基于SQL Server的OLAM的研究及应用

OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。本文主要研究数据仓库中OLAP,On-line Analytical Processing和数据挖掘技术,这两个技术是商业智能中的核心技术和主要内容,在两者的基础上引入OLAM的概念,并阐述其基本原理和核心技术。基于微软的SQL Server平台,为一个商业案例建立数据仓库,利用Analysis Services服务,建立销售分析的多维数据集,利用OLAM的基本模型实现OLAP和聚类挖掘技术的结合,借助两者的各自优势,得到很好的客户聚类分析结果。     

联机增量关联规则算法研究

在数据挖掘应用越来越普及的今天,传统数据挖掘系统的高代价和低效已经成为其更深应用的瓶颈,联机数据挖掘系统由于其自身的集成性正引领着数据挖掘研究新的方向。但联机增量数据挖掘系统中算法也需要作相应的改进才能够适应新的需求。文章是一篇关于在联机数据挖掘系统中进行关联规则分析的文献,实现了对联机数据挖掘系统中的并行和增量关联规则分析,并根据分析过程给出了实验结论。     

数据挖掘在CRM中的应用设计

讨论了在客户关系管理 (CRM)中用于客户细分和建立客户轮廓的数据挖掘技术。首先指出 CRM的概念和分类 ,然后分析了几种数据挖掘方法 ,最后提出面向 CRM的数据挖掘应用设计。     

一种基于OLAP与DM的OLAM模型的研究

OLAP(On-Line Analytical Processing)技术与数据挖掘技术,其实现技术以及适用范围不尽相同,在决策分析中必须协调使用才能发挥更好的作用。基于OLAP与DM的OLAM(OLAP Mining)模型,是将数据挖掘和OLAP技术结合在一个统一的框架之中,使得决策人员和分析人员能够以不同的角度、不同的层次观察数据,加强了决策分析的功能和灵活性。有助于发现更合理的模式,为用户提供更多的支持。     

数据挖掘在医院信息化建设中的应用研究

本文的研究工作主要围绕在医院信息系统(HIS)中使用数据挖掘技术展开。将数据挖掘理论应用于实际的医院信息系统(HIS)系统中,实现医院信息系统(HIS)系统与数据挖掘技术的结合。本文对数据挖掘的概念及国内外应用现状,以及数据挖掘在医院信息系统中的应用和展望进行了阐述。     

基于生长的自组织映射的数据挖掘

在数据挖掘应用中,基于自生成神经网络的方法被认为是比基于固定网络方法更好的一种替代方法。介绍了自组织映射(SOM)算法和生长的自组织映射(GSOM)模型,证明了GSOM的功能可以扩展成最近原型分类,并给出了其在数据挖掘中的一个应用。     

数据挖掘在XML的维修管理系统中的应用研究

数据挖掘(Data Mining,DM)技术是当前研究热点之一。本文根据维修管理系统利用XML(可扩展标记语言)的格式标记交换数据的特点,建立了数据挖掘系统模型,对数据结构和数据取样处理进行分析,最后利用决策树ID3修正算法,给出了数据挖掘的具体实现,通过项目验证了该数据挖掘模型在系统中的可行性。     

SQL Server Analysis Services的概念与结构

Microsoft SQL Server Analysis Services(SSAS)为商业智能应用程序提供了联机分析处理(OLAP)和数据挖掘功能.Analysis Services允许设计、创建和管理包含多维结构,使其包含从其他数据源(例如关系数据库)聚合的数据,并通过这种方式来支持OLAP.对于数据挖掘应用程序,Analysis Services允许使用多种行业标准的数据挖掘算法来设计、创建和可视化从其他数据源构造的数据挖掘模型.     

航空发动机PHM中的数据挖掘机遇与挑战

预测与健康管理(PHM)是未来先进航空发动机确保飞行安全、实现二级视情维修的关键使能技术。数据挖掘是PHM实现发动机健康状态评估、诊断以及剩余寿命预测的核心技术。本文首先从军事需求入手,简要分析了PHM技术的作用和意义,阐述了数据挖掘在PHM技术中发挥的重要作用,简要分析了国内外在航空发动机PHM中数据挖掘的差距。接着,详细分析了在航空发动机PHM技术中的关键数据挖掘问题,指出了数据挖掘问题的难点和技术挑战。最后,提出了集计算机、航空宇航两大学科之力推动发动机PHM技术成熟的建议。     

数据挖掘技术在CRM中的应用

客户关系管理(CRM)逐渐成为企业的焦点,也是数据挖掘技术的重要应用领域.概述了数据挖掘技术的功能和分类;比较了CRM的各种定义,阐述了CRM的含义及其应用系统的通用体系结构;总结提出了数据挖掘技术在分析层CRM中的4方面应用;分析了数据挖掘在CRM中的实施过程.     

