数据挖掘技术在特色资源库中的应用

提出了一种基于数据挖掘技术的文献自动推荐系统架构,分析了系统实现的关键技术,并完成了系统模块化设计和算法实现。经实践验证,该推荐系统在特色资源库中具有良好的文献推荐效果和广阔的应用前景。     

数据挖掘在电信业中的应用

介绍了应用于移动通信业的数据挖掘系统,以一些实际数据说明了关联规则挖掘和分类模型挖掘在电信业务中的具体应用。     

房地产行业中数据挖掘技术的应用

数据挖掘作为一种系统地检查和理解大量数据的工具,能有效地帮助房地产企业从不断积累与更新的数据中提取有价值的信息。从数据挖掘在房地产行业中的市场研究价值入手,介绍了微软BI架构及SQL2005的新特性。分析了数据挖掘在房地产市场研究尤其是客户信息中的应用,使用基于兴趣度的关联规则分析方法,建立一套基于客户分类的关联规则。     

数据挖掘在零售业中应用研究

本文介绍了一种基于SQL Server的零售业数据挖掘解决方案,运用数据挖掘中的关联规则,挖掘零售业数据库中顾客购买不同货物的关联性,避免了脱离市场、脱离需求,盲目摆放货物所造成的损失,节省了资金,提高了效益.系统做出的预测和形成的关联规则结果基本上符合零售业销售的规律,发现的知识对零售业的管理有一定的指导意义.     

数据挖掘技术

数据挖掘（Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。本文简略介绍了数据挖掘的分析处理过程、分析处理模式、数据挖掘在电信企业中的应用以及数据挖掘的发展趋势。     

数据挖掘技术在工程塑料合成配方研究中的应用

目前以机理模型精确描述大分子结构性能形成的影响因素还有待进一步的理论研究，但数理统计分析方法的应用对该领域的研究和生产实践有显著的指导意义。本文通过实例介绍了在工程塑料合成配方研究中使用数据挖掘技术的方法，重点讨论了基于关联规则的模型建立与应用的过程，解决了如何利用Powerbuilder的嵌入式动态SQL技术在大数据量下高效率实现数据挖掘的方法，并应用遗传算法，弱化关联度与支持率加速检索过程。最后本文讨论了数据挖掘技术在高分子材料领域未来的发展方向。     

数据挖掘技术在教学中的应用

在对数据挖掘技术的概念、挖掘过程和常用方法等知识进行简单介绍的基础上．就如何在日常的教学中应用数据挖掘，从中得到教学上需要的信息等内容进行了探讨．从而为我们的教育事业添砖加瓦：     

数据挖掘技术及其在高校教学系统中的应用

分析和指出了现有一些关联规则算法的优缺点，并进行改进，对教学信息库进行数据挖掘，寻找高校教学体制中各因素间的关联关系，为高校管理决策提供了科学依据。     

数据挖掘技术在税务系统中的应用

基于FAS算法，设计并实现了一个基于最近挖掘结果的数据挖掘系统AR_Miner，包括数据预处理、频繁集初始计算、频繁集更新计算、频繁集选择、关联规则生成5个部分，实现了关联规则挖掘的可视化和生成结果按“支持度-可信度”形式的可视化，为基于频繁集的交互式挖掘提供了方便、友好的界面。对历史的稽查数据中纳税人采用的主要违法违章手段之间的关联关系进行了数据挖掘，得到了一些合理的知识，提高了对稽查历史数据的管理水平，为税务稽查提供了有力的决策支持。     

数据挖掘技术在战略管理中的应用

揭示整个数据挖掘过程是战略分析阶段的一个部分,并将数据挖掘过程从理论及实践两个方面映射到战略分析阶段.同时发现数据挖掘技术用于环境分析时,大量挖掘成果可以帮助管理者更有效地制定针对性战略.     

