数据挖掘技术现状和发展

数据挖掘是一个年轻且充满希望的研究领域。介绍了数据挖掘的概念、常用方法、数据挖掘过程、数据挖掘软件的评价方法。对数据挖掘应用领域和研发方向做了展望。     

浅谈数据挖掘的发展及其应用

随着信息技术的发展,数据挖掘技术已经在各种领域中获得广泛应用,近年来数据挖掘技术在金融、电信、零售、医疗、科研等行业领域内发挥了巨大的作用。本文介绍了数据挖掘的分类方法和目前采用较普遍的一些数据挖掘方法,综合论述了数据挖掘未来的发展趋势。     

数据挖掘技术在成绩分析中的应用

成绩管理是学校教学管理的重要组成部分,数据挖掘在成绩分析中已有很多应用。简要概述了数据挖掘的基本概念和方法,给出了成绩分析中的关联规则、分类方法、聚类分析等多种数据挖掘应用方法,并总结了数据挖掘在成绩分析中对教学管理的作用。     

数据挖掘技术浅析

本文主要概述了数据挖掘理论知识。首先从数据挖掘与知识发现的交叉关系角度讨论了数据挖掘的概念;然后,在对数据挖掘功能作了简单介绍的基础上,分析了基于统计学、基于机器学习、基于数据仓库和基于神经网络的四类数据挖掘方法的基本原理、特点。最后,给出了比较和评价挖掘方法的参考标准。     

数据挖掘技术在数字参考咨询中的应用浅析

数据挖掘是一门新兴的数据处理技术。本文简要介绍了数据挖掘的概念、数据挖掘的过程,论述了数据挖掘的主要方法,最后对数据挖掘在数字参考咨询服务领域的应用作了初步探讨。     

数据挖掘集成技术研究综述

本文主要讨论数据挖掘中的集成问题。在分析数据挖掘的发展和特点的基础上。介绍了数据挖掘技术的集成思想和实现方法,内容包括数据挖掘方法集成;数据挖掘与数据库的集成;数据挖掘与数据仓库的集成;数据挖掘与人工智能;数据挖掘与其它相关软件技术的集成。     

几种常用的异常数据挖掘方法

主要讨论了常用的异常数据挖掘方法,简要地介绍了异常数据挖掘的定义、功能、方法等,详细的介绍了使用统计、距离、偏离技术、密度和高维持数据进行异常数据挖掘的方法并分析了其各自的特点.     

基于仿生学的空间数据挖掘技术发展与应用

分析了仿生学应用于空间数据挖掘的必要性及可行性;阐述了神经网络、遗传算法和基因表达式编程的应用研究;探讨了空间数据挖掘仿生学方法以及空间数据挖掘仿生学方法的未来发展.     

数据挖掘方法分析与评价

文章首先介绍了数据挖掘的概念及其产生的背景；数据挖掘的基本方法的原理、特点、优缺点以及应用范围；并且概述了几种常用的数据挖掘方法，即分类和聚类分析。其次，列举了几种复杂类型数据挖掘方法，如空间数据库、多媒体数据库等，以及一些与社会生活息息相关密切相关的数据挖掘。最后，介绍了数据挖掘的发展趋势。     

基于数据挖掘方法的公司财务报表分析模型

为了用数据挖掘方法实现财务分析,建立了基于数据挖掘方法的财务报表分析模型,即运用聚类、关联规则、决策树方法进行联合分析操作,构建在资产结构年度值表上运用数据挖掘方法的模式,以网络上公布的电子产品企业的财务报表为基础,实现了这个行业一个完整的数据挖掘模型构建的过程。     

