数据挖掘技术在电子政务系统中的应用

分析了电子政务数据的特点,介绍了数据挖掘方法,结合几个可能的应用例子,探讨了电子政务数据挖掘的实现。     

数据挖掘技术在电子政务系统中的应用初探

随着电子政务系统数据量的增大和变量的高维性,传统的数据库管理手段由于技术条件的限制,无法进行深层次的挖掘,大量的数据不能被很好地识别和利用,已不能很好地满足电子政务用户的需要,因此,把数据挖掘应用到电子政务系统非常必要,而且很有意义。本文试图对数据挖掘技术在电子政务系统中的应用进行探索。     

数据挖掘在电子政务中的应用

针对电子政务的特点,提出利用数据挖掘的关联规则算法对用户行为进行分析,通过挖掘行为路径之间的潜在关系,从在大量电子政务网站数据中发现有用的知识模式,该知识模式对于用户分析、知识分类、个性推荐等起到了很大的作用,提高了电子政务应用效率.     

国土电子政务的建设和应用研究

电子政务的快速发展离不开地理空间信息和以GIS为代表的3S技术的支撑。本文主要分析了当今电子政务的发展特点以及在发展中出现的问题,结合空间地理信息技术,空间数据挖掘和网络构建等新技术,对电子政务的建设、组织、管理进行探讨,并对电子政务的以后发展进行研究。     

数据隐私保护技术综述

随着电子商务,电子政务等各种网络应用的不断发展,数据挖掘中的隐私保护问题近年来引起人们的广泛关注,并成为一个急待解决的问题。本文介绍了当前数据挖掘隐私保护技术的发展现状,着重介绍了几种关键隐私保护技术的特点。在此基础上对隐私保护技术进行了综合对比与分析,提出了隐私保护技术未来的研究方向。     

“为政府信息管理保驾护航”——方正电子政务公司总经理雷少平专访

北大方正集团由北京大学于1986年投资创办，被誉为中国最成功的“校办企业”。20多年来，方正集团一直致力于推动各级政府电子政务建设，相继研发了版式文件、协同内容管理与数据挖掘、信息智能分析等技术，并以这些自主原创技术为核心推出了一系列产品。     

基于数据仓库的社会保险业务信息查询统计系统分析

笔者从电子政务决策支持引入一种新的决策支持解决方案“数据仓库 (DW) +联机分析处理(OLAP) +数据挖掘(DM)”。将这种方案应用于基于数据仓库的社会保险业务信息查询统计系统,并就此系统的运行环境配制、系统分析说明了上述方案在本系统中关键技术的应用,其中重点说明了数据仓库中的ETL的处理过程、OLAP中的多维数据集和B树的索引技术以及数据挖掘统计分析的具体技术。对上述数据仓库技术在社会保险业务信息查询统计系统中的应用进行了有益的探索。     

应用数据挖掘技术进行电子政务建设的研究

数据挖掘技术是一种能从大量模糊的、不确定的数据中揭示出隐含的、但具有潜在价值信息的技术。介绍了数据挖掘技术的概念,探讨了几种当前数据挖掘技术在电子政务领域的主流应用,并提出了一些其在实施过程中可能面临的风险、问题及解决方法。     

电子政务中利益关系委托代理模型分析

构建了电子政务中公众与当地政府利益关系的委托代理模型，并对其进行了数学分析．得出当地政府在电子政务建设中的努力程度以及该政府在电子政务建成后所分享的产出份额取决于三个变量：努力成本系数、产出后确定性和政府风险规避程度．根据分析和结论，提出了如何鼓励和提高当地政府在电子政务中的努力水平，防范电子政务建设投资中低效率和高风险现象的建议．     

网上电子公务中数据挖掘技术分析

介绍了网上电子公务中的数据挖掘技术及其基本步骤，所需人员分析，数据挖掘类型，并对数据挖掘技术在网上电子公务中的应用进行了分析 。     

电子政务空间数据交换方法

针对电子政务空间信息服务需要解决数据动态集成的问题，分析了一般电子政务数据交换的技术，研究了电子政务空间数据交换的要求，给出了基于XML的数据交换格式，提出了内网数据交换和专网（外网）远程数据交换的基本方法，并简要介绍了电子政务空间数据交换技术在电子政务空间辅助决策系统中的应用情况。     

基于数据挖掘技术的电子商务设计

介绍了数据库、数据挖掘、联机分析等相关技术的概念，以及这些技术在电子商务中的应用；介绍了基于数据挖掘技术的电子商务系统的设计以及使用Analysis Services工具进行的数据挖掘处理与分析。     

面向GIS应用的数据挖掘技术研究

本文介绍了空间数据挖掘的概念，分析了基于GIS的空间数据挖掘的流程，详细介绍了空间数据挖掘在GIS中的应用和可视化方法。熏后提出GIS空间数据挖掘的存在问题，阐述了技术的发展前景。     

一种基于数理统计数据挖掘方法的研究

分析了数理统计方法在数据挖掘中的作用，提出了一种基于数理统计的数据挖掘模型，并用实例证明该数据挖掘模型的有效性。     

数据挖掘技术及其在金融中的应用

数据挖掘是一门交叉性新学科，数据挖掘技术是目前国际上数据库、数据仓库和信息决策系统领域最前沿的研究方向之一。本文简述了数据挖掘定义和特点，介绍了其主要技术与基本步骤，并进一步分析了数据挖掘技术在金融中的应用。     

数据挖掘在税收分析中的应用

税收分析是税收管理的眼睛，对及时准确地发现问题、解决问题，加强税源管理和征收管理起着重要的导向作用。本文提出将数据挖掘技术应用于税收分析，将数据仓库中大量的业务数据转化为有用的知识，为决策者提供有效的信息。本文介绍了数据挖掘的主要功能，分析了税收数据挖掘过程，并简要介绍数据挖掘在税收分析中的应用。     

经典数据挖掘方法在客户建模中的应用分析

研究客户关系管理(CRM)中的客户建模问题，着重分析了数据挖掘技术如何用于决策支持．在此基础上，描述了客户建模的步骤，分析常用的数据挖掘技术．然后，对数据挖掘在客户建模中应用的典型实例进行了分析．     

数据挖掘技术在信用卡分析中的应用

数据挖掘是目前一种新的重要的研究领域,其在银行中的应用已成为一个重要的趋势.本文首先介绍了数据挖掘的概念、功能、数据挖掘过程.然后重点介绍了数据挖掘在信用卡分析中的应用.最后对数据挖掘在信用卡分析领域应用进行展望.     

数据挖掘中数据流聚类算法的分析和比较

本文对数据挖掘中的数据流聚类算法进行分析，首先简要介绍了数据挖掘以及流数据数据挖掘的，在此基础上提出数据流聚奏算法应具备的特殊要求，并对常见的数据流聚类算法进行分析和比较。     

数据挖掘在客户关系管理中的应用研究

数据挖掘技术是数据库研究领域中最活跃的分支之一，它综合运用了人工智能、数据库等多个领域的理论和技术，已成功地应于金融分析、市场分析等多个领域。本文介绍了数据挖掘的概念、常用技术和方法，讨论了数据挖掘技术在客户关系管理中的应用。