数据挖掘和数据仓库及其在电信业中的应用

介绍了数据挖掘和数据仓库技术的类型、结构和方法,并探讨了它们在电信业中的应用,最后对数据挖掘和数据仓库在我国的发展提出了建议。     

数据仓库与数据挖掘在图书馆决策管理中的应用

介绍了图书馆数据仓库的模型,论述了决策管理系统功能的设计思路。     

数据挖掘技术在ERP内部数据仓库中的应用

为解决ERP系统"数据爆炸但知识贫乏"的新问题,文章结合宁波MERRIE汽车公司的MR-ERP系统的实施和运行情况,开展从MR-ERP系统内部数据仓库挖掘数据的可行性研究和数据方法、流程探索,给出决策树挖掘算法检测数据挖掘模型.实验表明,这种数据挖掘是有效的.     

SQL Server2005在数据仓库与数据挖掘实验教学中的应用

介绍了SQL Server2005在数据仓库与数据挖掘实验教学中的应用,设计了一系列教学实验项目并对教学效果进行了简要分析.实践证明这对提高学生的学习热情,培养学生自学能力、综合能力、创新能力和解决问题的能力以及提高实验效果和效率都具有十分重要的意义.     

数据挖掘在建立数据仓库中的作用

合理而科学的数据环境是确保数据挖掘有效和正确实施的基础和关键 ,合理建立数据仓库 ,能够满足数据挖掘技术对数据环境的要求。数据挖掘和数据仓库是融合与互动发展的 ,它是数据挖掘专家、数据仓库技术人员和行业专家共同努力的成果。     

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。     

数据仓库与数据挖掘在成人高校教学管理系统中的应用

成人高等教育是高等教育的重要组成部分,当今社会各成人高校面临的竞争日益激烈,为了增强竞争力,管理者需要将海量数据转换成有价值的信息和知识来辅助教育决策。基于这种需求,本文针对性地提出了将数据仓库和数据挖掘技术应用于成人高校管理系统中的设想。通过对历史数据的抽取、转换、清洗和加载等工作,将各个信息系统中的不同数据整合到同一数据库中,在整合数据库的基础上形成数据仓库,能够对各个信息管理系统历史数据进行全面性的查询、分析、统计,为管理人员的决策提供支持。     

数据仓库系统在证券行业中的应用研究

伴随中国金融业和全球资本和货币市场的融合,国内证券行业的发展也面临着新的挑战和机遇。本文主要结合证券领域的特点说明数据仓库在证券领域的应用。首先说明了证券公司数据仓库建设的常见主题划分,其次说明了数据仓库系统结构设计、模型设计、数据装载、数据挖掘准备和模型设计。     

浅谈数据仓库与数据挖掘技术

本文从数据仓库、数据挖掘的概念引入,简述了数据仓库、数据挖掘的实施过程,介绍了数据挖掘的应用。     

数据仓库在检验检疫系统中的应用研究

讨论了数据仓库的构建方法和数据挖掘技术的应用,介绍了使用联机分析处理技术构建数据仓库及进行联机分析的方法,然后介绍了数据挖掘技术在检验检疫系统中的应用,为检验检疫系统提供科学依据,指导发展。     

数据仓库技术在企业设备管理系统中的应用

综合应用数据仓库技术和数据挖掘技术开发企业设备管理系统,提出了设备管理系统数据仓库的体系结构,比较了基于传统数据库和基于数据仓库决策分析的性能,详细地介绍了设备运行维护的信息系统。     

统计数据仓库体系中数据分析系统及其研究

数据仓库最重要的特征就是实现数据的集成与共享.基于统计数据仓库的数据分析系统众多,因此首先对统计数据仓库体系进行研究,然后对联机分析、决策支持及数据挖掘这3类分析工具进行对比研究,并通过介绍"万峰统计数据仓库"中数据分析部分的功能及划分,为统计数据仓库数据分析系统的研发提供了理论基础和实践依据.     

空间数据挖掘技术

空间数据挖掘是数据挖掘的一个分支,在地理信息系统、遥感、导航、环境研究以及许多使用空间数据的领域中有着广泛的应用。阐述空间数据挖掘的定义、特点、体系结构与一般过程,介绍空间数据挖掘的方法和知识表达方法,指出空间数据挖掘的主要研究方向,提出开发空间数据挖掘系统的几点思考。     

数据挖掘技术在银行业的应用

随着技术的进步、市场规模的扩大以及分工交易方式的发展,银行业的经营环境也因信息技术发展的影响而不断改变,银行业面临着愈加激烈的竞争。通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益。     

数据挖掘技术在银行业的应用

随着技术的进步、市场规模的扩大以及分工交易方式的发展,银行业的经营环境也因信息技术发展的影响而不断改变,银行业面临着愈加激烈的竞争.通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益.     

数据仓库技术在金融系统中的应用

数据仓库技术是计算机数据库系统发展的新方向 ,近几年来许多专家为此付出很大的精力 .信息大量存在于计算机处理的系统中 ,这些信息被并没有得到充分的利用 ,通过人工智能技术 (包括数据挖掘、基于知识与规则的专家系统、神经网络等 ) ,信息才能被加工、分析、产生决策支持效果 .本文根据金融界对数据仓库的需求 ,重点介绍数据仓库的数据采集、数据加载、具体应用的过程 .使数据仓库作为未来金融市场的预测、决策分析有着重大影响的关键技术 .     

基于Web的数据挖掘应用模式研究

如何对Web上的海量信息进行高效的应用 ,使之能做到信息处理的智能化、个性化、自动化 ,是当今数据挖掘技术的最重要的应用。本文从分析Web上数据信息的特点入手 ,研究面向Web的数据挖掘需解决的主要问题 ,提出了一种基于Web数据挖掘的应用模式框架 ,并着重从功能的角度介绍了Web数据挖掘的演进过程。     

基于数据仓库的数据清理技术概述

数据清理在数据仓库与数据挖掘中有着重要而广泛的应用。作者论述了数据清理的基本概念、作用和方法。     

数据仓库技术在统计信息系统中的应用

介绍了数据仓库的概念及其结构，比较了数据仓库与传统数据库之间的差别．并结合一个具体案例，对利用数据仓库技术扩充传统统计信息系统的功能进行了探讨。     

时态关联规则研究与应用

传统关联规则挖掘很少考虑关联规则的时间适用性.时态关联规则是指带有时态约束的关联规则,每个关联规则都有着其成立的时间区域.结合其他算法的特点,提出了基于Fisher聚类的时态关联规则挖掘算法(TApriori算法),它能够动态地发现关联规则以及关联规则有效的时间区域.实验结果证明该算法是合理有效的.最后,结合具体CRM项目的特点,讨论了在CRM引入数据挖掘的体系结构,给出了一个应用.