数据挖掘技术在煤炭企业中的应用

煤炭企业经营管理水平的持续提升带动着信息量的飞速发展,存在于大量信息数据中的潜在规律若能够加以合理应用,就能够发挥对企业经营管理行为决策的支持作用。当前技术条件支持下,数据挖掘技术无疑是最为有效的实现途径之一,应当引起广泛关注与重视。文章主要针对数据挖掘技术在煤炭企业中运用的相关问题进行探讨。     

数据挖掘

概述了数据挖掘的内容。通过对数据挖掘的研究得知 :查询是数据库的奴隶 ,发现才是数据库的主人。通过横向关联、次序关联、分类、聚类对数据进行挖掘。     

数据挖掘技术及其在选煤厂信息管理中的应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术。文章介绍了数据挖掘系统的体系结构、数据挖掘的方法及其在选煤厂信息管理中的应用。     

数据挖掘技术在煤矿企业中的应用

本文以数据挖掘技术为研究对象,着眼于煤矿企业经营管理实际情况,针对数据挖掘技术在煤矿企业中的各方面应用功能展开了较为详细的分析与阐述。     

计算机数据挖掘技术在煤炭企业中的应用研究

煤炭行业是我国经济支柱型产业之一,想要在当前的新形势下持续发展,就必须不断引入各种先进的技术。数据挖掘技术以其自身诸多的优点具有非常广泛的应用空间,能够在煤炭企业多个关键环节中起到重要贡献。鉴于此,文章就计算机数据挖掘技术在煤炭企业中的应用展开研究。     

数据挖掘技术在煤矿企业中的实践探索

所谓数据挖掘实际上就是在大量的信息中寻找有价值且具有潜在规律数据的复杂过程,涉及到多种学科和科技知识的运用,目前已经在很多企业得到了广泛的应用,特别是煤矿企业,不仅仅涉及到企业内部的管理,比如CRM客户关系管理系统,还涉及到煤矿安全管理方面。文章的重点就是分析数据挖掘技术在煤矿企业的一些实际的应用。     

粗糙控制中的数据预处理

粗糙控制是一种根据观测信息数据获得控制策略的方法,其数据预处理结果对于最终生成的控制规则至关重要.本文对粗糙控制中的数据预处理方法进行探讨,提出了一些改进方法,尤其是采用优胜劣汰法去除不一致数据.将这些方法用于弓长岭阳离子反浮选粗糙控制模型的数据预处理过程,取得了较好的效果.     

数据挖掘技术在出砂预测中的应用

针对油井出砂预测困难的问题，提出应用数据挖掘理论和技术探索解决问题的新途径。根据应用问题的性质，给出了两种用于实现聚类挖掘的人工神经网络模型与算法，简单竞争学习和自组织特征映射学习算法。运用该挖掘模型对某油田一区块的52口已知出砂效果井的资料进行挖掘，预测该区另外8口井出砂情况，在预测结果中有5口井的出砂预测结果与实际出砂情况相符。     

数据挖掘技术在CRM中的应用

利用数据挖掘可以帮助完成日益繁重的潜在客户群的划分,从而实现对获取新客户成本的有效管理,可以明显提高营销活动的响应率,改善营销活动的回报率。在分析数据挖掘应用于客户关系管理的必要性和应用方式的基础上,对面向数据挖掘的通信企业客户关系管理系统和数据挖掘在其中的具体应用进行了研究。     

简论数据仓库和数据挖掘的内在关系

计算机应用技术把数据库概念进一步细化,数据仓库与数据挖掘技术之间存在着紧密的联系。为了实现数据库资源利用率的最大化,现分析了数据仓库与数据挖掘的内在关系,引导用户正确地挖掘数据资源。     

论数据挖掘在客户关系管理系统中的应用

客户资源是经营期间创造收益的基本保证,与客户保持良好的合作关系也是企业需要重点解决的问题。建立客户关系管理系统能够更高效率地服务于客户,分析了数据挖掘运用于客户关系管理系统的相关问题。     

客户管理系统中数据挖掘技术应用研究

目的是研究数据挖掘技术的基本原理、实用方法、实践步骤与技巧,为企业快速、低成本构建客户管理系统、CRM系统、数据挖掘应用系统提供参考与借鉴。从数据挖掘的概念入手,分析了其主要任务,从其现状中研究了其存在的问题及发展趋势,重点探讨了数据挖掘的应用步骤与方法,给出了一个数据挖掘软件的造型原则。     

人工神经网络在数据挖掘中的潜在应用

神经网络的方法不常用于数据挖掘任务,因为他们可能具有复杂的结构,训练时间长,和不易理解的结果表示和常产生不可理解的模型,然而,神经网络具有对噪声数据的高承受能力和高精确度,是数据挖掘中的优先考虑。该文,做了调查来探索人工神经网络在数据挖掘技术中的应用,还研究了基于神经网络基础实现数据挖掘的关键技术和方法。     

数据挖掘技术在矿物加工中的应用研究

基于矿物加工研究的历史数据,运用数据挖掘技术的分类与关联规则功能的典型算法,如J48算法和Apriori算法,从MYSQL数据库中调用与某一主题相关的矿物数据,经预处理后进行挖掘处理,得到潜在的、对人们有用的信息与知识。以判断铜硫硫化矿中硫元素是否回收为例,简单介绍了如何将传统矿物加工工艺与现在信息化技术相结合。研究结果可为将来深入研究奠定基础。     

多媒体数据挖掘技术的探讨

提出多媒体数据挖掘系统的一般结构和特点,阐述了多媒体数据挖掘的内容及基本方法,讨论了多媒体挖掘领域今后发展可能遇到的问题和面临的挑战。     

我国煤矿开采技术研究简析

分析了我国煤矿开采应重点研究的6个技术领域：采煤方法和工艺，深矿井开采，减少矸石排放的开采技术，支护质量与顶板动态监测技术，小煤矿技术改造和机械化开采技术以及地下气化技术。     

浅谈数据挖掘

介绍了数据挖掘的技术、发展现状和应用示例，以及在选择数据挖掘工具时应该考虑的因素和容易出现的问题。     

数据挖掘技术在图书馆中的应用研究

伴随Internet的快速发展,图书馆中需要传播及存储的信息量非常多,读者针对文献资料类型及信息需求的多样化,导致个性化的信息服务势在必行。本文把图书馆借阅数据作为研究对象,采用适合于图书馆数据的关联规则中的FP-growth算法,同时针对FP-growth算法实施了优化。依靠对图书馆业务数据的挖掘与分析,取得读者的兴趣及图书之间的关联等信息。     

空间数据挖掘与普通数据挖掘的不同特征

数据挖掘通常被定义为搜索、分析和筛选大量的数据的过程,发现它们之间的关系、模式或者任何的显著统计相关性。空间数据挖掘(SDM)是从大型空间数据集中发现有趣的、有用的信息和知识模式的过程。由于空间数据类型、空间关系,和空间自相关的复杂性,从空间数据集中提取有趣和有用的模式,比从传统意义上的数字型数据提取相应的模式要困难得多,该文对比空间数据挖掘与传统数据挖掘的不同特点。