过程挖掘技术的研究与应用

由于业务流程日益复杂多变,并且流程模型设计者对于业务流程的理解主观性较强,大多数通过人工建立的过程模型都与现实情况存在较大偏差,使用过程挖掘技术能够很好地解决这一问题。针对典型的工作流系统中索赔事件流程的日志,对其建模流程进行分析,使用过程挖掘工具Pro M进行挖掘得到对应的过程模型。实验结果表明,通过过程挖掘技术所得到的过程模型与实际的业务流程相符,与人工流程建模相比,提高了效率,降低了成本。     

数据挖掘技术在漏洞扫描系统中的应用研究

首先介绍了漏洞扫描和数据挖掘技术的相关知识,然后在此基础上提出了一个数据挖掘技术在漏洞扫描系统上的应用模型,并采用遗传算法与神经网络相结合的方法对系统进行了优化仿真实验,最后对其应用前景进行了展望。     

Web日志挖掘中数据预处理技术的研究

在Web日志挖掘中数据预处理是整个挖掘过程的基础,由于客户端缓存的存在,在已往的预处理过程中都是通过路径补充技术得到用户完整的访问路径之后,才能进行事务识别.提出了一种只需根据网站的拓扑结构,不需要使用路径补充技术,由用户访问序列直接生成事务的算法.     

OLAP数据挖掘模型的应用研究

OLAP数据挖掘模型结合了微软分析服务可以访问的数据挖掘和联机分析处理两种决策机制,其创建可以借助挖掘模型向导或利用决策支持对象编程实现。采用微软决策树算法的OLAP数据挖掘模型可根据决策树、虚拟立方体和维来分析数据,并预测数据的某些特性,以帮助用户决策。     

综采无人工作面自动化开采技术研究与应用

针对综采无人工作面高效开采需求,提出了以协同控制技术为核心,"三机"自动控制技术为基础,运煤设备自移控制技术为辅助,视频监控、数据平台展示为延伸的综采无人工作面自动化开采技术方案。结合黄陵一号煤矿1001工作面现场条件,介绍了该方案的具体实现。应用结果表明,该方案可自动完成割煤、移架、推移刮板输送机和顶板支护等生产流程,实现了减人提效。     

CAPP环境下关联规则挖掘技术的应用研究

CAPP系统的数据库中存储了大量的工艺设计资料，如何充分利用这些宝贵的数据和信息是一项非常有意义的研究工作。通过对数据挖掘技术的深入分析，提出了将数据挖掘技术应用于CAPP数据库中，采用关联规则挖掘方法发现基本工艺单元。详细讨论了关联规则的定义和挖掘算法，并给出了具体的挖掘实例，以期为提高CAPP系统的应用效率提供有力的技术支持。     

数据挖掘在入侵检测系统中的应用研究

指出了目前入侵检测系统中存在的问题,并由此提出一个基于数据挖掘技术的自适应入侵检测系统模型。文中详细阐述了其体系结构及主要功能,并通过具体的例子说明将数据挖掘技术应用于入侵检测是有效的。     

探讨数据挖掘技术在网络信息安全管理中的应用

信息的收集,运用以及控制的竞争日益加剧,因此网络的安全问题也逐渐的成为了社会关注的主要问题,信息安全也已成为保障国家安全和社会稳定的重点方面.如何识别防御和攻击以及增强网络的安全已经成为技术管理人员研究的重要方面.网络安全领域的一个热门话题就是入侵检测.入侵检测的主要分析方法是异常检测和误用检测两种方法.     

数据挖掘在电信套餐预演中的应用研究

电信体制的改革引入了竞争的机制,使得电信企业根据不同的客户提供不同优惠的电信套餐.电信企业在客户细分的基础上针对具体的客户群推出新套餐,将新套餐推向市场前希望对该套餐进行预演,以预测该套餐推出后的市场情况.在分析现有套餐预演的基础上,提出了电信套餐预演的整体分析模型,并结合电信企业实际套餐数据对该模型各部分进行了具体的应用分析,结果证明了该模型的有效性.     

数据挖掘技术在水文数据分析中的应用

为提高水文预测的精度,降低预测的复杂度,提出了基于数据挖掘的水文数据分析方法,建立了水文数据分析系统。该系统引入数据挖掘相关技术,以J2EE(Java 2platform enterprise edition)技术为基础,基于Oracle的数据挖掘平台ODM(oracle data mining)和商务智能平台BIEE(oracle business intelligence enterprise edition),实现了水文数据分析的简单化、智能化。最后以江西省鄱阳湖地区4个重要水文站水位历史数据为实例,建立水位数据分析模型,分析结果表明该系统所建模型误差小、预测精度高,完全满足实际应用需求。