基于决策树算法的数据挖掘在学生信息系统中的应用

数据挖掘的方法很多,决策树方法是数据挖掘方法之一。决策树方法不需要对数据进行任何假设,直接将大量数据智能地分类,按照一定的规则找出隐藏的、有价值的信息。文章选取决策树方法中具有代表性的C4.5算法,以高校学生信息管理系统中毕业就业海量信息为实例生成决策树,挖掘出有利于毕业生就业的潜在规则和因素,以便指导高校的教育和管理。     

基于模式与规则寻找的数据挖掘研究

企业在商业运营中积聚了大量的数据,如何从大量的数据中找出有价值的信息,帮助企业分析产品市场走向并提供更好的商务决策是目前数据挖掘领域研究的热点.以Apriori算法为主,介绍了基于模式与规则寻找的数据挖掘技术中的模式与规则寻找方法、关联模式评估方法等,为企业数据挖掘系统的研究与设计提供有益的帮助.     

能源计量中数据挖掘应用研究

讨论了基于数据挖掘技术的能源计量解决方案,介绍流体能源和物料采集数据的设计,为数据仓库的形成提供基础数据来源,说明了相关流体数据操作库和物料操作库的组成,进而数据提取,清洗、转换与装载,构成数据挖掘的知识。重点说明了在实施数据挖掘后,计量信息的高级数据的发现,计量信息的挖掘以及计量有价值数据的分析。为本钢集团的成本核算和节能降耗提供的数据依据。     

数据挖掘关键技术在人事管理中的应用研究

主要探讨了数据挖掘关键技术在人事管理系统中的应用.传统的人事管理系统主要面向事务处理,运用数据挖掘技术的关联规则和聚类分析并结合Clementine 10.1对事业单位人事管理系统中的海量数据进行分析,挖掘出该系统中人员信息的潜在关系和有效规则,分析可能存在的问题,为事业单位的人事管理提供有价值的决策依据.     

教育考试数据挖掘系统研究与实现

进行教育考试信息挖掘与分析研究,有利于充分发掘教育考试数据的潜在价值,更好地为教育管理、决策提供科学的依据.针对教育考试数据,研究了教育考试数据挖掘系统的整体架构以及面向主题的数据挖掘实现.在分析教育考试数据资源现状与特点的基础上,提出了教育考试数据挖掘系统框架,采用Apriori算法生成频繁数据项集,并对考生高考科目成绩进行关联规则挖掘.结果表明,教育考试各门科目成绩之间存在紧密关联性,规则的置信度均达到75%以上.     

数据挖掘在企业 CRM 中的应用

随着数据应用的普及,人类积累的数据量迅速增长.数据挖掘技术可以从大量的数据中,抽取出潜在的、有价值的知识.探讨了数据挖掘的发展演变过程及其相关定义,并详细说明了数据挖掘技术在CRM策略中的应用.     

一种改进Apriori算法在高校课程相关性分析中的应用研究

结合学生成绩数据的特点,将数据挖掘技术和关联规则算法运用到学生成绩数据分析中,挖掘隐藏在成绩数据背后的专业课程间的相互影响与关联关系,优化课程设置,为教学管理工作提供决策信息支持和参考.     

数据挖掘服务在物流配送规划中的应用

数据挖掘是从大量历史数据中寻找其规律的技术,通过数据挖掘发现有价值的知识,使物流企业全面准确地把握各方面的信息,实现物流系统的最优化和合理化。针对物流配送规划管理背景,研究了基于SOA服务的数据挖掘关键技术及应用;并利用开源WebGIS开发平台,将数据挖掘服务应用于物流配送运输规划的实践,验证了数据上传、清洗、算法和OLAP服务在物流配送管理中的关键作用,取得了较好的效果。     

空间数据挖掘与GIS集成研究及应用

如何从复杂的空间数据中提取有价值的信息已经成为一个非常迫切的问题。空间数据挖掘的出现为解决该问题提供了一种新的思路。分析了空间数据挖掘与GIS集戍的必要性与可行性,总结了两者集成模式的3 种形式,提出了一种集成体系结构。该体系结构实现了空间数据挖掘与GIS的完全集成,能够较好地解决空间数据共享以及空间数据可视化问题,从而提高了数据挖掘与知识发现的效率。空间关联规则是空间数据挖掘的一个重要功能,它可以把空间数据库中的数据转化为知识。通过对空间数据信息进行分析,选用数据挖掘中的关联规则算法,实现了该集成结构的工作过程。     

数据挖掘技术在CRM中的应用

针对从CRM的海量信息数据中发现有价值的知识和规律的技术难题,提出将数据挖掘技术应用到CRM中,综合运用多种数据挖掘技术发掘出潜在的价值高的客户关系,预测客户的购买行为。阐述了数据挖掘技术应用到CRM中的流程和方法,并基于CART决策树算法构建了CRM数据挖掘模型,达到了CRM交互过程中的智能化要求,从而帮助企业更好的了解客户行为,提高企业核心竞争力。     

