数据挖掘技术及其应用研究

数据库—数据仓库技术和网络技术的迅猛发展 ,使我们积累了越来越多的数据 ,如何对这种海量数据进行深入分析和利用 ,并从中发现有用的知识 ,已成为信息化社会所面临的重要问题 .探讨近年发展起来的海量数据处理技术—数据挖掘的概念、任务、方法、过程 ,以及数据挖掘在有关行业中的应用 ,说明了在高校相关专业中开设数据挖掘课程的必要性     

基于数据挖掘技术的青少年健康心理状况研究

目前海量的数据存储已远超过了人们的理解能力，尤其是现代医学数据量越来越大，而传统的统计技术及数据管理工具已经不能满足需求。知识发现及数据挖掘工具在处理海量数据库时显示了它们的长处。介绍了数据挖掘的概念和方法及其在青少年健康心理状况研究中的应用。     

海量数据处理过程中数据挖掘算法的应用

信息时代的快速发展带来的是信息总量呈现几何级数的增加,而海量数据的存储和分析处理对计算机硬件能力和数据分析能力都是一个极大的挑战．数据挖掘算法是针对于大批量数据处理而提出并逐步发展起来的,基于完备的数据库技术,可以在云计算算法、矩阵压缩算法和并行关联算法的基础上,进行算法集成,能进一步提高数据挖掘的速度、精度和时效性,在实际海量数据的处理过程中有较好的适应性,为海量数据处理提供了新的技术分析方法．     

基于距离和的数据挖掘技术在中考成绩处理中的应用

数据挖掘技术为海量数据处理提供了新的数据处理方法,并也为检测考生成绩信息的真实性提供了新的途径。根据基于距离和的数据挖掘技术的处理方法,提出了针对中考考生成绩信息进行异常成绩的检测方法,以提高成绩检测的真实性与准确性。     

数据挖掘在入侵检测技术中的应用研究

针对入侵检测系统的特点,分析了数据挖掘在入侵检测技术中应用的研究现状,并利用数据挖掘技术在处理海量警报数据方面的优势,提出了一个入侵警报分析系统模型,通过对入侵检测系统产生的警报进行分析,减少了警报数量,提高了系统的检测效率和实用性.     

数据挖掘技术在情报分析与服务中的应用研究

从情报研究与服务工作的实际分析了当前情报工作的现状和存在的问题,指出了建立基于数据挖掘技术情报分析与服务系统的必要性,结合情报分析与服务的特点及流程,将数据挖掘方法、知识管理思想应用到情报分析与服务系统之中,构建了系统模型,并对其在情报研究与服务中的应用进行了探讨.     

关联规则在中医方剂数据集市中的应用

中医药学是中华民族的文化瑰宝,从古至今,积累了海量的数据,采用数据仓库和数据挖掘技术可以从中获得有价值的知识.本篇论文介绍了如何构建中医方剂数据集市,从而对中医药数据进行OLAP(联机分析处理),以及如何采用关联规则技术挖掘中医药数据,并取得了良好的实验效果.     

数据挖掘及其应用

数据库—数据仓库技术和网络技术的迅猛发展,使我们积累了越来越多的数据,如何对这种海量数据进行深入分析和利用,并从中发现有用的知识,已成为信息化社会所面临的重要问题。本文探讨近年发展起来的海量数据处理技术——数据挖掘的概念、任务、方法以及其在商业领域中的应用。     

数据挖掘及其应用

对海量数据进行深入分析和利用,并从中发现有用的知识,已成为信息化社会所面临的重要问题。本文探讨近年发展起来的海量数据处理技术——数据挖掘的概念、任务、方法以及其在商业领域中的应用。     

数据挖掘技术在水利工程管理中的实施要点

数据挖掘技术是一项能够从海量数据中发现潜在的、有价值的知识热点技术。面临海量非空间数据和空间数据的水利工程管理,利用数据挖掘技术能够提炼出具有较大价值的知识,使水利工程管理的更加科学化。当前,水利工程得到快速发展,而大量的空间数据和非空间数据存在于水利工程管理中,需要运用相应的数据处理技术进行有效处理。该文主要对数据挖掘技术进行综合分析,通过探讨数据挖掘技术的实施方法,得出如何让水利工程管理与数据挖掘技术更好的结合。     

文本挖掘研究进展

数据挖掘是将人工智能技术和数据库技术紧密结合,让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式,以满足人们不同应用的需要.由于存储信息最多的自然形式就是文本,因此文本挖掘具有重要的意义.结合笔者研究工作,主要介绍了文本挖掘的研究内容,挖掘过程,挖掘算法及应用前景.     

