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.     

供应链管理中的数据预处理技术

数据挖掘技术在供应链管理中起着非常重要的作用，由于数据常常出现噪声、缺失等情况，因此数据预处理成为数据挖掘过程中非常重要的一个步骤。结合供应链管理中的数据挖掘对各种数据预处理技术进行了介绍，并讨论了适合在供应链管理数据挖掘中应用的数据预处理技术。     

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。     

基于数据挖掘技术的经营分析支持系统

本文提出一个基于数据挖掘技术的经营分析支持系统框架,阐述了系统采用的关键技术,如数据挖掘技术、数据仓库技术、数据抽取技术、联机分析技术等。本文采用的数据挖掘过程严格遵照业界流行的CRISP-DM过程模型,结合金融企业特点对数据挖掘技术进行了详细描述,并阐述了数据挖掘技术在金融企业领域内的应用情况。     

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。     

一种基于数据挖掘的入侵检测系统模型

提出了一种基于数据挖掘技术的入侵检测系统模型,该模型是一个核模型,具有很好的扩展能力和适应能力,该模型因使用了元检测引擎来综合处理来自各个基本检测引擎的数据而提高了检测结果的准确性。文中还构建了一个基于数据挖掘的入侵检测原型系统来分析几种典型的数据挖掘技术的实际应用效果,讨论了数据预处理和特征提取问题。     

基于移动Agent的Web数据挖掘技术的研究

目前上存有大量的数据信息,如何对这些数据进行有效的应用已经成了当前数据库技术研究的重点。基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究主题。本文介绍了基于移动Agent的Web数据挖掘技术,各挖掘算法集中到移动Agent子系统中,并根据要求动态地创建,然后派遣它们到数据站点数据库中进行数据挖掘,提出了一种基于Web数据挖掘的模型。     

数据挖掘在入侵检测中的应用

随着互联网的迅速发展,许多新的技术被引入到网络安全领域.数据挖掘是一种通用的技术,它是从大量的数据中提取人们感兴趣的模式的过程.将数据挖掘技术应用到网络安全当中,建立网络入侵检测系统模型,是数据挖掘技术应用的一个新领域.本文重点介绍了数据挖掘(Data Mining)以及它在入侵检测(Intrusion Detection,ID)中的应用:包括数据挖掘与入侵检测的定义、应用、主要算法等.最后还讨论了本领域存在的问题.     

浅谈数据挖掘技术及其应用

随着现代信息技术、通讯技术、数据库技术、网络技术、数字化图书馆和计算机技术的高速发展及数据库管理系统的广泛应用,使得数据库存储的数据量急剧增大。面对“堆积如山”的数据集合,传统的数据分析手段都难以应付,造成大量数据资源的浪费,因此需要新的技术来自动、智能和快速地分析海量的原始数据,以使数据得以充分利用,由此引发了一个新的研究方向：数据挖掘与知识发现的理论与技术研究。数据挖掘技术在分析大量数据中具有明显优势,基于数据挖掘的分析技术在金融、保险、电信等有大量数据的行业已有着广泛的应用。     

Web文本数据挖掘技术及其在电子商务中的应用

简要介绍了数据挖掘、Web数据挖掘及Web文本数据挖掘技术。从特征项提取、文本关联分析、文本分类、文本聚类等方面对Web文本数据挖掘技术在电子商务中的应用作了探讨,并略述了Web文本数据挖掘技术的应用现状及其发展趋势。     

数据挖掘在超市管理中的应用

针对当前在大型连锁超市中采购、存储、销售的庞大数据需要合理的存储、分析、查询的实际问题,采用了数据挖掘的方法,在理论上介绍了数据挖掘技术的相关知识及其在超市管理中的应用,以超市营销管理作为实例,详细描述了数据挖掘的整个分析、设计及应用过程,并对国内数据挖掘应用的现状进行了分析.结果对数据挖掘在实践应用上的一个理论指导,配合特定算法后将在实践中有着一定的应用前景.     

