数据挖掘在客户关系管理系统中的应用研究

客户关系管理是企业管理中一项重要的内容,在CRM中使用数据挖掘技术,可以提高企业的管理水平。本文深入研究了客户管理系统与数据挖掘相关方法,并采用数据挖掘技术对客户贡献和客户价值等方面进行了详细的分析,总结了相关的步骤和方法。     

浅析计算机数据挖掘技术在煤矿行业中的应用

随着计算机技术的广泛运用,在煤矿企业发展中也开始运用了数据挖掘技术。通过实际证实,计算机数据挖掘技术能够为煤矿企业的生产流程、设备控制、人员管理等提供诸多方便。半结构化数据是煤矿企业数据库的重点资源,利用计算机进行挖掘则有助于煤矿企业开采的顺利进行。本文对数据挖掘技术在煤矿行业中的应用进行浅析。     

大数据挖掘技术在电子商务企业营销中的应用研究

本次研究旨在结合实际情况,来对大数据挖掘技术在电子商务企业营销中的应用相关问题进行一个系统化剖析。为此笔者对大数据挖掘的含义以及大数据挖掘技术在电子商务企业营销中应用的重要性进行了剖析,以及对大数据挖掘技术在电子商务企业营销中运用的具体步骤进行了阐述,以供参考。     

基于知识管理的项目成本管理优化研究

结合项目成本管理现状,借助数据挖掘技术,构建成本知识管理过程及形成知识管理、数据挖掘技术与成本管理的螺旋作用关系图,针对成本知识管理优化影响因素,对相对关联度算法进行改进,提高关联分析准确度,为施工企业进行工程项目成本管理决策提供知识支撑。     

数据挖掘技术在建筑企业经营管理中的应用研究

研究数据挖掘技术在建筑企业经营管理中的应用,通过精准挖掘建筑企业经营相关数据提升建筑企业经营管理性能.通过数据挖掘技术构建数据智能挖掘模型,并利用该模型对设计的建筑企业经营管理模型中的管理数据进行挖掘后,通过XML数据合成与Web服务器注册完成数据集成,利用改进神经网络算法对集成数据的分类,将分类结果传递至终端数据库存...     

基于数据挖掘技术的医保控费管理应用

本文首先阐述了数据挖掘技术和医保控费的发展背景,在此基础上分析了数据挖掘技术在医保控费管理中的应用价值和发展现状,探讨了数据挖掘技术在医保控费管理中的应用。     

虚拟施工技术在建筑企业中的运用

本文探讨了虚拟施工技术的定义,关键技术和在建筑施工企业中的运用规划。文章通过对信息建造模型(BIM)的数据挖掘,信息管理平台的二次开发和无线网络的集成,最终提出了运用虚拟技术进行精细化施工管理的思路和方案。     

建筑施工企业战略管理信息化研究

分析了我国当前施工企业的战略管理及其信息化需求 ,应用最新的智能信息处理技术 ,建立基于数据挖掘和数据仓库的战略决策支持系统 ,提出了将施工企业的战略管理信息化与企业综合信息管理相结合的整体架构 ,完成了施工企业战略管理信息系统的框架设计。     

数据挖掘技术在企业人力资源管理中的应用

本文通过分析数据挖掘技术的优势,针对如何将其应用于企业的人力资源管理提出了几点建议,希望能够发挥出该技术的实际作用,促进企业人力资源管理水平的提升。     

数据挖掘技术在管理会计中的应用

本文通过分析数据挖掘技术的关键点以及基本操作方法,再对数据挖掘技术进行创新与完善,分别从模糊模型、改进关键规则的ABC作业两个维度出发,在阐述数据挖掘技术的改进思路后,结合企业实际情况对改进方法的运用效果进行分析。     

数据挖掘技术及其在岩土工程中研究进展

介绍了数据挖掘技术的基本概念，数据挖掘方法，总结了数据挖掘技术研究现状及其在岩土工程应用中研究进展，对数据挖掘技术应用现状作出评价，并对数据挖掘技术在岩土工程中的应用进行了评述，以期为后续研究提供思路。     

基于数据挖掘的工程项目投资控制系统

项目进展过程中产生了大量的投资数据,但不能孤立地分析这些数据,必须与其他数据关联起来进行分析才有意义.基于数据挖掘的工程项目投资控制系统主要由投资监控与预警、投资多维分析、投资决策支持等功能模块组成.系统利用已建立的数据库,采用OLAP技术对项目造价进行多维分析,提供动态的、实时的投资控制业务视图,可以提高项目投资分析、动态监控能力;并利用知识库正向推理策略实现工程用材智能选型,避免盲目招标和保证优质选材.     

