利用模糊神经网络方法建立CSCL分组模型

针对目前计算机支持的协作学习存在硬性分组和分组依据模糊性等问题,提出利用数据挖掘方法获取影响协作学习分组性能的基本因素,然后利用模糊神经网络方法对基本因素进行分析进而构建出协作学习的分组模型。并且该方法在某高中信息技术课程的协作学习分组中得到有效应用。     

计算机支持的协同学习在现代教育技术公共课中的应用

现代教育技术是培养高校学生信息素养的基础课程之一．通过分析现代教育技术作为高等师范院校公共课的意义与现状，提出了应用计算机支持的协同学习方式的可能性，并就网络教学平台的应用与实践，进一步提出了基于本课程学习的计算机支持的协同学习模式．     

基于数据挖掘的计算机专业能力考核分析

数据挖掘是计算机技术的典型代表,其对于不同数据的处理功能得到了诸多用户的认可。随着计算机技术在现代教育体系中的运用,数据挖掘技术开始融合到计算机能力测试考核中,为考评工作带来了很大的方便,就数据挖掘下的计算机能力考核应用展开分析。     

数据仓库和数据挖掘在计算机销售中的应用

数据仓库和数据挖掘技术是最早应用在营销领域的。目前计算机在社会上的应用相当普遍。那么把数据仓库和数据挖掘技术引入计算机销售行业,可以获得信息资源,提高销售效率。本文对利用数据仓库和数据挖掘技术在计算机销售中的应用进行了探讨。     

浅析企业数据仓库与联机分析处理及数据挖掘技术的应用

文章针对企业对信息系统数据挖掘的需求，提出了基于数据仓库，应用联机分析处理及数据挖掘技术的计算机辅助决策支持系统的模型，并对数据仓库、联机分析处理及数据挖掘技术的应用进行了分析。     

数据挖掘在现代农业物流管理决策中的应用研究

现代农业物流的信息化、网络化和智能化发展为数据挖掘技术的应用提出了要求.分析了数据挖掘用于现代农业物流管理的重要意义,以数据仓库技术、数据挖掘技术为重点,分析了数据挖掘在现代农业物流管理决策中的挖掘过程及实现技术,指出了数据挖掘技术将为现代农业物流管理决策提供越来越强大的支持功能.     

成果介绍

“多功能数据挖掘器 (MFDM)”通过成果鉴定　　华南理工大学计算机学院彭宏教授主持的广东省科技厅 2 0 0 2年立项的重大专项项目“数据仓库开发工具与智能信息分析平台的实现研究”于 2 0 0 4年 10月 2 9日通过了由广东省科技厅组织并委托广东省教育厅主持的“多功能数据挖掘器 (MFDM)”科技成果鉴定 .多功能数据挖掘器是一种结合了WebService ,XML和跨语言调用等特性的通用数据挖掘器 .该系统能实现数据挖掘算法整合、管理和用户程序生成 ,是一种具有支持跨语言算法编写、良好层次体系结构和方便生成用户应用系统等功能的开发平台 .…     

数据挖掘技术在MOOC中的应用研究

MOOC是旨在进行基于网络的开放式大规模学生交互参与的在线课程,以其自主学习、易于使用、注册门槛低、学习资源丰富等独特优点和优势吸引了全球大量的学习者,这些学习者来自世界各地,有着不同的教育文化背景和不同的学习特征,有着不同的学习目的,只有满足了这些学习者的个性化需求和目的,才能获得MOOC的可持续发展,并最大化其存在价值。借助数据挖掘技术,能从大量信息中获取隐藏在数据之中的有用信息,从而为决策提供支持。将数据挖掘技术应用在MOOC中,挖掘学习者的学习行为特征,提供更优良的教学资源和教学策略,才能实现MOOC存在价值最大化。     

支持向量机理论发展与应用综述

近几年,随着统计学习理论、优化理论的发展以及应用研究的深入,支持向量机算法成为数据挖掘领域的一个研究热点.本文介绍了支持向量机的背景、理论基础、研究方向及其应用研究.     