远程虚拟教育通信中异常数据挖掘技术

针对现有挖掘方法应用到远程虚拟教育通信异常数据挖掘时,其挖掘准确率及应用效率偏低的问题,提出一种基于空间聚类算法(FWSCA)与差分进化法的远程虚拟教育中异常数据挖掘方法.采用信息增益法提取远程虚拟教育通信数据特征,引入WTA规则对在线通信的数据特征进行聚类,在此基础上,采用稀疏分数方法对数据进行区分,采用FWSCA与差分进化法相结合对运程虚拟教育通信异常数据进行挖掘.结果表明,采用该挖掘方法进行异常数据挖掘,挖掘精度相比传统挖掘算法精度高、时间短,具有一定的优势.     

数据挖掘方法与工具

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、但又是潜在有价值的信息和知识的过程．简略介绍数据挖掘的方法和数椐挖掘工具。     

教学评价数据挖掘中的关联规则分析与设计

将关联规则数据挖掘的方法运用到教学评价中,从教学评价数据中挖掘有助于提高教学质量的相关信息。确定了教学评价的影响因素,给出了数据挖掘设计步骤。运用关联规则中Apriori算法,寻找教学评价成绩与教师基本情况之间的关系,为教师提供有价值的参考,帮助教学部门进行决策,从而更好地开展教学工作。     

一种基于Web的电力营销数据挖掘系统

为了更好地利用供电公司在生产和营销过程中产生的海量数据,从中发现有价值的信息,辅助运营商进行有效的市场营销和客户服务,结合数据仓库、数据挖掘技术和联机分析处理(OLAP)技术,提出一种基于Web的供电公司电力营销数据挖掘系统.该系统采用包括业务逻辑层、应用服务层和数据存取层在内的三层B/S体系结构及基于模型-视图-控制器(MVC)的设计模式,具有跨平台和可扩展性、可维护性等优点,应用前景广阔.     

数据挖掘技术在故障诊断中的应用

数据挖掘技术是当今计算机信息技术的一项新兴技术,它综合运用了人工智能、计算智能、模式识别、数理统计等先进技术,从大量数据中挖掘和发现有价值和隐含的知识.研究了数据挖掘的主要方法和它在故障诊断中的应用.     

关联规则挖掘在高校教育管理中的应用

为有效利用高校教育管理工作多年来积累的大量数据,采用数据挖掘技术进行教育信息的关联规则挖掘,设计并实现了一个专门的教育管理数据挖掘系统EMARMiner。实验结果得到了有益于高等学校教育管理决策的挖掘结果。     

基于FP-growth算法的学生成绩分析系统的研究

随着国际互联网的发展和大数据开发的深入普及,我国高等院校信息化程度持续提升,传统的低层次信息查询技术已不能适应新的形势需求。本文使用数据挖掘方法对教务管理系统长期存储的海量数据进行挖掘,数据挖掘过程按顺序依次包含数据的准备、规则挖掘和挖掘结果解释三个部分。应用FP-growth关联分析算法挖掘出影响学生成绩的课程之间隐藏的规则,可以得到前期课程成绩对后续课程成绩的影响。进而为高校的教务管理人员的工作提供相应的政策指导。     

一种改进 Apriori算法在高校课程相关性分析中的应用研究

结合学生成绩数据的特点,将数据挖掘技术和关联规则算法运用到学生成绩数据分析中,挖掘隐藏在成绩数据背后的专业课程间的相互影响与关联关系,优化课程设置,为教学管理工作提供决策信息支持和参考。     

基于遗传算法的数据挖掘方法及应用

车间作业调度问题的研究不仅具有重大的现实意义,而且具有深远的理论意义.该文采用数据挖掘算法从大量的车间作业调度中抽取一些有价值的信息或知识,然后应用这些知识来辅助车间作业调度.应用数据挖掘算法从车间作业调度最优方案中抽取出最优调度方案的一些模式知识来发展一些规则集辅助车间作业调度.这些规则可以看作是隐含在车间作业调度最优方案中的,事先未知的潜在有用的信息.根据这些规则可以产生比简单指派更好的车间作业调度方案.最后的数据实例表明该方法无论在调度质量还是在计算速度上都具有较好的性能.     

数据仓库在企业决策支持系统中的应用研究

数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）是20世纪90年代中期兴起的三项决策支持技术,它们的结合能充分利用经营企业内部积累的海量数据,挖掘出有价值的知识和信息来支持企业决策的制定.结合SQL Server 2005中数据仓库的构造技术,对其在连锁销售企业决策支持系统中的应用进行了研究.