基于Apriori算法的数据挖掘在高校毕业生就业指导中的应用

随着高校毕业生人数的增加和管理信息系统的应用,产生了大量复杂的就业数据,利用Apriori算法的数据挖掘技术,从就业数据中挖掘出学分绩点与用人单位录用学生之间的关联规则,有助于提高就业管理部门对毕业生就业指导的实效性,实现毕业生更快更好的就业.     

数据挖掘技术在ERP中的应用

数据挖掘是近几年迅速发展起来的技术,主要用于构建企业的决策支持系统。文章根据数据挖掘技术的特点,针对传统ERP系统在决策方面的不足,提出把数据挖掘应用到ERP中去,并结合A汽车公司的ERP系统的实施和运行情况,开展从该系统挖掘数据的可行性研究、数据方法和流程探索,给出决策树挖掘算法检测数据挖掘模型。结果表明,这种数据挖掘是有效的。     

数据挖掘技术在高校教学系统中的应用

数据挖掘的本质是从已有信息中发现模式或规律。本文利用数据挖掘技术对现存的大量教学数据库中的数据进行分析和挖掘,从中提取有价值的信息,帮助教学人员合理安排教学工作,督导加强院、系的管理,协助辅导员加强对学生的管理,为提高高校的教学管理水平提供了科学依据。     

数据挖掘在大学生就业失衡现象中的应用研究

根据Fayyad的研究成果,对C4.5算法的连续属性离散化过程进进行了改进,提高了分类准确率和计算速度。针对所调研的学生学习成绩和就业信息数据,利用改进后的C4.5算法进行数据挖掘,分别构建了学生学业成绩模型和就业分析模型。该模型分析结果显示,学校培养的人才和企业需求的人才之间存在差异,影响了大学生的就业。所建模型为有效地分析大学生就业失衡的原因提供了帮助,也为学校制订科学合理的人才培养方案提供决策辅助。     

数据挖掘技术在移动通信中的应用

研究了应用于移动通信业的数据挖掘系统,以实际运行数据说明了关联规则挖掘和分类模型挖掘在移动通信中的具体应用．     

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。     

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。     

数据挖掘技术及其在通信行业中的应用

数据挖掘是一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取,转换,分析和其他模型化处理,从中提取辅助商业决策的关键性数据。简而言之,数据挖掘其实是一类深层次的数据分析方法,可以描述为：按企业既定业务目标,对大量的企业数据进行探索和分析,揭示隐藏的、未知的或验证已知的规律性,并进一步将其模型化的先进有效的方法。本文介绍了数据挖掘技术的产生背景,并结合通信行业客户流失的预测与控制简要介绍了数据挖掘的实施过程。     

粗糙集理论及其在数据挖掘中的应用

Rough sets理论被广泛运用于不确定环境下的信息处理.基于粗糙集理论的数据挖掘技术正日益受到计算机科学家和数学家的重视.笔者介绍了粗糙集理论的发展过程和基本特点,粗糙集理论在数据挖掘中的应用,以及典型的基于粗糙集的数据挖掘系统,并介绍了粗糙集理论的研究方向和研究领域,最后论述了粗糙集理论与其他智能化方法结合起来处理信息的必要性.     

数据挖掘技术及其应用

数据挖掘是一个年轻而充满生机的领域,面对海量的数据,它可以对这些数据进行统计、分析、综合和推理,找出我们感兴趣的有价值的信息,以指导实际问题的求解,发现事件间的相互关联,甚至利用已有的数据对未来的活动进行预测。数据挖掘技术已经涉及市场分析、欺诈检测、科学研究、顾客保有等多个方面,正在蓬勃发展。本文主要讨论数据挖掘技术的一些基本概念及其应用情况。     

决策树在数据挖掘中的应用研究

本文介绍了基于决策树的分类方法、基于决策树的知识发现的一般概念及决策树在数据挖掘中的应用。重点介绍了基于ID3算法的决策树生成方法,分析其用于数据分类和知识发现的过程及特点。     

数据挖掘技术及其应用

近十几年来,人们利用信息技术生产和搜集数据的能力大幅度提高,数据库系统在商业管理、政府办公、科学研究和工程开发等诸多领域得到广泛应用,这一势头仍将持续并发展下去。于是,面对信息产业的发展提出一个新的挑战:在这被称之为信息爆炸的时代,信息过量几乎成为人人需要面对的问题。如何才能不被数据的汪洋大海所淹没,并从中及时发现有用知识,提高信息利用率,成为一个企业的资源,为企业的业务决策和战略发展服务,否则大量的数据可能成为包袱,甚至成为垃圾。因此,面对"人们被数据淹没,人们却饥饿于知识"的挑战,数据挖掘和知识发现(DMKD)技术应运而生,文章主要对目前常用的数据挖掘技术以及其在各行业应用情况进行了概述。     

数据挖掘技术在地理信息系统中的应用

地理信息系统(GIS)可提供大量信息,但却无法发现数据中存在的关系和规则,利用数据挖掘技术可以从GIS数据库中挖掘出隐含的知识和空间关系,从而增强GIS的功能。     

浅谈数据挖掘

在信息爆炸的今天,人们迫切需要一种从大量的数据信息中提取并找到有用信息的方法,数据挖掘就是在这种情况下诞生的。近十年,数据挖掘的研究工作取得了很大进展,各种数据挖掘软件的应用极大推动了人们掌握、处理信息的能力,并为人们带来了良好的经济效益。本文详细介绍了数据挖掘的定义、数据挖掘的过程和数据的应用及研究方向。     

数据挖掘及在英语借词分类中的应用

本文简要介绍了数据挖掘的技术和应用 ,并用数据挖掘技术对英语中的汉语借词分类进行了分析和挖掘     

基于属性的粗糙集在数据挖掘中的应用

研究怎样能够有效地实现基于属性的粗糙集理论的数据挖掘技术．详细讨论了粗糙集理论;为了从基于属性的数据库中发现新的规则,研究了一种适合数据挖掘的面向对象的商业市场研究软件体系的应用．     

浅谈高校毕业生就业指导教育

一直以来,高校毕业生的就业问题是国家社会关注的焦点,帮助毕业生们顺利完成从校园到社会的跳跃不仅仅需要政府给予政策方面的指导和帮助,同时也需要作为毕业生培养单位的高校对学生们进行针对性的训练。那么,毕业生们在面对市场时,自身应该具备什么样的素质,我们的就业指导教育应该在哪些方面、为学生提供什么样的指导,该文就这些问题进行一些探讨。     

数据挖掘在方剂配伍规律研究应用的探讨

探讨数据挖掘在方剂配伍规律研究中的应用，并给出例子和一些研究思路。     

数据挖掘技术及其应用研究

数据库中的知识发现(Knowledge Discov-ery in Database,简称KDD)是一个新兴的人工智能与机器学习技术相结合的研究领域,它是基于人工智能、机器学习、模式识别、统计学等技术,高度自动化地分析大量的数据,从中挖掘出潜在的规律,为作出正确的决策服务.随着数据量的急剧增长,一些大型数据库的规模已经远远超过人工所能分析的程度,需要通过数据库中的知识发现技术来解决,因而有着广阔的应用前景.     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术,本文介绍数据挖掘系统的体系结构、数据挖掘的方法及应用。