数据挖掘在体育领域中的应用研究综述

随着计算机技术的发展,数据挖掘作为快速有效地从海量数据中提取信息的工具得到了日趋广泛的应用.本文立足于数据挖掘的新兴应用领域--体育领域,综述了数据挖掘在体育产业、体质数据及竞技体育中的应用,为数据挖掘在体育中的进一步应用研究提供了参考.     

数据分类技术在高校人才识别系统中的应用

提出将数据挖掘技术应用于高校人才识别中,采用数据分类方法对人才进行定量的识别,更具科学性.讨论了数据分类的定义和方法,介绍了决策树分类和简单贝叶斯分类以及贝叶斯网络推理的算法,并给出具体的数据分类实例,利用过去已有的引进人才的经验数据分析提取规则.为以后的人才识别提供合理的、科学的技术支持.     

粗糙集技术在人力资源管理中的应用

现代企业的竞争实质上是人才战略的竞争,人力资源管理在企业管理中的地位被提升到了战略决策支持的高度。本文将启发式数据挖掘中的粗糙集技术引入到企业人才管理的智能决策中,利用粗糙集理论及布尔矩阵,通过数据预处理、属性约简等步骤从企业的员工信息数据库中提取其属性信息,消除冗余属性,获取跳槽人员的特征,此为企业人事管理部门制定人员管理措施提供科学的决策依据。     

数据挖掘技术在电子商务客户关系管理中的应用研究

在电子商务环境下,客户的信息量越来越大,运用数据挖掘技术研究客户关系管理,可实现从大量不确定的客户信息中挖掘出客户分类的依据和信息,为企业提供重要决策支持.通过分析和总结国内外学者研究成果,找出了数据挖掘在电子商务环境下客户关系管理应用研究方面的不足,论证了数据挖掘在电子商务环境下客户关系管理中的必要性,研究并提供了数据挖掘技术在电子商务客户关系管理中的应用方法及实施步骤.     

浅谈数据挖掘

在信息爆炸的今天,人们迫切需要一种从大量的数据信息中提取并找到有用信息的方法,数据挖掘就是在这种情况下诞生的。近十年,数据挖掘的研究工作取得了很大进展,各种数据挖掘软件的应用极大推动了人们掌握、处理信息的能力,并为人们带来了良好的经济效益。本文详细介绍了数据挖掘的定义、数据挖掘的过程和数据的应用及研究方向。     

基于数据挖掘的决策支持系统在证券行业的应用研究

随着中国证券市场竞争的白热化,建立基于数据挖掘的证券公司决策支持系统,对数据进行重新组织和挖掘分析,可以使决策者及时掌握辅助决策的信息,并根据对信息的分析结果,做出科学合理的决策,以提高公司的管理水平、竞争优势和风险防范能力。文章论述了由数据挖掘技术、联机分析处理和决策支持技术的结合。基于数据挖掘的决策支持系统基本理论,并结合其在证券业的应用需求,讨论了基于数据数据挖掘的证券公司决策支持系统的应用研究。     

论数据挖掘技术在信息分析中的应用

从通用数据挖掘步骤入手,阐述了数据挖掘技术在各信息分析领域中的应用,结合实例探讨了Web数据的特点及实现Web数据挖掘的有效方法.     

数据挖掘在零售业中的应用

当今许多零售企业的数据库或数据仓库中都搜集和存储了大量关于客户的数据,这些数据涵盖了从客户基本数据、购买记录及客户反馈的各个环节。充分利用这些数据,深入分析、挖掘隐含在这些数据中的有用信息,将有助于企业更好管理客户关系。然而,由于缺乏在大量数据中发现深层信息的能力,许多企业对于这些数据的利用还只是停留在基础层的浏览、检索、查询和应用层的继承、组合、整理等方面,而无法将这些数据转化为更加有用的信息。因此,如何更加有效地管理企业数据库中快速增长的数据,将数据资源的利用提高到知识创新的高级阶段,已经成为企业当前需要迫切解决的问题,数据挖掘(Data Mining简称DM)技术的运用就可以帮助企业很好地解决这个问题。就数据挖掘在对顾客分析的应用研究而言,国内在这一领域的研究明显落后于国外,基本局限于描述性的分析或数据挖掘技术的简单运用,关于对顾客分析的研究缺乏足够的重视。探索数据挖掘技术在帮助企业获得、分析与运用客户数据中有效应用,帮助企业更好分析、了解顾客,最终赢得顾客的竞争。从以上分析可知,数据挖掘在顾客分析尤其是忠诚顾客分析中的研究是当前的一个重要课题,该研究具有重要的意义和实际应用价值。     

基于XML与Web的数据挖掘

Web上有海量的数据信息,怎样对这些数据进行复杂的应用成了现今数据库技术的研究热点.数据挖掘就是从大量的数据中发现隐舍的规律性的内容,解决数据的应用质量问题.充分利用有用的数据,废弃虚伪无用的数据,是数据挖掘技术的最重要的应用.     

