超星发现系统对知识关联的运用

超星发现系统是一款资源发现系统.目前在国内,该系统与同类发现系统比较后,被认为在多方面具备一定优势,抑或有着其他发现系统没有的特点.它通过对知识关联的应用,在知识挖掘和数据分析方面起着重要作用,最终有助于知识的组织与管理,以及知识发现.本论述首先就相关的概念,即知识单元、知识网络、知识关联、知识发现和资源发现系统等做—个简单论述.其次,对该系统在知识关联方面的应用做—个介绍.再结合相关概念,总结了该系统对知识关联的应用在知识组织、知识管理、知识发现等方面起到的积极作用.最后,谈一谈超星发现系统在知识关联方面还存在的两点不足之处.     

知识发现系统原型构架的研究

简述了知识发现的处理过程,在此基础上对知识发现系统的原型构架进行了研究并分析了其工作原理,最后探讨了知识发现系统存在的主要问题。     

知识累积在客户关系管理中的实现

从知识管理的独特视角对企业客户关系管理系统（CRM）进行思考,揭示系统中知识流程的运作规律,从而帮助企业更好地实施CRM系统。     

一种基于用户过程的知识发现建模方法

从开发真正实用的知识发现集成系统的目的出发,指出对用户知识发现活动的全面支持是ＫＤＤ系统成功的关键。通过对知识发现过程的系统分析,建立起面用户地过程模型。     

面向KBS分布式知识发现平台的设计

采用Multi-Agent架构的非线性设计模式,研究KBS中领域知识的知识发现方法.给出了一种基于Multi- Agent的并行知识发现模型,并以分布式挖掘技术扩充现有知识发现模型;将该模型应用于KBS中领域知识发现中,设计了一种面向KBS分布式知识发现平台.分析结果表明,该设计方法是一种解决KBS分布式知识发现的可行方案.     

图书馆知识发现系统应用状况分析

图书馆作为为人们提供知识服务的宝库,想要满足人们日益增长的需求,就需不断提升自身服务的质量,创造良好的知识环境。知识发现系统就是为收集更多有用的知识而产生的。对图书馆知识发现系统的应用状况进行了分析研究。     

基于有限元仿真结果的知识发现

提出了通过数据挖掘技术实现基于有限元仿真结果的知识发现．分析了数据挖掘的一般步骤，建立了基于有限元仿真结果的知识发现系统，论述了知识发现系统的各个模块及实现该系统的关键技术；对粗糙集和主成分分析法作了简单的介绍，并举实例对粗糙集方法作了说明．通过数据挖掘技术将计算实例提炼出来，作为一种知识源参与到设计优化过程中去，将CAE从设计验证层次提升到设计驱动层次．     

基于知识发现的高校科研决策支持系统

科研管理是高校的重要工作.如何从大量的科研数据中挖掘出支持科研决策的知识成了当务之急.讨论基于知识发现的高校科研决策支持系统.该系统通过对数据进行分类分析、聚类分析和关联分析发现知识,为学校科研决策者提供决策支持.     

大数据时代零售业客户管理的变革研究——以吉林省长春市为例

大数据在零售业中的战略意义不仅仅在于掌握庞大的数据信息,更在于如何专业化处理此类数据,特别是将精确数据引入客户关系管理方面。从原有客户关系理论中提出"精确数据"的新理念,通过对精确客户数据保证客户关系管理的认知理解和吉林省长春市零售业竞争环境分析,探讨了CRM在长春市内零售业中的应用现状,建立了一套适合零售业的CRM系统架构,并提出了实施策略。     

一种基于用户过程的知识发现建模方法

从开发真正实用的知识发现（KDD）集成系统的目的出发,指出对用户知识发现活动的全面支持是KDD系统成功的关键．通过对知识发现过程的系统分析,建立起面向用户的过程模型．实践证明,对用户工作的良好理解对于开发新型KDD集成系统具有重要的指导意义．     

KDD技术及其网络应用研究

介绍了从数据库中发现知识（ＫＤＤ）技术，探讨了ＫＤＤ技术在网络信息获取中的应用与扩展的问题与方法，简要论述了基于网络的ＫＤＤ技术及其应用，实现和进一步的研究方向。     

知识发现技术在政府决策支持系统中的应用

基于知识发现的政府决策支持系统的开发能够为政府做出更合理、更科学的决策提供数据支持。讨论了政府决策支持系统的特殊性,分析了知识发现的系统架构,介绍了基于关联规则的知识发现与数据挖掘技术,提出了用Apriori算法进行政府决策支持系统开发的思路。     

一种新型的基于多智能体的KDD系统结构

介绍了数据库中的知识发现（knowledge discovery in database,KDD)及数据挖掘（data mining,DM）研究领域的发展现状，分析了现有DM算法的局限性和KDD过程的复杂性，针对这些，进一步分析了多智能体系统（multi-agent system)可能给KDD系统带来的改善，最后设计了一种分层的，以控制Agent为核心的基于多智能体技术的KDD系统结构。     

基于认知心理特征的协调器及相应KDD过程模型

为提高KDD自认知能力,首次提出了基于认知心理特征的启发协调器和维护协调器.讨论了其设计及相应的实现算法.为实现知识库的自聚焦和实时维护,引入了双库协同机制用于方向搜索和方向挖掘.建立了相应的过程模型KDD*,实验结果显示此过程模型改善了KDD的性能.     

分层逐步求精的知识发现KDD模型结构及其应用

知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ）作为人工智能、机器学习、模式识别、统计学、数据库和知识库、数据可视化等众多学科相互交叉融合发展起来的新兴研究领域,已引起了学术界和工业界的广大关注．本文提出基于示例学习分层逐步求精的ＫＤＤ模型结构,在借鉴模式识别有关知识的基础上,有机地与领域知识相结合,应用于无约束手写数字识别ＫＤＤ系统,得到较满意的结果．     

主动时态数据库在数据挖掘中的技术和应用

针对目前数据越来越多 ,而提取有用数据越来越困难的现状 ,参照流行的观点 ,提出了解决该问题的数据挖掘 (DM)和知识发现 (KDD)的一种方法 .在DM和KDD中应用主动时态数据库技术 ,提出构造一个原型系统的模型     

知识发现中的聚类分析及其应用

知识发现的目的是在大量数据中进行模式识别、提取有用的知识 .本文在对知识发现方法作了一般论述的基础上 ,着重分析了聚类分析方法 ,设计了该方法的一个实现算法 ,并结合员工业绩考核讨论了方法的应用     

粗集在KDD系统中的应用与研究

论述了粗集方法性质及特点,提出了粗集方法在KDD系统中的应用模型,同时给出了应用这一模型对一个数据库实例进行数据挖掘的过程.另外,从精确性、鲁棒性等方面对KDD系统中的粗集方法的适用范围进行了分析.     

优化的小波神经网在异常检测中的应用研究

本文首先介绍了遗传算法的基本原理和KDD99数据集,而后运用遗传算法,PSO算法以及QPSO算法分别对小波神经网络进行优化构建各自的模型,最后通过在KDD99数据集上分别进行各个模型的仿真实验,得出QPSO进化算法的效果明显优于另外两种算法。     

基于包含度的粗糙集模型

提出了包含度近似空间的概念，得到了基于包含度的粗糙集模型，从而为知识获取提供了一个新的不确定性方法。