数据挖掘在统计工作中的应用前景分析

社会经济的迅猛发展,使得统计工作越来越重要。面临庞大的统计数据量和提升数据质量的要求,结合数据挖掘的功能、特点和优势,使得数据挖掘技术应用到统计工作中将发挥更多潜在的功能价值,因此将数据挖掘技术应用到统计工作中就显得尤为必要。该文主要分析了数据挖掘与统计学的关系,阐述了统计工作中应用数据挖掘技术的适应性,对数据挖掘技术在统计工作中的应用前景进行了相关研究。     

基于Web的数据挖掘方法的研究及实现

Web上有海量的数据信息,数据挖掘是从大量的数据中发现隐含的规律性内容,充分利用有用数据,废弃无用数据,解决数据的应用质量问题。通过对Web的数据挖掘和XML特点进行分析,讨论了使用XML实现基于Web的数据挖掘方法,提出了一种结合HTML、XML、JAVA的新型数据挖掘技术。     

数据挖掘技术在军事领域中的应用初探

本文概要介绍了数据挖掘技术的过程、算法及应用,阐明了数据挖掘技术在军事领域中的应用前景。数据挖掘技术作为一项从大量数据中获取有用知识的实用技术,必将在军事领域发挥巨大作用。     

数据挖掘技术在糖尿病管理中的应用进展

数据挖掘(DM)是从大量不完整、有噪声、模糊、随机的实际应用数据中提取潜在有价值的信息和知识的过程。该项技术融合了人工智能、数据库、统计学等学科内容,为疾病管理相关研究的创新与发展提供极佳的便利。近年来,将数据挖掘技术运用于糖尿病管理,在糖尿病早期预防、糖尿病并发症预测及糖尿病的预后等方面已经取得了很大的成效。但目前国内将数据挖掘技术应用于糖尿病领域仍处于探索阶段,本文旨在通过对数据挖掘技术的分类,以及对数据挖掘技术在糖尿病筛查、糖尿病并发症预测和提升糖尿病患者管理质量中的应用及进展进行详细评述,使医务人员对数据挖掘技术在糖尿病管理中的应用有一个清晰直观的理解,并发现数据挖掘技术在糖尿病管理应用中存在的问题,为医务人员进行精细管理提供证据,以促进产生对患者和医务人员有益的研究成果。     

面向服务的分布式数据挖掘设计与实现

先进的应用持续产生非常大量有价值的数据,但是没有足够的技术来充分地抽取数据中潜在的知识.网格能为知识发现应用提供有效的计算支持.该文介绍了一个新颖的面向服务分布式高性能网格数据挖掘体系结构和设计原理.设计和实现了基于先进的Globus Toolkit 4和OGSA-DAI网格服务的分布式数据挖掘体系结构,并进一步用网格数据挖掘原型验证了该体系结构.     

浅谈数据挖掘技术及其应用

科技的进步,特别是信息产业的发展,把我们带入了一个崭新的信息时代。数据库管理系统的应用领域涉及到了各行各业,但目前所能做到的只是对数据库中已有的数据进行存储、查询、统计等功能,通过这些数据获得的信息量仅占整个数据库信息量的一小部分,如何才能从中提取有价值的知识,进一步提高信息量利用率,因此需要新的技术来自动、智能和快速地分析海量的原始数据,以使数据得以充分利用,由此引发了一个新的研究方向:数据挖掘与知识发现的理论与技术研究。数据挖掘技术在分析大量数据中具有明显优势,基于数据挖掘的分析技术在金融、保险、电信等有大量数据的行业已有着广泛的应用。     

数据挖掘在教育信息化中的应用

数据挖掘是从海量数据中抽取潜在知识的过程,在商业、金融等领域已得到了广泛的应用,而对于国内高校应用这一新兴技术只是刚刚起步。文章阐述了数据挖掘的相关概念,提出了数据挖掘在教育信息化中应用的必要性,并从教学层面概括了数据挖掘在教育中的应用,深入分析了应用数据挖掘技术面临的困难。     

浅谈数据挖掘

数据挖掘是在大量的数据中发现潜在的、有价值的模式和数据间关系（知识）的过程。经过十多年的工作,数据挖掘技术的研究与应用已取得了很大的成果。本文介绍了数据挖掘的概念、任务、方法以及数据挖掘的过程中要注意的问题。     

浅析数据挖掘在CRM中的应用

CRM是数据挖掘技术重要的应用领域.文章在数据挖掘和CRM的基本概念基础上,分析了数据挖掘技术在CRM中的应用及CRM中数据的挖掘过程.