数据挖掘在图书馆应用研究综述

利用数据挖掘技术对信息进行深层次开发,找到图书馆馆藏与读者之间的内在联系,优化馆藏结构,提供个性化、主动式信息服务已成为图书馆发展的必然要求。介绍了数据挖掘方法,探讨了数据挖掘在图书馆的应用,分析了数据挖掘的研究热点和发展趋势。     

RFID在国内图书馆的应用研究综述

对2004年以来国内关于RFID在图书馆的应用研究的相关文献进行了分析,采用归纳的方法对RFID在国内图书馆的应用研究进行了综述,指出了RFID在图书馆应用中的优势和存在的主要问题。     

国内图书馆数据挖掘技术应用研究述评

本文对数据挖掘技术进行了概述,针对数据挖掘和图书馆等关键词利用现代信息检索技术对中国知网学术文献总库进行了检索,分析了近年来数据挖掘技术在图书馆领域的研究现状,在此基础上展望了数据挖掘技术在图书馆领域的研究前景。     

国内图书馆联盟研究综述

介绍了国内图书馆联盟的研究与建设现状,以中国知网为数据平台,通过定量和定性分析,对国内图书馆联盟的理论研究和建设实践进行了总结,以期为国内图书馆联盟建设的深入研究提供理论依据。     

数据库技术最新应用领域研究

本文主要简单介绍了数据库技术的几个最新应用领域,显示了数据库技术在网络应用中的重要性。     

数据挖掘的模式类型及其应用领域

本文阐述了数据挖掘的概念、模式类型及其应用领域。目的在于使人能够根据其所在领域的挖掘任务选择具体的挖掘模式。     

数据挖掘技术在图书馆中的应用研究

随着知识经济时代的到来,社会大众对知识获取、知识应用方面的需求不断提升。在此背景下,我国不断加大对图书馆基础设施的建设力度,以期满足读者的图书借阅、资料阅读等需求。在如今信息化浪潮中,如何为广大读者提供有效、正确的信息资源,提升读者满意度,成为各图书馆面临的一项重要问题。数据挖掘技术的应用,让图书馆的管理服务工作变被动为主动,为图书馆各项工作提供有力支持。该文阐述了图书馆工作及数据挖掘技术的相关内涵,介绍了数据挖掘技术在图书馆中的应用优势,分析了新时期图书馆面临的主要问题,探讨了数据挖掘技术在图书馆中的应用路径。     

空间数据库的数据挖掘

分析了传统数据挖掘方法面临的问题,介绍了空间数据挖掘的基本特征和空间数据库的知识发现过程,论述了几种空间数据挖掘的方法。     

数据挖掘综述

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域。本文介绍了数据挖掘的定义、功能以及数据挖掘的过程,论述了数据挖掘的常用技术,介绍了数据挖掘的应用,最后结合当前新的研究成果,分析了数据挖掘领域的发展趋势。     

数据挖掘综述

1．引言 人们在日常生活中经常会遇到这样的情况：超市的经营者希望将经常被同时购买的商品放在一起增加销售额；保险公司想知道购买保险的客房一般具有哪些特征；医学研究售货员希望从已由的成千上万份病历中找出某种疾病的病人的共同特征，从而为治愈这种疾病提供一些帮助等等。     

数据挖掘综述

从人工智能、统计分析和数据库技术3个方面对数据挖掘技术进行了总结;从模式识别的角度讨论了数据挖掘技术的主要任务,包括分类、聚类、回归、关联、序列和偏差6种模式的识别.详细介绍了数据挖掘技术的常用方法,包括模糊理论、粗糙集理论、云理论、证据理论、人工神经网络、遗传算法以及归纳学习.列举了当前数据挖掘技术的实际应用场合,并指出其今后的发展趋势以及急需关注的问题.     

数据挖掘综述

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域.本文介绍了数据挖掘的定义、功能以及数据挖掘的过程,论述了数据挖掘的常用技术,介绍了数据挖掘的应用,最后结合当前新的研究成果,分析了数据挖掘领域的发展趋势.     

数据挖掘在高校图书馆的应用

介绍了数据挖掘技术的基本含义和任务,分析了其在高校图书馆工作中的应用,阐述了数据挖掘对高校图书馆的发展和数字化进程的重要性。     

数据挖掘在体育领域中的应用研究综述

随着计算机技术的发展,数据挖掘作为快速有效地从海量数据中提取信息的工具得到了日趋广泛的应用.本文立足于数据挖掘的新兴应用领域--体育领域,综述了数据挖掘在体育产业、体质数据及竞技体育中的应用,为数据挖掘在体育中的进一步应用研究提供了参考.     

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。     

数据挖掘分类算法研究综述

随着数据库应用的不断深化,数据库的规模急剧膨胀,数据挖掘已成为当今研究的热点;特别是其中的分类问题,由于其使用的广泛性,现已引起了越来越多的关注。对数据挖掘分类问题的研究现状进行了综述:首先对研究比较多的基于判定树的归纳分类、基于人工神经网络的分类和基于统计的贝叶斯分类作了详细的讨论;然后对目前新提出的几种算法作了简要分析;最后根据数据挖掘的发展现状和研究重点对数据挖掘分类算法的发展趋势作了展望。     

数据挖掘在数据库决策系统中的实现

分析了数据挖掘的工作流程,利用数据挖掘从大规模数据库中寻找各变量之间函数依赖近似的强关联和确定条件概率,并将该方法应用于数据库决策系统中.     

数据挖掘在数据库决策系统中的实现

分析了数据挖掘的工作流程 ,利用数据挖掘从大规模数据库中寻找各变量之间函数依赖近似的强关联和确定条件概率 ,并将该方法应用于数据库决策系统中     

基于WEB的数据挖掘研究综述

运用数据挖掘技术进行Web数据挖掘成为数据分析领域中的一个重要研究热点,与传统数据相比较,Web数据具有结构复杂、形式多样与内容广泛等特点,且用户对其需求亦是五花八门的,这对数据分析领域提出了更大的挑战.基于为研究Web数据挖掘提供参考,将Web数据挖掘粗略地分为三类:内容挖掘、结构挖掘和使用挖掘,并分别进行了综述,然后根据当前的应用现状分析了这一研究领域的几个研究方向.