基于D-InSAR技术的葛亭煤矿地面沉降监测研究

为了为矿区安全开采和塌陷区环境综合治理提供科学依据,利用精细的D-InSAR技术对7景ENVISAT ASAR影像进行处理,获得了2004～2005年和2008～2009年葛亭煤矿多期地面沉降分布图。然后将D-InSAR结果导入GIS中做后处理,叠加0.25m分辨率的数字正射影像图(DOM)和开采平面图等来分析地面沉降,并以剖面图、3D可视图等进行显示。通过多期结果的相互验证,并与水准资料进行了比较。结果表明,D-InSAR结果可以清楚可靠地给出矿区沉降区域分布和演化,并且获得的矿区沉降范围和位置与实际基本吻合,沉降幅度较小的区域在数量级上和水准资料一致,而最大沉降量出现偏差,这是由于高形变梯度引起了干涉图的完全失相关,超出了D-InSAR技术形变探测的能力范围。     

黄土力学数据挖掘系统研究

岩土工程智能化系统研究是岩土工程领域前缘问题。本文基于信息技术中最先进的数据挖掘技术,研制了黄土力学数据挖掘系统,包括有预处理模块、挖掘操作模块、知识库管理模块,自重湿陷与湿陷性判定决策树模型、判定规则和评价模型的精度以及其他应用软件接口等。可实现数据的归约、聚类分析、分类、预测等。通过工程实例分析,证明了该系统的有效性和实用性。采用59项工程的2766组黄土试验数据对决策树的每条规则进行测试,结果表明自重湿陷性判定规则的准确率为87.3%,湿陷性判定规则的准确率为92.5%。利用挖掘所得到的判定规则和决策树模型,可减少试验工作、降低成本;提出的模型还可用于确定湿陷底界与自重湿陷的底界,从而为地基处理深度的确定提供依据。     

数字地质调查系统在湖南锡矿山锑矿田飞水岩矿区的应用

数字矿山是矿业开发的趋势,矿业开发过程中的数据来源多样,如何对地质数据的采集、处理进行科学、合理、高效的组织管理,同时对埋藏在地下深部的产状复杂多变的矿体进行储量估算、储量动态管理、三维建模,生成各类图件及报表是满足矿山生产建设急需解决的问题,将数字地质调查技术运用到地质矿产勘查、矿山生产管理是解决问题的有效途径。文章在说明数字地质调查系统应用流程的基础上,详细阐述了系统的一些重要功能特性与实现方式在飞水岩矿区的应用,充分体现了系统对海量、多源、异构的数据进行高效的存储、组织、管理的处理能力。     

Hybridization of CBR and numeric soft computing techniques for mining of scarce construction databases

Due to the nature of construction projects, collection of sufficient data is usually challenging for knowledge discovery in construction databases. Previous researchers had explored the capabilities of various artificial intelligence (AI) techniques for the mining of construction databases including symbolic reasoning techniques (e.g., case based reasoning, CBR), and numeric reasoning techniques (e.g., artificial neural networks, ANN, and neuro-fuzzy system, NFS). Both of the above paradigms own their merits and drawbacks on data mining. This paper proposes a hybridization of both symbolic and numeric reasoning techniques, to form a new data mining technique that can achieve a higher mining accuracy and overcome the restrictions of traditional numeric reasoning techniques on data scarcity problems. The testing results show the proposed hybridization can improve relative system accuracy by 44% (ANN) and 68% (NFS) compared with traditional CBR, or by 33.62% (ANN) and 72.88% (NFS) compared with traditional ANN and NFS, respectively. It provides profound potential for improving performance of traditional AI techniques in data mining for scarce construction databases.     

数据挖掘在能源管理系统中的深入应用

利用数据挖掘技术帮助能源管理系统（EMS）完成海量数据的进一步转化，从而挖掘出更多有价值的内容，帮助客户进一步挖掘节能潜力，提高能源利用效率。以SmartPM6000能源管理系统为例，介绍数据挖掘技术及其在节能方面的深入应用。     

Rough set theory for distilling construction safety measures

There are numerous construction safety measures adopted by the local construction industry in Hong Kong. The purpose of this study is to distil the more significant measures from all these practices. To achieve this, the rough set theory, a data mining technique by applying the rule induction method, is proposed to distil the rules that determine the safety performance of construction firms. Rough sets represent a different mathematical approach to vagueness and uncertainty. It is based on the assumption that lowering the degree of precision in the data makes the data pattern more visible. Under such an assumption, the rough set theory can provide the ability of classifying vague and uncertain data. A practical example is used to illustrate its application to distil these safety measures and highlight those which are most effective and important in combating site accidents. There are three decision rules identified; the best one is companies with a comprehensive safety orientation programme and good safety award campaigns for senior management staff which give the lowest accident rate and the best safety performance. Safety management rules can be successfully reduced, facilitating contractors to direct their limited recourses effectively.     

数据仓库在智能公交中的应用

利用数据仓库、数据挖掘技术分析智能公交车载终端上传的到、离站GPS数据,提高公交智能化水平.分析结果可以为公交行业营运管理提供有效的参考依据,用以组织和指导公共汽车运营生产过程,从而保证城市公交系统得以充分实现生产作业性计划,保障日常运营的高效管理、规划和调度的科学决策分析.