锐的感知能力,使人机有机地融合在一起。本文在简述空间关联规则可视化基本需求的基础上,提出了空间关联规则可视化的一般方法,并进行用Java3D技术开发空间关联规则可视化工具的应用研究。重点在于分析利用Java3D技术进行空间关联规则可视化的基本原理和方法,并给出核心部分流程。最后将该技术应用于两个具体实例中,并给出实现的空间关联规则可视化界面。     

数据挖掘技术综述

数据挖掘是近年来数据库领域中出现的一个新兴研究热点.数据挖掘是对数据库数据的统计分析,其摹础是人工智能阐述了数据挖掘技术的背景,就数据挖掘的主要分析技术进行研究和分类介绍目前数据挖掘常用的技术及数据挖掘过程,指出数据挖掘技术未来的发展方向.     

浅谈数据挖掘与数据库知识发现

数据挖掘是解决数据库中数据急剧增大与利用率低之间矛质的必然结果。数据库知识发现(kdd)技术的应运而生使得人们在实际工作中消耗大量财力和物力的数据得以利用。这也是数据库知识和人工智能技术发展的结果。     

Apriori算法在学生系统中的实现与应用

在网络应用环境和趋势发生变化的今天,普通的数据库方式所保有的数据已无法为学生管理提供更好的反馈。如何在大量数据中发现所隐含的规律,从而应用这些规律去指导学校的各项工作,数据挖掘技术在这当中起着越来越重要的作用。主要以学生成绩为例探索关联规则在学生管理系统中的实现与应用。引入分类方法中的关联规则中的Apriori算法,应用于学生学年成绩分析,从而挖掘出潜在的学生发展相关规律,为大学学生信息管理、教学决策等提供科学依据。     

数据挖掘技术及方法的探讨与分析

随着网络、数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多。数据挖掘就是从大量的实际应用数据中提取隐含信息和知识,它利用了数据库、人工智能和数理统计等多方面的技术,是一类深层次的数据分析方法。     

数据挖掘技术研究

随着计算机技术和信息技术的发展,数据库的规模不断扩大,如何从中发现有价值的信息或知识,成为一项非常艰巨的任务。一种去粗存精、去伪存真,能够从海量的数据中提取知识和信息的数据挖掘技术应运而生。     

浅析基于多Agent的数据挖掘技术

随着数据库应用规模在各领域的不断扩大,数据挖掘技术得到广泛应用,但传统数据挖掘存在着智能性低,准确率差,人工工作量大的缺陷。而Agent技术具有反应性、自治性、面向目标性和针对环境性等特性。本文分析了数据挖掘技术和多Agent技术,并总结归纳出一中多Agent数据挖掘系统模型。     

基于数据挖掘技术的入侵检测系统

详细论述了在入侵检测系统中数据挖掘技术的应用，对现有的应用于入侵检测的数据挖掘技术如关联规则、聚类分析、特征分类等进行了分析和综合。结合元挖掘等新概念，本文给出了一个应用数据挖掘技术的入侵检测系统IDSDM框架。该框架具有良好的智能性和自适应性。     

基于XML的WEB数据挖掘研究

数据挖掘指从大量的实际应用数据中提取隐含的信息和知识供用户使用,介绍Web数据挖掘以及种类,同时也阐述HTML转化为XNL的模型和XML在Web数据挖掘中的应用,最后通过一个实例说明模型的应用.