DM与DSS集成的框架体系及建模

DM与DSS集成是决策环境驱动的,该文分析了DSS与DM的功能集成模式,并提出了一个DM三阶段处理过程模型(ThreeStageProcessModel),利用这个模型实现了DM系统和DSS系统的平滑结构集成,最后用面向对象的可视化建模语言(UML)对集成系统框架体系进行了建模。     

基于Web的个性化学习系统研究

现代远程教育最重要的特点之一就是能够为学生提供个性化的教育。个性化的现代远程教育将整个教学活动作为一个有机的整体,各教学环节之间有密切的联系。该文以国家现代远程教育支撑软件———管理系统课题为背景,使用数据挖掘技术发现每个学生的个性、学习行为、学习反馈信息和教师感兴趣的有关教学的信息,及时调整教学策略,制定适合学生个性的教学内容和教学活动。     

一种基于呼叫中心和数据挖掘的客户数据库模型

提出了一种基于呼叫中心和数据挖掘的分级客户数据库模型，它通过将客户分为未注册客户、 注册客户和交易客户三种类型，减少了企业进行客户管理的盲目性，为企业发展新客户，留住老客户提供了帮助。     

Future trends in data mining

Over recent years data mining has been establishing itself as one of the major disciplines in computer science with growing industrial impact. Undoubtedly, research in data mining will continue and even increase over coming decades. In this article, we sketch our vision of the future of data mining. Starting from the classic definition of “data mining”, we elaborate on topics that — in our opinion — will set trends in data mining.     

ID3分类器的研究与设计

本文在研究了现有的ID3算法基础之上,设计了一个通用的ID3分类器,具有现实的意义。由于系统的可扩展性,为今后其他分类算法器的研究和设计提供了参考。     

混合模式垃圾邮件检测

机器学习和数据挖掘可以有效的应用于各种各样的数据模式识别中,其中包括对电子邮件进行的模式识别、分类和知识发现。现在使用的垃圾邮件检测系统可以精确的进行邮件判别。但是,现实是总有一些误判,而这些误判有时会带来很大的损失。现提出的混合模式分类器分析了两个单个分类器的混合,降低了误判率,提高了检测的准确率。     

基于概念格的关联规则对半查找算法设计

提出一种应用二分法查找频繁封闭项目集的算法,将维数区间对半划分,每次遍历时都计算落在前半区的项目集的支持度.该算法能有效减少数据库遍历次数,提高效率.     

模糊聚类技术在高职毕业生综合素质分析中的应用

利用数据挖掘中的模糊聚类分析方法,从高职毕业生综合素质分析数据集中提取学生的分类知识,得到具有不同综合素质特征的毕业生群组,有利于高职院校针对各群组作深入分析并制定更为有效的教学和管理决策.     

基于概念的不确定性关联规则挖掘

从人类认知思维习惯出发,以概念作为算法的纽带,把两个形式化的概念处理工具--概念格、云模型结合起来,研究基于概念的不确定性关联规则算法,实验表明,新算法能取得令人满意的结果.     

决策树技术在教学质量评价中的应用研究

对目前学校教学质量评价中因缺乏有效、科学的方法而造成的不合理现象进行分析,就如何将数据挖掘技术与教学质量评价相结合的问题进行研究。通过教学质量评价指标体系的有效挖掘,运用决策树技术来解决目前教学质量评价中的不合理性,提出基于决策树技术的教学质量评价方法,使教学质量评价公平、公正、合理、高效。