基于数据挖掘的决策支持系统在证券行业的应用研究

随着中国证券市场竞争的白热化,建立基于数据挖掘的证券公司决策支持系统,对数据进行重新组织和挖掘分析,可以使决策者及时掌握辅助决策的信息,并根据对信息的分析结果,做出科学合理的决策,以提高公司的管理水平、竞争优势和风险防范能力。文章论述了由数据挖掘技术、联机分析处理和决策支持技术的结合。基于数据挖掘的决策支持系统基本理论,并结合其在证券业的应用需求,讨论了基于数据数据挖掘的证券公司决策支持系统的应用研究。     

数据挖掘技术在ERP内部数据仓库中的应用

为解决ERP系统"数据爆炸但知识贫乏"的新问题,文章结合宁波MERRIE汽车公司的MR-ERP系统的实施和运行情况,开展从MR-ERP系统内部数据仓库挖掘数据的可行性研究和数据方法、流程探索,给出决策树挖掘算法检测数据挖掘模型.实验表明,这种数据挖掘是有效的.     

数据挖掘及其在电子商务中的应用

随着网络技术的发展和计算机使用的日益广泛,电子化数据越来越多,人们面临“数据丰富而知识贫乏”的问题。如何才能不被信息的汪洋大海所淹没。从中及时发现有用的知识,提高信息利用率呢？八十年代末兴起的数据挖掘技术,为解决此问题开辟了一条道路。本文简单阐述了数据挖掘技术、Web数据挖掘及电子商务,分析了Web数据挖掘在电子商务中的应用和展望。     

社会保险系统信息挖掘研究

本文概述了社会保险系统信息挖掘的意义、方法以及数据挖掘对社会保险信息的作用,并介绍了如何挖掘社会保险数据的方法,并分析社会保险数据挖掘的结果。在金保工程建设过程中,可利用社会保险系统信息数据挖掘,为民生服务,为政府决策提供客观依据。     

数据挖掘技术在物流信息系统中的应用

KDD（＇Knowledge Discoveryin Databases的缩写）是人工智能技术和数据库技术相交叉的一个热门研究领域,已经受到越来越多的关注。数据挖掘（DataMining,简称DM）是KDD的一个十分重要的步骤,其内容涉及数据集成、各种知识模式的提取、知识的评价与表示等。信息化物流网络体系产生的巨大数据流,使企业很难根据这些数据进行准确、高效的决策。数据挖掘技术能够帮助决策者快速、准确地做出决策,实现对物流过程的控制,提高企业的运作效率,降低整个过程的物流成本。     

基于科技数据库的数据挖掘与决策支持——以珠海市生产力促进中心万方数据库数据统计实例分析为例

数据挖掘是数据管理最为核心的关键步骤,是在数据海洋中经过对数据的捕捞、提取和分析,使数据变为可用知识的过程,逐渐改变数据丰富但信息贫乏的现象。介绍了多维联机分析系统模型的建立,阐述了科技数据仓库模型的数据提取与分析,提出了数据库使用数据的测算和分析及决策支持。     

基于数据挖掘技术的政府决策咨询系统的研究与设计

政府决策在经济社会发展的过程中起着统揽全局的作用,政府需要获取全面准确的信息,为政策制定提供参考和依据。基于数据仓库挖掘技术的政策决策咨询系统,将涉及到的不同类别的数据建设成数据仓库,系统通过数据挖掘将提取到的有用的数据提供给决策者。在具体实现的过程中,采用5层架构,从数据采集、数据仓库的建立、数据挖掘等方面进行设计,将决策层用户需要的数据按照一定的主题分类用直观及可视化的形式进行查询显示。采用基于数据挖掘技术的决策咨询系统,使政府更加有效和客观地掌握经济社会运行的具体数据,从而让决策的制定更加科学。     

数据挖掘技术在CRM中的应用研究

随着客户信息的日趋复杂、客户数据的大量积累,分析复杂的客户数据,发现客户行为趋势,挖掘客户对企业的真正价值逐渐成为企业成功的关键因素,决策者迫切需要将海量数据转换成有价值的信息和知识。数据挖掘的出现为这一需要提供了有力的技术支持。数据挖掘在CRM（客户关系管理）中的有效运用可以从大量的客户数据中挖掘出对企业经营决策有价值的知识和规则。     

关联规则技术在数据挖掘中的应用

数据挖掘技术的诞生,使我们能从大量的数据中提取对决策者有用的信息,20世纪90年代初,R.Agrawal等提出了关联规则挖掘技术.关联规则挖掘是为了发现大量数据中项目集之间感兴趣的相关性信息.经过十余年的发展,关联规则挖掘已经成为数据挖掘技术中较为成熟并很重要的一种方法.文中系统描述了关联规则挖掘所涉及的概念、关联规则挖掘算法和关联规则应用领域等.     