面向电子商务的Web数据挖掘应用研究

过去几十年里,伴随着电子商务的飞速发展,Web已迅速发展成为世界上规模最大的公共数据源.如何从网络上大量的信息中找出真正有价值的信息和知识,已成为企业和商家所密切关注的问题.本文简要介绍了电子商务、数据挖掘及Web数据挖掘等内容,并对Web数据挖掘技术在电子商务中的应用进行了探究.     

fsQCA组态视角下数据资产信息表外披露对企业价值影响机制研究

数字化和互联网技术不断发展,使得数据成为企业的重要资产。基于集合论思想,从技术支持和数据资产风险信息匹配视角,采用模糊集定性比较分析(fsQCA)方法,以13家互联网企业为研究对象,从多个层面挖掘数据资产信息披露与企业价值之间的复杂关系,识别出互联网企业价值提升存在4条等效路径：数据挖掘型、市场竞争主导型、数字化能力型和资本推动型。其中,科技人才和数据资产质量水平作为核心条件存在,通过与不同水平的其他要素匹配,实现了提升企业价值的可能。     

科研院所如何转为企业化运作

本文就科研院所向企业化运作的转制中，建立市场导向型的科研机制，塑造科研产品的营销体系，引进高科技人才，积极参与国际技术市场竞争等方面提出了见解     

数据挖掘在高校图书馆个性化信息服务中的应用

在介绍图书馆个性化信息服务概念、特点的基础上阐述了数据挖掘的相关知识,论述了数据挖掘技术在高校图书馆个性化信息服务中的应用,以期为提高图书馆信息服务质量建言献策。     

以市场为导向——探讨高职商务英语人才的培养模式

随着经济全球化的进一步深入,社会对外语人才的需求日益扩大,如何培养出适应市场需求的高职商务英语人才是当前各高职院校都在积极探索的问题。高职院校只有结合学院特色和地域优势,以市场需求为切入点,制定与市场变化发展相一致的人才培养目标、课程设置和实训安排,才能确保人才培养的成功,得到社会的认可。     

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。     

吸引海外留学人员回归的对策研究

留学教育是培养和造就优秀人才的重要途径,吸引和鼓励优秀留学人员的有关政策是开发留学人才资源的关键.阐述了我国出国留学及回归的基本情况,提出吸引海外留学人员回国工作或服务的对策.如制定专门的发展规划;加大资助力度;建立人才竞争激励机制;加强引进人才项目;搭建信息交流平台等.     

基于数据仓库与数据挖掘的会计决策支持系统研究

随着市场竞争的加剧和信息社会需求的发展,从大量数据中提取(检索、查询等)用于决策和分析的信息就显得越来越重要.通过会计数据仓库设计、会计数据抽取、会计数据维护、会计决策需求设计、挖掘算法设计,以及挖掘操作、结果表达和解释等,可以从海量的财务数据中发掘有用的、重要信息组合,为企业发展、领导决策等提供科学的技术支持.     

高光谱遥感图像异常检测研究进展

高光谱遥感图像异常检测即是对遥感图像中与背景存在显著光谱差异的像元进行识别,它在灾害预测和环境监测等领域具有很大应用价值.异常检测受到遥感学界的普遍重视,这些年来对异常检测开展的研究取得了不少成果.高光谱图像异常检测研究最初基于传统数据处理和信号分析方法,随着高光谱图像数据处理研究的深入及数据挖掘技术和智能学习方法等相关技术的发展,现在呈现智能和联合处理的新方向.文章对异常检测算法近来的研究进展进行的介绍以期为异常检测的相关研究提供一定参考.     

企业竞争中的信息价值模型

为解决企业竞争中市场需求与对手成本调研的经济有效性问题,考虑市场需求信息与竞争对手信息获取的成本,建立了企业竞争的信息价值模型.通过对完全垄断市场、寡头垄断市场、完全竞争市场情形下的Nash博弈均衡讨论及计算机模拟分析发现:不同价格弹性与替代弹性的产品信息价值不同;过度调研获取完全的市场需求信息和对手成本信息并不经济;不同阶段在市场调研与竞争对手调研上存在着不同的最优投入比例.研究结论对企业如何以最小投入获取最有价值的决策信息,从而作出更好的定价与定产决策具有一定的指导意义.     

当代体育研究中数据挖掘技术的应用

数据挖掘能从海量的数据资源中提取有用的知识和信息,为决策服务,是一门富有实效、具有强大生命力的新兴信息技术。当今的体育研究,数据信息量如浩瀚的海洋,与日激增,数据挖掘技术在体育领域的应用极具必要性,它的发展前景十分广阔。