数据挖掘与虚拟数据库

给出了数据挖掘的概念及数据挖掘系统的分类,并基于Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ数据挖掘给出了虚拟数据库技术的基本思想及实现     

数据挖掘流程中数据准备的探讨

数据挖掘是一个应用统计学和人工智能等算法进行知识发现的过程.数据挖掘需要从庞大的数据集或数据库中提炼有用的信息, 因而就产生了一个问题, 如何为数据挖掘准备一个有效的数据集合, 以提高效率, 这是本文讨论的关键.     

数据挖掘研究

数据挖掘是一个新兴的领域，在短短几年内得到迅速的发展。数据挖掘是一个跨学科的领域，涉及到数据库系统、统计学，数据可视化，信息检索和高性能的计算，其它有贡献的学科有神经网络，信号处理、空间数据库、图像数据库。数据挖掘汇集了很多学科的技术方法。随着存储数据量的不断增长，已有的方法面临着可扩展性和效率的挑战。在数据库研究领域中，有效的数据结构、索引和数据存储都将对高性能的数据挖掘有所贡献。     

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。     

图像数据挖掘技术研究与探讨

图像挖掘是目前国际上数据库、图形图像技术和信息决策领域最前沿的研究方向之一，是数据挖掘的一个新兴的富有挑战性的领域，所以专门研究图像数据挖掘技术，具有较高的学术价值和广泛的应用前景。     

基于地理信息系统的时空数据挖掘研究

传统的数据挖掘方法一般是从事务型数据库或者关系数据库中进行挖掘从而进行研究,对于地理信息系统中的时空特征无法进行很好的揭示。对于时空数据挖掘这种方法进行大量的研究,找出数据中包涵的时空规律,对于提高气象数据的研究效率,从而更好的进行气象预报,提高气象预报的准确性,有着非常重要的意义。将时空数据挖掘技术与传统的地理信息系统相结合,基于地理信息系统对于时空数据挖掘进行大量的分析,对于时空数据挖掘在气象数据使用中的方法,作用进行了大量的阐述。首先介绍了地理信息系统,时空数据挖掘和数据挖掘的概念,技术方法和联系。     

面向领域的数据驱动自主式知识获取模型及实现

数据挖掘是一个非常有用的工具,通过它能够从大型数据库中发现知识.目前,众多研究者将其主要研究工作放在了数据挖掘的模型与方法等工程技术问题上,对于数据挖掘的一些基础理论问题却研究不足.通过对数据挖掘基本理论的研究,提出了面向领域的数据驱动自主式知识获取模型.并通过一系列数据驱动自主式知识获取算法验证了该模型的有效性.     

面向领域的数据驱动自主式知识获取模型及实现

数据挖掘是一个非常有用的工具,通过它能够从大型数据库中发现知识。目前,众多研究者将其主要研究工作放在了数据挖掘的模型与方法等工程技术问题上,对于数据挖掘的一些基础理论问题却研究不足。通过对数据挖掘基本理论的研究,提出了面向领域的数据驱动自主式知识获取模型。并通过一系列数据驱动自主式知识获取算法验证了该模型的有效性。     

关联规则在课堂教学评价中的应用

数据挖掘是近年来出现的一种综合了机器学习、统计学、数据库等众多领域的新技术．而关联规则是数据挖掘的核心技术，应用广泛．本文将数据挖掘中的关联规则算法应用于学校课堂教学评价中，找出了课堂效果与教师职称、年龄之间内在的关联规则，可以有效地指导教学工作。     

数据仓库及其应用

随着数据库应用从以事务处理为中心逐渐向以分析处理为中心,以数据仓库、联机分析和数据挖掘为中心的基于数据库的分析技术成为近几年来数据库界研究的热点。本主要介绍数据仓库概念、特点、评测指标及其广泛应用。     