数据可视化研究综述

数据可视化对于从海量数据中发现规律、增强数据表现、提升交互效率具有重要作用。目前,数据可视化的概念及相关研究领域不断扩展,就数据类型而言,可视化研究逐渐聚焦于多维数据、时序数据、网络数据和层次化数据等领域。通过对中国知网（CNKI）中外文文献进行分析可知：2014年、2015年是数据可视化领域研究热度升级、理论成果大量产出的“里程碑”式年份;中国大数据领域研究热潮形成后,数据可视化是迅速发展的一个重要支撑领域;国内外数据可视化领域的研究,在时间上基本同步,而武汉大学、浙江大学、北京邮电大学、国防科技大学、电子科技大学等都是在该领域研究活跃度较高的国内高校。要获得良好的视觉效果,帮助用户降低理解难度,高效分析数据和洞悉价值,通常还需要注意色彩与语义、突出核心数据、防止数据过载、防止思维过度发散等技术要点。现有的数据可视化技术主要分为基于几何技术、基于图标技术、基于降维技术、面向像素技术、基于时间序列技术、基于网络数据技术的数据可视化方法,以及层次可视化技术和分布技术等。基于几何技术的可视化方法,包括平行坐标、散点图矩阵、Andrews曲线等。基于坐标的可视化方法,可以清晰展示变量间的关系,但受限于屏幕尺寸,当数据维度超过3个时,难以直观显示全部维度,需要结合人机交互技术进行展示,适用于表达不同维度之间的相关关系,比如学生学习行为之间的关联关系等。基于图标的可视化方法,主要包括星绘法和Chernoff面法,以几何图形作为图标刻画多维数据,直观反映出图标各个维度所表示的意义,适用于工作完成情况、激励工作进度概览等。基于降维技术的可视化方法,根据维度属性确定点的坐标,在保持数据关系不变的前提下映射到低维可视空间中,主要涉及主成分分析、自组织映射、等距映射等。基于时间序列的可视化方法,是一种显示数据间相互关系和影响程度的可视化方法,主要包含线形图、堆积图、地平线图等,随着时间发展采集相应数据,并利用上述3类可视化方法进行呈现,适用于表示信息数据流动和变化状态,如不同时间段成绩流向趋势分布、主题概念的变迁等。基于网络数据的可视化方法,核心是自动布局算法,通过自动布局与计算绘制成网状结构图形,主要有力导向布局、圆形布局、网格布局等,常用来表示大规模社交网络结构,适用于活跃度分析、引文关系展现等。层次可视化技术,主要包括节点链接、空间填充、混合方法等,通过绘制不同形状的节点和包围框来表示层次结构的数据,适用于表示群组成员间交互关系的发现和挖掘,如在线协作员工之间的交互。基于CNKI,通过对数据可视化研究情况的分析,提出数据可视化研究过程中的注意点,指出数据可视化需要重点考虑色彩的匹配,在色彩与数据内容的重要度之间建立关联;可视化方案应在满足业务需求的基础上以业务逻辑为依据,合理组合与应用相关可视化技术;统一的可视化风格有助于提升人们理解数据的连贯性、一致性和效率,兼顾用户的审美要求,在风格与色彩之间建立合理的匹配关系;数据可视化应以实用、合理、高效地表现关键过程、关键目标、关键结果为主要面向。此外,对可视化应用实例Echarts展开综述,包括Echarts 交互组件（markPoint和markLine标注点组件、dataZoom区域组件、图例交互组件）在可视化中的应用,以及动态数据绘制等。最后,对可视化存在的挑战以及未来研究方向进行了分析和展望,指出虚拟现实、可视化系统和数据分析是可视化未来的研究方向,其应用热点领域还包括统计可视化、新闻可视化、思维可视化、社交网络可视化和搜索日志可视化等。     

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.     

基于数据挖掘的远程教育系统多维数据模型构建

随着电子信息技术的高速发展,人们积累的信息量急剧增长,采用数据挖掘技术便可从大量的信息中提取有价值的知识．数据挖掘技术广泛应用在电信、农业、金融、生物、化工、医药等领域．本文主要探讨将数据挖掘技术引入远程教育系统中,并运用数据挖掘技术构建起远程教育系统中各种多维数据模型．     

面向商业OLAP的并行数据抽取接口设计

商业竞争日趋激烈的今天,单纯的联机事务处理系统已经不能满足管理者的决策支持要求,联机分析处理(OLAP)技术的出现具有重要意义.研究了目前联机分析处理的关键技术,数据仓库的经典解决方案,数据预处理的相关方法,提出了一种面向商业OLAP的并行数据抽取接口设计方案,并对设计过程中的数据清理、数据集成和变换、数据归约等数据预处理技术作了重点介绍和应用研究.最后结合实际应用阐明了提出的数据抽取方案对于实现商业OLAP功能的有效性和实用性.     

数据仓库清洗技术讨论

数据仓库建设过程中最关键的环节是数据集成,本文重点分析了数据清洗需要解决的问题及涉及的主要技术,针对数据库的数据模型与数据仓库模型的区别讨论了利用元数据的映射规则的数据清洗方法.     

批量数据入库在ASP中筛选重复的处理方法——以湘西民族职业技术学院新生信息录入库为例

在建立数据库时,重复数据的判断对于数据库管理至关重要,没有准确关键词作为对比,重复数据的判断将变得非常困难.传统的哈稀技术、固定分块技术、滑动块技术、可变分块技术和数据指纹等对重复数据进行查找与删除时,占用了大量系统处理时间,且准确性较低.为提高数据处理效率,提出了ASP批量数据在入库时的查重筛选方法,实践验证了该方法的鲁棒性与可靠性,极大地减轻了操作员对数据库管理的繁重工作.     

一种NTFS硬盘数据恢复新技术设计分析

随着全球信息技术的高速发展,信息成为现代社会发展的关键因素,在信息时代,围绕这一资源展开的涉及全球性的竞争日益的激烈。由此,灾难恢复成为一门新兴的学科,系统和数据技术在这个背景下产生,成为一门新的技术。本文深入分析了windows新技术文件系统(NTFS)下硬盘数据恢复技术,提出了NTFS下数据恢复方案设计思想,以期能够解决因为硬盘格式化造成的丢失数据的问题。     

数据备份技术

数据备份是保证系统安全运行的手段，因而采用高效率、低成本的备份技术显得越来越重要。简要介绍了计算机系统数据备份的重要性及备份的概念，常用的备份措施和技术要求。     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。     

大数据智能下数据脱敏的思考

随着人工智能技术在大数据与高性能计算的推动下飞速发展,涌现出大量创新性的方法,对现有的数据安全与脱敏方法带来了诸多挑战。从当今大数据与智能技术发展的现状入手,讨论了数据脱敏技术的内涵、工作流程、系统机制、典型脱敏案例,展望了未来数据脱敏技术的发展趋势,从技术、需求和法治、管理机制方面提出了一些数据脱敏的建议。