数据挖掘技术及在医学中的应用

数据挖掘(Data Mining,DM)是一门应用性很强的技术。该文阐述了数据挖掘技术的概念、方法和过程,介绍了数据挖掘在当前医学领域的应用情况。     

数据挖掘技术在财务实时控制系统中的应用研究

通过对数据挖掘技术在财务管理方面应用现状和财务实时控制应用状况的介绍,提出构建一个适应现代信息技术,并与企业管理环境相协调的基于数据挖掘技术财务实时控制系统框架。并分析数据挖掘技术在资金调度优化、成本实时控制、财务风险动态预警子系统中的具体应用。本研究充分利用数据挖掘技术,提高了财务实时控制的实用性,为企业构建财务实时控制系统提供帮助,为数据挖掘技术在财务实时控制方面的应用提供了一个参考。     

XML语言在Web数据挖掘中的应用

面向Web的数据挖掘是当今数据挖掘技术的热点，文章介绍了该项技术的特点所在，并详细阐述了XML语言的卓越性及其在Web数据挖掘中的重要应用。     

正在走向实用的数据挖掘技术

数据挖掘是信息产业界近年来非常热门的研究方向。本文介绍了数据挖掘的概念、目的、常用方法、数据挖掘过程，并给出了在行业中实现数据挖掘的四个关键。     

正在走向实用的数据挖掘技术

数据挖掘是信息产业界近年来非常热门的研究方向。本文介绍了数据挖掘的概念、目的、常用方法、数据挖掘过程,并给出了在行业中实现数据挖掘的四个关键。     

界标窗口数据流频繁模式挖掘特性

随着数据流应用领域的不断扩大,数据流频繁模式挖掘技术逐渐成为数据挖掘领域研究的核心问题。对DSFPM算法进行研究和改进,提出了一种基于界标窗口的数据流频繁模式挖掘算法DSMFP_LW。该算法实现了单边扫描数据流;利用扩展的前缀模式树存储全局临界频繁模式,实现数据增量更新。通过对比实验,结果证明DSMFP_LW算法有较好的时间开销和空间利用率,优于经典的Lossy Counting算法,适合数据流频繁模式挖掘。     

网络的Web应用开发技术研究

互联网络应用的普及使得数据挖掘技术的重点已经从传统的基于数据库的应用转移到了基于Web的应用。Web数据挖掘旨在改进网络系统性能,提高运行效率,具有良好的发展和应用前景,必将得到越来越多的关注。从Web应用开发技术入手,就Web挖掘技术的概念、步骤及Web应用开发的过程和测试技术作了较为详细的阐述。     

科学数据挖掘网格服务框架*

在分析科学数据网格环境下数据挖掘之特点的基础上,提出了科学数据挖掘网格服务框架.科学数据挖掘网格服务以网格服务的形式提供了科学数据网格环境下的数据挖掘解决方案.与传统的数据挖掘系统相比,科学数据挖掘网格服务具有诸多优点,更适合科学数据网格和科学数据库环境.目前已经实际应用于几个数据库中,不仅具有简单的查询检索功能,而且可以进行数据统计分析及知识发现,进一步提高了科学数据网格服务的水平.     

Introduction: Lessons Learned from Data Mining Applications and Collaborative Problem Solving

This introductory paper to the special issue on Data Mining Lessons Learned presents lessons from data mining applications, including experience from science, business, and knowledge management in a collaborative data mining setting.     

OLE DB for DM规范与DMX语言分析及应用

数据挖掘语言标准化的研究是开发新一代数据挖掘系统的关键。DMX(Data Mining Extensions,数据挖掘扩展)是OLE DBFor DM规范支持的数据挖掘查询语言,支持数据挖掘系统直接对关系数据库进行挖掘,是数据挖掘原语标准化发展中的一个突破。该文介绍了OLE DB For DM规范下数据挖掘的主要步骤,给出了Microsoft SQL Server Analysis Services中基于DMX的实现方法。