一种建立于虚拟数据库的决策体系结构

虚拟数据库技术能够快速收集、组织和集成来自不同数据源的数据，并以统一的关系数据库的形式提供给决策者和上层应用程序，便于数据挖掘和在线分析处理，提高系统决策支持的能力．提出一种建立于虚拟数据库的新决策支持系统体系结构．     

数据仓库系统设计的初步探讨

数据仓库技术是在数据库发展的基础上产生的,已成为应用联机分析处理和数据挖掘技术的数据载体。本文以数据仓库技术的应用为主题,探讨了数据仓库技术的应用策略。     

Web挖掘在个性化推荐系统中数据预处理的研究

个性化推荐系统能够根据用户的兴趣偏好主动推荐他所需的资料。它的出现解决了人们寻找信息难的问题。数据预处理将原始的真实数据库转换成适于数据挖掘的挖掘数据库,为提高挖掘算法的效率,改善挖掘结果的效果打下了良好的基础。[1]     

环境影响评价数据仓库模型的构建研究

随着环境影响评价基础数据库数据中心数据量的逐年指数增长,数据库服务器对客户端的响应时间也随之延长,对数据高效管理的要求也日益明显.结合环评基础数据库项目建设过程中数据分析和挖掘预测的需求,提出基于ODS的环评数据仓库的总体架构,构建基于OLAP技术的面向多主题的数据仓库模型,研究遗漏值、数据异常等不同问题的数据清理和填充方案,构建基于DS-ODS-DW的数据加载模型.研究实现基于基础数据库的统计分析和数据挖掘功能,为数据管理者提供数据预测与决策支持功能.通过模型在数据分析和数据挖掘方面的应用案例,验证了该模型和方法的合理性和有效性.     

基于大数据关联规则的网络恶意行为识别检测

为提升数据挖掘技术与网络恶意行为识别准确率,研究基于大数据关联规则的网络恶意行为识别检测方法.模糊化处理网络中存在的大数据,构建模糊数据库,分类聚集模糊数据库中的模糊数据,离散化处理模糊数据的连续属性,确定模糊数据频繁关联规则,通过基于模糊关联规则的数据挖掘方法获得整理后的网络数据;以此为基础,分析用户恶意访问流量特征...     

数据聚类算法在web数据挖掘中的应用

在数据挖掘的实现过程中,聚类分析已经成为数据挖掘研究领域中一个非常活跃的研究课题。聚类是数据挖掘中一种重要的挖掘方法,它从数据库中计算发现数据中隐舍的有用信息或知识,数据聚类在很多领域中有着广泛的应用。该文研究的主要内容是数据聚类算法在Web数据挖掘中的应用,获得的聚类结果可以作为web网站结构的优化,站点的重构以及个性化的服务和推荐的重要依据。     

校园信息化中数据共享问题的研究及解决方案

通过分析目前校园网存在的问题,提出了一个新的校园网信息化设计方案,即利用共享数据库实现各个业务管理部门数据的共享.共享数据库实现的重点是共享数据的整合和订阅,利用Oracle提供的工具,使数据在共享库和业务库中传递.校园网在引入共享库后,能够把全校的公共信息集中起来,通过各种标准的引入,能够实现全校数据的统一管理,为各个业务部门提供数据支持,为今后进行数据挖掘打好基础.     

文本数据的数据挖掘算法

针对目前大量存在的文本数据,以已有的结构化数据挖掘技术为基础,提出了非结构化数据的知识发现方法－树形分层数据库方法,对文本数据进行分析,将非结构化数据准结构化,存放入树形分层数据库中,利用已有的数据库技术以及树形分层数据库特有的一些操作,实现在知识发现过程中对数据的抽取与控制,并给出了具体的模型与过程。     

数据仓库与数据挖掘的研究

本文阐述了数据库、数据仓库争数据挖掘的概念以及数据库与数据仓库的关系,数据仓库和数据挖掘的区别与关系和数据挖掘的应用.     

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。