数据挖掘技术

1　数据挖掘产生的背景我们正处在信息化的社会 ,大量信息在给人们带来方便的同时也带来了一大堆问题 :第一是信息过量 ,难以消化 ;第二是信息真假难以辨识 ;第三是信息安全难以保证 ;第四是信息形式不一致 ,难以统一处理。人们开始提出一个新的口号 :“要学会抛弃信息”。人们开始考虑 :“如何才能不被信息淹没 ,而是从中及时发现有用的知识、提高信息利用率 ?”面对这一挑战 ,数据开采和知识发现 (ＤＭＫＤ)技术就应运而生 ,并显示出强大的生命力。另一方面 ,随着数据库技术的迅速发展以及数据库管理系统的广泛应用 ,人们积累的数据越来越…     

数据挖掘技术应用研究

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，数据挖掘和知识发现(DMKD)技术应运而生，并得以蓬勃发展。1 …     

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。     

浅议计算机数据修复技术

随着信息安全逐渐被人们所重视，数据修复技术也日益为人们所关注，要完成数据的恢复，用户首先要对数据丢失的原因做一些简单的了解，然后对需要修复的数据进行分析、判断，做好数据修复前的准备工作；另外，还要掌握数据修复的注意事项及技巧．以及一些常用的数据修复软件。     

“大数据”成就“智慧营销”

十年之前,电影《天下无贼》中的经典对白"21世纪什么最贵?人才"被人们争相传颂;十年之后,这个问题的答案与时俱进地变为当前市场热点——数据!当然,此数据已非传统意义的数据,而是海量、爆发式增长的"大数据"。作为继云计算、物联网之后IT产业的又一次颠覆性技术浪潮,大数据被人们视为智慧城市的源泉、精准营销的根基,其与传统BI究竟有何区别?未来企业应该如何挖掘海量数据背后的潜在价值?     

基于大数据背景下的图书馆服务研究

大数据是继"WEB2.0"、"云计算"、"移动互联网"之后的又一次革命性变革。大数据时代读者的信息需求与获取方式,以及所期望得到的服务方式都发生了很大的改变,在此背景下,图书馆的发展也面临着巨大的挑战,同时也有着良好的发展机遇。如何利用好大数据技术更好地为读者服务,尤为重要。该文从大数据的概念、特征以及图书馆现有大数据入手,分析了图书馆在大数据背景下面临的机遇与挑战,并对如何利用好大数据技术促进图书馆服务方式的转变提出了个人的一些看法。     

浅谈计算机数据修复与维护

随着计算机技术的迅速发展和普及,计算机数据的安全问题越来越重要,数据修复技术也日益为人们所关注,要完成数据的恢复,除了要对数据丢失的原因做一些必要的了解、对需要修复的数据进行分析、判断,做好数据修复前的准备工作;还要掌握数据修复的注意事项及技巧,以及一些常用的数据修复软件。本文通过分析计算机数据丢失的原因,从技术角度介绍了计算机数据的修复与维护。     

知识共享视域下的新型产业创新生态系统研究——以科大讯飞成长为例

有别于工业经济时代,互联网大数据时代的知识与技术迅速迭代,因此,必须对基于技术进步的产品与产业生命周期理论进行重新审视.着眼于对国内智能语音产业的分析,按照"知识—技术—产品"的研究脉络,分析产业内部相关知识与产品的发展过程,结合案例中一些知识专家逐渐发展成为企业家的整个过程,在对产业创新生态系统进行研究的前提下,分析关联企业的发展规律.得出结论如下:在推进新型产业创新生态系统发展的环节中,技术产品将朝着多元化的方向发展.因为技术与知识彼此相互促进和融合,系统内创新将持续深化.     

知识共享视域下的新型产业创新生态系统研究——以科大讯飞成长为例

有别于工业经济时代,互联网大数据时代的知识与技术迅速迭代,因此,必须对基于技术进步的产品与产业生命周期理论进行重新审视.着眼于对国内智能语音产业的分析,按照"知识—技术—产品"的研究脉络,分析产业内部相关知识与产品的发展过程,结合案例中一些知识专家逐渐发展成为企业家的整个过程,在对产业创新生态系统进行研究的前提下,分析关联企业的发展规律.得出结论如下:在推进新型产业创新生态系统发展的环节中,技术产品将朝着多元化的方向发展.因为技术与知识彼此相互促进和融合,系统内创新将持续深化.     

