软件需求获取新技术

软件需求是决定软件开发是否成功的一个关键因素,软件需求获取技术的重要性凸显出来。在此背景下,本文对问题驱动基于场景的协同式需求诱导方法：基于Ontology的软件需求获取技术和基于数据挖掘的软件需求获取技术进行了阐述。特别是基于数据挖掘的软件需求获取是作者首创将数据挖掘技术应用于软件需求获取。     

数据挖掘技术现状和发展

数据挖掘是一个年轻且充满希望的研究领域。介绍了数据挖掘的概念、常用方法、数据挖掘过程、数据挖掘软件的评价方法。对数据挖掘应用领域和研发方向做了展望。     

基于SOA架构的空间数据挖掘平台的分析与设计

对空间数据挖掘、GIS、Web Service等技术进行了研究.基于SOA架构、面向Web Service,对空间数据挖掘平台进行了系统分析与设计,以Web Service的方式为用户提供空间数据挖掘服务,从而大大降低了空间数据挖掘的使用难度,以一种耦合度极低的方式实现空间数据挖掘与第三方软件有效集成.     

基于SQL Server 2005的数据挖掘系统应用研究

数据挖掘的应用已经渗透到如今的许多行业,尤其是基于SQL Server 2005平台的数据挖掘系统更是得到了广泛的应用。通过阐述数据挖掘相关软件的发展阶段,结合其发展的历史和前景详细分析了SQL Server 2005平台的主要特点及其功能优势,最终提出基于SQL Server 2005的数据挖掘解决方案框架。     

探讨软件工程行业中数据挖掘的应用

该文通过对软件工程行业中数据挖掘的重要性进行了分析,详细地阐述了数据挖掘在该领域的具体应用。希望通过此文,能促进该技术在软件行业中的应用,提升行业数据处理水平,保障软件平稳、可靠运行。     

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。     

可视化数据挖掘在碎屑岩储层研究中的应用

针对储层研究过程中碎屑岩数据爆炸而知识缺乏的问题,引入数据挖掘思想,结合地理信息系统及Excel二次开发工具,应用Clementine软件对数据进行提取与处理,实现了数据挖掘过程的可视化.借助数据挖掘工具进行砂岩三角形图解的自动化投点和岩性识别,从而实现数据挖掘结果的可视化.     

R软件的数据挖掘应用

开源R软件集成了各种的数据分析和可视化方法,具备强大的数据分析功能和良好的可扩展性,适用于数据挖掘;结合城市主要经济指标的数据挖掘案例,给出了R软件在挖掘过程中各主要阶段的应用方法;数据准备阶段包括数据抽取、数据选择与统计分析应用;挖掘建模阶段给出了聚类和分类的典型挖掘应用;模型评估阶段给出了决策树的评估方法;从简洁的R语言脚本设计和良好的分析效果,展示了R软件的基本特点和在数据挖掘应用中的优势。     

基于数据挖掘技术在软件项目风险管理决策系统的研究

根据软件项目风险管理数据特点,提出了基于数据挖掘技术的软件项目风险管理决策系统的分层体系结构和挖掘模型。     

基于图像数据挖掘的软件系统研究

在数字化时代,要求对大量的图像数据进行分析以获得知识．本文针对图像数据挖掘技术,介绍了图像的挖掘过程、挖掘技术等问题,在此基础上详细讨论了对图像数据挖掘软件原型系统的研究．     

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．     

基于稳健回归技术的软件成本估计方法

随着软件系统规模的不断扩大和复杂程度的日益加大,人们经常对软件成本估算不足,造成了各种严重的软件危机。本文分析了面向数据挖掘的普通最小二乘法和稳健回归两种回归技术在软件成本估计应用中的准确性,提出了稳健回归的软件成本估计方法。     

基于工作流的自动商业数据挖掘

本文旨在提出使用工作流为中型商业实体开发出适合其规模的数据挖掘软件的思想,使用者能够跳过冗长的建模及算法,使数据挖掘应用能够应用到更加广泛的商业领域中.     

基于稳健回归技术的软件成本估计方法

随着软件系统规模的不断扩大和复杂程度的日益加大,人们经常对软件成本估算不足,造成了各种严重的软件危机.本文分析了面向数据挖掘的普通最小二乘法和稳健回归两种回归技术在软件成本估计应用中的准确性,提出了稳健回归的软件成本估计方法.     

基于K-means聚类的电信企业客户分群决策

数据挖掘应用开发对电信企业的发展有重要意义,其中客户分群可以准确认识客户总体构成,使得服务和营销更具针对性。以常州市电信企业为例,采用K-means聚类分析技术,利用商业数据挖掘自动化软件KXEN给出了一个电信客户分群的解决方案。实践表明,该方案是有效的。     

用EXCEL进行模糊聚类分析

聚类分析是统计方法中多元数据分析的三大方法之一 ,也是数据挖掘技术研究的方法之一 ,本文介绍了用电子表格软件 Excel实现模糊聚类分析的方法 .     

利用Lotus Domino/Notes提高企业知识管理竞争优势

简要介绍了企业知识管理的含义及Lotus Domino／Notes应用软件的概况，并就数据挖掘技术在提高企业竞争力方面的重要性进行了阐述。     

一种融合蚁群算法和主成份分析的数据挖掘方法

为帮助企业在销售资料数据库中,有效地挖掘出有用的规则,结合蚁群算法与主成分因素分析法,提出一套整合性数据挖掘方法.为了证明该方法的效能,收集了一个大型商场的销售数据,并配合其它数据挖掘软件XpertRule Miner与该方法的挖掘结果进行了分析比较.实验结果显示该方法能有效地挖掘出隐藏在数据库中的知识,进而能提供给决...     

一种聚类挖掘软件数据的方法

提出了一种聚类挖掘软件数据的方法。首先将一组软件数据的最可能分类情况称为“中心知识”。将该组数据的所有可能分类结果称为“知识的浮动域”，最后将“中心知识”对应分类的可信程度称为“知识的正确度”。分类结果的评价标准主要考虑到：分类数目适中，每个类内半径尽可能小，类间距离尽可能大的分类结果具有较高的评价分数。进行的“软件数据挖掘实验”结果表明，这种方法更加准确、更加切合实际。从理论和实践上证明了软件数据挖掘具有广阔的发展前景。     

论数据挖掘技术的发展前景及应用

数据挖掘是数据库最活跃的领域之一,本文不仅系统的介绍了数据挖掘技术的发展背景、数据挖掘的概念和特点、数据挖掘的功能和过程,而且对数据挖掘的局限性也进行了研究和探讨,最后总结了数据挖掘现状并且提出了数据挖掘的发展方向.