一种改进的关联规则增量更新算法

数据挖掘技术引起了数据库和人工智能等领域的专家和学者的广泛关注。关联规则的挖掘是数据挖掘研究的一个重要领域,本文分析了经典的增量更新算法FUP的不足,提出了一种改进的增量更新算法EFUP,详细论述算法思想,并与FUP算法比较分析,表明了该算法的优越性。     

基于Web挖掘的企业竞争情报搜集工作研究

介绍了Web数据挖掘技术,阐述了Web挖掘的分类及其实现技术,分析了Web挖掘在企业竞争情报中的应用,探讨了利用Web挖掘竞争情报的优势。     

基于C4.5决策树学生成绩数据挖掘方法

数据挖掘技术从产生以来得到了广泛的研究和应用,在数据的分类技术方面C4.5算法的研究已经比较成熟,但在学生成绩挖掘方面的应用比较少,本文首先论述了主要分类技术,详细介绍了C4.5决策树分类算法,并以实际学生成绩数据为依据,进行学生成绩的数据挖掘,通过对挖掘结果的分析表明,C4.5决策树算法高效、准确,是对学生成绩数据挖掘的首选工具.     

数据挖掘技术在基于系统调用的入侵检测中的应用

数据挖掘是人工智能、机器学习与数据库技术等多学科相结合的产物。作为当前重要的前沿课题之一。研究人员提出了许多数据挖掘理论和方法，并取得了许多重要的研究成果。系统调用序列已经成为基于主机的入侵检测系统重要的数据源之一，通过对系统调用的分析来判断入侵事件，具有准确性高、误警率低和稳定性好等优点。本文运用统计、比较方法对当前国际上利用数据挖掘技术分析系统调用序列的相关著作和论文进行了详细讨论和分析，最后设计一个基于数据挖掘技术入侵检测的通用模型。     

稳定性理论在数据挖掘中的应用

为了使稳定性理论的研究成果应用到具体实践中,在企业数据信息的挖掘和分析中发现更有价值的知识,提出了稳定性挖掘的概念和实现方法。与传统方法比较,稳定性挖掘更加准确、更加符合实际,因而具有更大的发展空间,必将在商业智能决策中产生巨大的现实意义和社会意义。从理论和实践上证明了数据挖掘具有不可估量的发展前景。     

数据挖掘与智能化信息处理研究

数据挖掘(Data Mining)是智能化信息处理中一个很有价值的课题，它融合了数据库、人工智能、机器学习和统计学等多个领域的理论和技术。本文介绍数据挖掘系统的体系结构、数据挖掘的任务、方法及应用，讨论了数据挖掘研究的发展趋势。     

数据挖掘技术及其应用

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,本文介绍数据挖掘系统的体系结构、数据挖掘的方法及应用。     

大数据时代的数据挖掘技术与应用

随着数据挖掘技术研究的进步与发展,并伴随着大数据概念的提出,将为数据挖掘技术的发展和应用带来一个很大的机遇,数据挖掘技术将进入一个新的发展时期.文章全面介绍了大数据,数据挖掘的基本概念以及数据挖掘的分析方法,最后给出了大数据时代的挖掘技术的应用领域及将来发展方向.     

一种无需距离函数的数据聚类方法(英文)

数据发掘是人工智能和数据库研究的新兴领域 ,在很多领域有着卓有成效的应用。数据聚类或分割就是其中的一种重要的数据发掘应用。传统聚类方法存在的一个问题是要求分析人员定义距离函数 ,而距离函数并不是总能获得。在本文中 ,我们提出了一种新的无需距离函数的聚类方法