云计算关键技术研究

随着互联网数据量的高速增长,致使用户对互联网及数据安全技术有了更高的需求,虽然互联网数据处理能力因此相对不足,但是也同样存在大量处于闲置的设备和存储资源以及强大的技术团队。将他们统一调度,提供所需服务,使用户在没有相关知识和操作能力,并在不了解所提供的服务技术下获得所需要的服务,这就是云计算。云计算是一种基于Internet的计算方式,以数据为中心进行密集超级计算,在数据存储、管理、编程模式等方面都具有其自身的独特性。云计算在医药医疗、制造、金融与能源、电子政务、教育科研、电信等主要行业的信息化建设与IT运维管理,必将成为主流IT应用模式。     

“物云大智”在现代教育中的应用与思考

随着社会信息化的不断加快,传统的教育模式已不再适用于现代人们的教育需求。物联网、云计算、大数据、智能技术等现代信息化技术的出现,催生着更加现代、更具创新意义的教育模式的出现。本文通过对物联网、云计算、大数据、智能技术(简称"物云大智")的介绍,将其引入到现代教育中去,对"物云大智"在教育中的应用和思考进行了详细的研究与分析。     

实现并发控制的主要方法之～锁

数据库技术是一门综合性的软件技术，是使用计算机进行各种信息管理的必备知识。数据库技术所研究的问题就是如何科学地组织和存储数据，如何高效地获取和处理数据，是当代计算机科学的重要组成部分。     

数据仓库和数据采掘研究综述

数据丰富而知识贫乏的状况导致了数据仓库和和数据采掘技术的出现,引起了许多不同领域的人们的极大关注。对数据仓库和数据采掘的基本概念、关键技术以及主要研究内容了一个综合样性的介绍,并讨论了数据仓库和数据采掘相结合的特点和发展潜力。     

大数据商业世界新蓝海

如今,大数据(Big Data)一词越来越多地被提及与使用,人们用它来描述和定义信息爆炸时代产生的海量数据.事实上,大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理.随着云时代的来临,大数据引发的巨大价值正在为人们所关注并追逐. 大数据,大影响 业界将大数据的特征概括为4V:"Volume,Variety,Value,Velocity",即数据量巨大、数据类型繁多、高价值和高速度,这些特征对传统数据库管理工具提出了巨大挑战.大数据的分析因为导入数据量大、查询涉及的数据量大、查询请求多等原因而遇到不少困难,目前主要使用的产品包括InfoBright、Hadoop、YunTable、SAP Hana和Oracle Exadata等.     

大数据时代下中医方药知识发现新方法

近年来,大数据时代下的理念与技术应用于中医药领域的研究逐步开展。方药"大数据"是中医药知识的重要组成部分,然而其数据混杂,隐藏其中的知识亟需更好地挖掘。本文以"方书之祖"——《伤寒论》中方药知识为载体,介绍基于形式概念分析的复杂概念网络发现方法,提出大数据时代的中医方药知识发现新方法,以促进中医药学的进一步挖掘、继承和创新,造福社会,造福人类。     

对多传感器数据融合的综合研究

1多传感器数据融合的概念数据融合一词出现在20世纪70年代,并于80年代发展成一项专门技术。它是人类模仿自身信息处理能力的结果,类似人类和其他动物对复杂问题的综合处理。人类能将各种功能器官(眼、耳、鼻、四肢、皮肤)所探测到的(图像、声音、气味、触觉)与先验知识进行综合,以便对周围的环境和正在发生的事件做出估计。数据融合最早用于军     

基于语义网技术的生物学数据集成研究

目前生物学研究十分依赖生物数据的有效性和可靠性。为了构建新的生物知识，来自不同数据源的生物数据必须集成。本文首先介绍了主要的语义网技术及其在生物学数据集成中的应用。接着分析了由于生物学数据的特殊性，语义网技术在生物学数据集成中也面临了一些挑战。最后指出了语义网技术在生物学数据集成方面研究的方向。     

基于语义网技术的生物学数据集成研究

目前生物学研究十分依赖生物数据的有效性和可靠性.为了构建新的生物知识,来自不同数据源的生物数据必须集成.本文首先介绍了主要的语义网技术及其在生物学数据集成中的应用.接着分析了由于生物学数据的特殊性,语义网技术在生物学数据集成中也面临了一些挑战.最后指出了语义网技术在生物学数据集成方面研究的方向.     

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。