利用数据挖掘为高校资产管理提供决策支持

高校资产信息管理系统中积累了大量的历史信息和现状数据,利用数据挖掘与分析,能更好地为资产管理提供科学的决策依据。在分析数据挖掘的功能、方法的基础上,针对资产管理决策支持的不同应用领域,选取合适的数据挖掘方法进行应用分析。     

大数据时代下数据挖掘技术的应用

 大数据时代下,数据挖掘技术越来越受到人们的关注。本文介绍了数据挖掘技术的研究背景和研究现状,论述了决策树、支持向量机、神经网络等数据挖掘技术的相关算法,分析了数据挖掘技术在大数据中的相关应用及未来的发展趋势,探讨了在大数据时代数据挖掘技术面临的挑战。     

数据挖掘在计算机辅助审计中的应用

介绍了数据挖掘的内涵,探讨了数据挖掘技术在计算机辅助审计中的应用,并给出了数据挖掘技术在计算机辅助审计中的步骤。     

数据挖掘在教学中的应用分析

通过对数据挖掘技术和功能的分析,探讨了数据挖掘在教育中的应用,并提出了数据挖掘技术在教学中的具体作法.     

数据挖掘在中国的现状和发展分析

数据挖掘作为人工智能与数据库分析研究的新领域,近些年来,数据挖掘技术理论和应用研究得到了进一步的发展,并引起了国内外研究人士的高度关注。而随着计算机对数据的采集、处理、存储能力的不断提高,数据量也在不断增加,传统数据分析工具难以满足现如今的数据处理需求,数据挖掘技术在这种形势下诞生了。中国科研人员对数据挖掘进行几年的研究,并在理论研究与实际应用方面获得了一定的成绩,但是相关数据挖掘技术成功的应用还是偏少。笔者从阐述数据挖掘技术的相关概念入手,分析了数据挖掘在我国的研究现状,并探讨了数据挖掘在我国未来的发展方向。     

Apriori算法在森林资源二类调查数据分析中的应用

介绍了应用于森林资源二类调查的数据挖掘系统,以实例说明关联规则挖掘方法在林业中的具体应用。研究了数据挖掘技术中的关联规则理论在林木属性分析中的应用,应用Apriori算法分析了权属、起源、年龄、平均胸径、树高、郁闭度之间的关联,为相关的决策支持提供参考。证明了数据挖掘在森林资源调查数据分析中具有良好的应用前景。     

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。     

深度学习在海洋大数据挖掘中的应用

 介绍了深度学习的关键发展节点和应用发展历程，分析了深度学习在国内外主要领域的发展现状；概述了多个深度学习的关键算法原理，分析了深度学习在海洋数据重构、分类识别和预测等海洋大数据挖掘中的相关应用；提出了深度学习未来可能面临的问题，并从加强顶层设计、信息安全和强化算法鲁棒性等方面，展望了深度学习在海洋大数据挖掘中的应用前景。     

数据挖掘在高校图书管理信息化中的应用

数字图书馆是综合运用多方面高新技术支持的数字信息资源管理系统,本文介绍了数据挖掘技术的基本含义和功能,分析了高校图书馆的特点,阐述了数据挖掘在数字化图书馆建设中的应用前景,在此基础上结合目前高校图书馆的实际情况给出了一个数据挖掘系统设计的应用实例。     

基于光滑化方法的支持向量回归算法

支持向量机是在统计学习理论的基础上发展起来的新一代学习算法,由于其出色的泛化能力,在文本分类、手写识别、数据挖掘、生物信息学等领域中获得了较好的应用.提出了一种光滑支持向量回归算法,实验结果表明,它相对于其它回归训练方法有较快的收敛速度和较高的拟合精度.     

浅谈数据的存储与挖掘技术

计算机与网络技术的飞速发展，使得应用领域不断增加，信息技术的应用也逐渐从信息查询、数据传送走向网络环境中的海量数据存储、数据挖掘和决策信息支持，因此数据存储的可靠性和可管理性，正日益成为企业信息化进程中的一个关键环节。