基于关联规则的电力仪表企业故障诊断

在数据挖掘和关联规则技术的基础上,提出采用经典Apriori算法对电力仪表企业产品数据信息进行挖掘,获取产品故障规则信息,并抽取出不同支持度下的故障规则,实例证明采用该方法产生的规则有利于企业技术部门和决策者进行决策,能更好地为他们提供参考信息。     

多层次关联规则的快速挖掘算法

数据挖掘被认为是解决“数据爆炸”和“数据丰富,信息贫乏”的一种有效方法。关联规则是数据挖掘的重要研究方向。本文提出了多层次关联规则的一种快速挖掘算法,利用抽样从概念层次树的中间开始挖掘,以提高挖掘的速度。     

浅析数据挖掘技术

在数据仓库解决方案的基础之上开发数据挖掘系统,可以使数据仓库进一步适应企业高层决策的需求.基于数据仓库的挖掘系统不仅具有极高的灵活性,而且能够协助用户发现期望获取的知识和部分未知的有用信息.本文将介绍基于OLAP数据挖掘的概念,以及讨论OLAP关联挖掘的实现.     

数据仓库、数据挖掘在财政系统中的应用

随着技术发展,财政系统信息化建设得到较好发展,各类业务管理系统积累了大量的数据,如何在海量数据中挖掘有用的信息资源,就显得十分迫切。简述了数据仓库、知识发现和数据挖掘的产生、发展及相关技术和应用,研究了聚类算法及聚类分析的度量标准。以聚类算法为例,讲述了针对实际应用中数据挖掘算法的应用改进。提出了应用推广阶段的改进型聚类分析算法,并对某市财政的数据集合进行了实验分析。针对财政决策系统的应用整合问题,选择以某市财政决策管理系统为例,介绍了进行数据挖掘之前要经历的步骤,最后得出了税源户聚类信息。     

关联规则在炮兵专业技术训练中的应用

本文以某炮兵旅军事训练数据为研究对象，主要以专业技术训练数据为应用点，采用数据挖掘技术挖掘训练数据中有用的信息。本文围绕考核成绩分析这个主题，运用Apriofi关联规则对得到的综合数据信息进行挖掘，得到有利于作训部门支持决策的知识。     

数据挖掘技术研究

随着信息技术迅速发展，数据库的规模不断扩大，产生了大量的数据。但大量的数据往往无法辨别隐藏在其中的能对决策提供支持的信息，而传统的查询，报表工具无法满足挖掘这些信息的需求。因此，需要一种新的数据分析技术处理大量数据，并从中抽取有价值的潜在知识，数据挖掘（Data Mining）技术由此应运而生。本文主要介绍了数据挖掘的基本概念，以及数据挖掘的方法。     

基于数据仓库的证券公司决策支持系统研究

随着中国证券市场的日益规范化,建立基于数据仓库的证券公司决策支持系统,对数据进行重新组织和挖掘分析,可以使决策者及时掌握辅助决策的信息,并根据对信息的分析结果,做出科学合理的决策,以提高公司的管理水平和竞争优势.文章论述了由数据仓库技术、联机分析处理技术和数据挖掘技术三者结合而构建成的基于数据仓库的决策支持系统基本理论,并结合其在证券业的应用需求,讨论了基于数据仓库的证券公司决策支持系统的设计与实现.     

Web挖掘及其在电子商务中的应用

作为一种崭新的信息处理技术,Web挖掘受到了人们极大的关注。电子商务是一种新型的现代商务模式,如何将Web挖掘应用于电子商务,来有效地处理信息,成为企业共同关注的问题。Web挖掘是应用数据挖掘的方法通过对Web页面内容、页面之间的结构、用户访问的信息等各种数据进行分析和挖掘发现潜在的、有用的知识的过程,帮助决策者更加准确地获得商品的销售信息和客户信息,使客户在短时间内完成商品的浏览、搜索以及订购。本文着重阐述了Web挖掘技术及其在电子商务领域中的应用。     

数据挖掘技术在油田生产决策支持中的研究及应用

油田生产过程积累了大量的历史数据,从大量沉淀的数据环境中挖掘有用的决策信息,探索出油田生产中的规律性,能够更有效地指导生产,为石油企业提供生产决策支持。文中提出了基于油田生产数据采用数据抽取、转换和加载技术的数据仓库的构建策略以及基于多维数据集的数据挖掘的实施方案,并对包括数据仓库体系结构的设计、数据仓库的构建、多维数据集数据存储模式的优选策略、在线分析处理以及基于分层聚类分析的方法实现数据挖掘等在内的各主要环节进行了系统详细的阐述。最后结合油田生产数据,综合运用数据仓库、联机分析处理和数据挖掘技术构建了一套油田企业生产决策支持系统,并提取和挖掘出了对于油田生产决策支持有用的信息。     

智能决策支持系统研究

研究了智能决策支持系统的关键技术,以管理科学、运筹学、控制论和行为科学为基础,以计算机、仿真和信息技术为手段,智能决策支持系统构造了一个基于数据挖掘的智能决策框架,应用于金融系统的投资决策与风险分析与管理,为决策者提供决策所需的数据、信息和背景材料,帮助明确决策目标,建立或修改决策模型等,为正确决策提供必要的支持。     

基于关联规则的日志分析系统的设计与实现

网上广告势必成为中国广告业不可取代的部分,广告人总是期望广告能获得最好的效果.为此,本文设计并实现了一个基于关联规则数据挖掘的日志分析系统,数据挖掘引擎在实现过程中针对挖掘数据的特点对Apriori算法进行了改进,并通过仿真数据库对挖掘结果进行了验证,日志分析系统获得的"知识"可以直接用于改善Web的信息服务.