基于SOA的数据挖掘服务整合研究与设计

数据挖掘过程与挖掘工具的紧密结合影响了数据挖掘应用和数据挖掘工具的广泛使用,而SOA这种体系架构却可以实现服务提供者与服务消费者之间的松散耦合。Web Services实现了服务消费者动态绑定不同的服务提供者,从而实现了在数据挖掘应用中数据挖掘服务的整合。在整合过程中JDM可以为访问各种不同数据挖掘工具提供统一的标准。这种模型通过将原有的数据挖掘工具封装成可共享的Web服务,实现了对原有数据挖掘应用的复用。系统中的数据挖掘服务层利用Web Services与JDM将各种不同挖掘工具封装成标准服务,服务单元层通过UDDI将这些服务进行注册,业务流程层则根据数据挖掘任务查找服务单元层然后通过SOAP实现服务的调用。     

决策树生成算法在税务稽查选案中的应用

介绍了数据挖掘和决策树生成算法,利用决策树生成工具对纳税人的税收数据进行挖掘,并对挖掘结果进行了分析。     

两类数据挖掘工具评估分析的定量化

针对企业是否采用数据挖掘工具以及采用何种数据挖掘工具的问题,提出了评估数据挖掘工具价值的定量化分析方法;利用马尔可夫转移概率矩阵与数学规划模型对分类型数据挖掘工具进行价值评估,确定分类型数据挖掘工具带来的价值;利用分布密度函数和信息熵对预测型数据挖掘工具进行价值评估,确定预测型数据挖掘带来的价值;再通过采用数据挖掘工具需要的成本,最终建立了评估两类数据挖掘工具(分类与预测)的效益模型,为企业成功实施数据挖掘提供保证.     

基于Web的可视化数据挖掘工具综述

在互联网存储的信息中,对于含有有效信息的数据挖掘工作具有极高的价值,而数据可视化工具又为挖掘工作以及对于信息的分析提供了更直观方便的方法.文章介绍了数据挖掘、数据可视化、Web挖掘的基本概念、基本方法及流行技术;比较了常见的可视化数据挖掘工具,并且对数据挖掘技术的发展做出了适当的展望.     

数据挖掘工具和应用中的问题

基于国内外的最新研究成果对数据挖掘技术的工具和方法论进行了综述,提供了数据挖掘方法的基本流程,对目前比较成熟的挖掘工具进行了介绍和应用性能上的比较分析,为用户建议了一条为什么要挖掘、挖掘什么、怎样挖掘的路子,从而为此技术的研究和推广应用起到了积极的作用·     

空间数据挖掘视角

为了满足不同用户在不同条件下对空间数据挖掘的不同要求,该文提出空间数据挖掘视角。空间数据挖掘视角在描述不同数据挖掘需求的基础上,利用一定的数据挖掘算法,从大量空间数据中发现不同粒度的空间知识。首先研究空间数据挖掘视角的内涵和外延,其次给出空间数据挖掘视角的算法,最后把空间数据挖掘视角应用于滑坡监测数据的挖掘,结果令人满意。     

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.     

数据挖掘技术及应用工具研究

基于国内外的最新研究成果对数据挖掘技术的工具和方法论进行了综述,提供了数据挖掘方法的基本流程,对目前比较成熟的挖掘工具进行了介绍和应用性能上的比较分析．并对数据挖掘技术的应用进行了积极的评价．最后讨论了数据挖掘系统的发展趋势和研究方向。     

基于超市交易信息数据挖掘的城市居民消费行为研究

以数据挖掘中的关联规则挖掘技术为工具,对大型超市会员消费信息数据进行挖掘,对城市居民的消费观念、消费习惯和消费心理等消费行为进行了分析,指出最终的挖掘结果可为政府制定民生政策和超市企业进行营销提供科学决策依据。     

探索式数据挖掘模型的讨论

OLAP与数据挖掘工具由于内在技术以及适用范围的不同 ,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于影响域的OLAM (OLAPMining)模型 ,将数据挖掘和OLAP技术结合在一个统一的框架之中 ,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行 ,加强了决策分析的功能和灵活性。该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识     

基于支持向量机的空间数据挖掘流程与实现方法

研究探讨了基于支持向量机的空间数据挖掘工作流程与工作框架,以及基于分类或回归功能的空间数据挖掘实现方法和基于核函数工具实现空间数据结构拓扑关系挖掘的方法。阐述了挖掘工作的重点和关键步骤。     

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中。提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性。最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系。     

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中.提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性.最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系.     

基于粗糙集的边界分类算法

粗糙集作为数据挖掘工具,主要通过分类数据得到预测型知识,但分类规则过于严格,使得在挖掘带噪音的数据时,挖掘结果可能会损失一些有价值的规则.提出一种带不确定因子的信息系统及相应的分类方法,改进了传统粗糙集的分类方法.     

一个适用于地理信息系统的数据挖掘工具——GISMiner

论文将常用于关系型、事务型数据库的面向属性归纳的方法和关联规则挖掘方法扩展至空间数据库，开发了适用于地理信息系统（GIS）的空间数据挖掘工具－GISMiner，并将其应用于从农田GIS中挖掘农田使用情况的空间特征规则，以及从农产品市场GIS中挖掘农产品价格与铁路、国道和河流间的空间关联规则实验。结果表明，GISMiner是一个实用的、能适应于GIS且能挖掘多种知识类型的数据挖掘工具。     

网格计算环境下的分布式数据挖掘

为了提高分布式挖掘系统的性能，分析了现有的分布式数据挖掘系统的不足，提出了一种网格计算环境下的分布式数据挖掘的体系结构，讨论了在该体系结构下如何进行数据挖掘．该体系结构是面向服务的，跨平台的，在该体系结构中，挖掘算法和目标数据源被定义为web服务资源，在需要进行数据挖掘的时候，这些web服务资源被动态地、松耦合地联接在一起，共同完成一次数据挖掘任务．最后，借助网格工具globus toolkit4．0构建了一个局域网网格计算环境，并使用一个关联规则挖掘实例详细地说明了在该体系结构下的挖掘过程，     

基于本体的数据挖掘在CRM决策分析中的应用研究(英文)

电子商务客户关系管理中,实现基于语义层面上的挖掘是提高用户数据挖掘质量的一个关键性问题,本文融合了本体和数据挖掘技术,提出了基于本体的数据挖掘决策分析模型,利用基于本体的数据挖掘方法从语义层面上实现了对用户数据的挖掘,实现了用户数据的高效率和高精度挖掘,并根据挖掘结果进行决策分析,根据分析结果为用户提供基于RSS聚合的个性化服务.     

可拓学在数据挖掘中的应用初探

可拓学在数据挖掘中的应用是多方面的,其特点是挖掘“不行变行" 的规律。可拓方法丰富了数据挖掘的内容,为多值型关联规则的建立提供了新的工具。提出的可拓数据挖掘模式,有利于利用现存数据更好地为决策服务。     

决策树中ID3算法的应用研究

ID3算法是数据挖掘中决策树方法的重要算法,它可以从海量数据中提取适应不同使用者需求的信息.以对学科成绩的挖掘为例,介绍为何使用、如何使用ID3算法,使之成为提高工作效率的有力工具.     

基于WEKA的数据挖掘技术在物流系统中的应用

利用WEKA作为数据挖掘工具,通过C4.5决策树分析以及Apriori关联规则的挖掘,结合实例对物流企业的客户资料和服务项目进行分析。