Weka,使数据挖掘不再神秘

数据挖掘工具Weka由于其基于java,开源等优点而倍受瞩目,但在国内却鲜为人知,而且相关学习资料也很少,本文介绍了Weka的历史,特点及使用方法等。     

教你使用数据挖掘工具Weka

介绍了Weka的历史、特点及使用方法.     

数据挖掘技术及工具研究

本文对数据挖掘技术作了简要的概述，分析了数据挖掘的体系结构和数据挖掘的分析方法，并简要介绍了几种数据挖掘工具以及它们的特点，在文章的最后展望了数据挖掘的发展方向。     

数据挖掘工具的评判

本文通过对中国市场上最为流行的三大数据挖掘软件(SAS公司的Enterprise Miner、IBM公司的Intelligent Miner和SPSS公司的Clementine从数据存取、数据处理、模型算法、自动建模、可视化以及其它系统要求6项指标进行了评估.经过分析SAS公司的Enterprise Miner、IBM公司的Intelligent Miner和SPSS公司的Clementine的综合得分分别为96、88和86.SAS公司的Enterprise Mine效果最好.     

数据挖掘工具的评判

本文通过对中国市场上最为流行的三大数据挖掘软件(SAS公司的EnterpriseMiner、IBM公司的IntelligentMiner和SPSS公司的Clementine从数据存取、数据处理、模型算法、自动建模、可视化以及其它系统要求6项指标进行了评估。经过分析SAS公司的EnterpriseMiner、IBM公司的IntelligentMiner和SPSS公司的Clementine的综合得分分别为96、88和86。SAS公司的EnterpriseMine效果最好。     

数据挖掘及其工具的合理选择

本文给出了基于数据库的知识发现（KDD）的核心——数据挖掘,通过对数据挖掘的实现过程和种类的分析,给出了数据挖掘工具的合理选择标准．为充分利用数据挖掘工具提供了参考。     

国外先进数据挖掘工具的比较分析

近年来，国外陆续推出了一些先进的数据挖掘工具。国内也在不断地引入这些数据挖掘工具。随着数据挖掘工具的不断涌现，如何选择适合企业自身特定需要的数据挖掘工具，已成为企业引入数据挖掘技术的一大难题。文章在简要概述数据挖掘技术背景的基础上，从企业应用的角度，全面详细地比较分析了当前国外先进的数据挖掘工具。     

通过关联规则算法Apriori解读Weka源代码

在阐述了关联规则算法Apriori要义的基础上,解读了其在Weka系统中的具体实现。详细分析了weka源代码中实现Apriori算法的基础核心类包和算法实现类包中的关键类以及这些类内部的关键函数及变量,为探索通过weka源代码学习和研究数据挖掘算法及其实现方法提供了很好的帮助。     

基于Weka的城市建设用地结构特征挖掘研究

城市建设用地结构是城市建设用地状况的直接反映,对其进行研究分析可以了解掌握城市建设用地的现状与内在规律。尝试使用Weka软件,运用其关联分析、聚类、回归方法中的不同算法对城市建设用地结构进行分析,获取了一些有益的结果：（1）通过关联分析得到不同用地间的相关性;（2）通过聚类将全国城市分为5类,并分析了其空间分布特征,即存在均匀分布,又呈现相对聚集现象;（3）通过回归分析得知用地结构与城市规模之间存在一定联系。     

基于Weka关联规则挖掘的针灸腧穴规律研究

针灸腧穴规律在针灸临床治疗中起着十分重要的作用,针对古今针灸临床治疗方案数据量大、关联性强的特点,运用关联分析中的Apriori算法,结合针灸学科特点和临床诊治规律,将经过筛选转换的数据在Weka平台中分析,充分利用其中的类和可视化功能,得出用穴规律、腧穴配伍规律等的分析结果。实验结果表明,基于WEKA的关联规则挖掘技术能有效的为针灸腧穴规律研究提供信息支持。     

基于Weka关联规则挖掘的针灸腧穴规律研究

针灸腧穴规律在针灸临床治疗中起着十分重要的作用,针对古今针灸临床治疗方案数据量大、关联性强的特点,运用关联分析中的Apriori算法,结合针灸学科特点和临床诊治规律,将经过筛选转换的数据在Weka平台中分析,充分利用其中的类和可视化功能,得出用穴规律、腧穴配伍规律等的分析结果。实验结果表明,基于WEKA的关联规则挖掘技术能有效的为针灸腧穴规律研究提供信息支持。     

Web数据挖掘的分析与探索

随着WWW上信息量的不断增加,如何在信息海洋中找到真正需要的内容,成了专家学者关注的焦点,Web数据挖掘就是一个很好的途径。在讨论了Web使用模式的挖掘流程及挖掘技术后,架构了一种Web使用模式挖掘工具。     

可视化数据挖掘工具的设计与实现

为了在海量数据中把有用的数据提取给用户进行分析,通过对数据可视化和聚类分析的深入研究,将可视化技术与数据挖掘技术两者结合起来,在Java平台下开发一个可视化的数据挖掘系统,把数据挖掘的结果以3D散点图、平行坐标图的方式显示给用户,使用户能够直观地看到数据集的全貌及分析各对象同一属性值的分布和各属性之间的关系,有效地表达数据挖掘结果。     

Discovering Dispatching Rules Using Data Mining

This paper introduces a novel methodology for generating scheduling rules using a data-driven approach. We show how to use data mining to discover previously unknown dispatching rules by applying the learning algorithms directly to production data. This approach involves preprocessing of historic scheduling data into an appropriate data file, discovery of key scheduling concepts, and representation of the data mining results in a way that enables its use for job scheduling. We also consider how by using this new approach unexpected knowledge and insights can be obtained, in a manner that would not be possible if an explicit model of the system or the basic scheduling rules had to be obtained beforehand. All of our results are illustrated via numerical examples and experiments on simulated data.     

浅析数据挖掘技术

随着信息技术的发展,积累了越来越多的数据。数据挖掘技术为人类处理这些海量数据提供了有力武器。首先介绍了数据挖掘技术的概念,然后对数据挖掘系统的构成和数据挖掘的流程进行了分析,最后详细分析了数据挖掘的常用方法。     

基于Web的数据挖掘技术

由于Web数据所具有的半结构化特性,使得Web数据挖掘更加复杂,不同于传统的基于数据库的数据挖掘。基于Web的数据挖掘主要分为:Web内容挖掘、Web结构挖掘和Web使用记录的挖掘。文中综述了基于Web的数据挖掘技术,并且介绍了一种全新的技术XML。XML的推广和使用,对于推动Web挖掘和知识获取具有重要的意义。如何进一步的开发Web数据挖掘,充分利用Web资源,还有待于进一步的研究。Web数据挖掘的研究具有极大的挑战性同时又具有极大的开发潜力。     

用数据挖掘技术分析融合系统的性能

使用数据挖掘技术对融合系统性能测试结果进行分析 ,以便找出影响融合性能的因素 ,发现各种影响因子间的相互关系 ,通过调整不利因素 ,改进设计方法 ,进一步提高了融合系统的性能     

利用数据挖掘方法分析客户生涯价值

针对客户生涯价值分析这一客户关系管理系统的重要问题,在分析已有工作的基础上,经过多级数据归约,提出了多商品配送企业适合工程计算的客户生涯价值公式。进而对客户进行了高速聚类挖掘,找出了客户群的特点,对公司有针对性地制定客户策略起到了一定的指导作用。