大数据研究综述

针对大数据在生活中越来越普遍，分析了大数据的概念，对大数据的关键技术大数据集成、集群计算、大数据挖掘、数据仓库和大数据可视化进行了框架式讨论，并给出了大数据开源实现平台的技术组件，最后对大数据的挑战给予了展望.     

基于Web数据挖掘技术的研究

随着网络技术的日益成熟,人们生活的点点滴滴都离不开网络,如网上购物、网上书店和网上招聘等.如果能在人们的上网痕迹中搜集到有价值的信息,将给企业带来丰厚的收入,基于Web的数据挖掘技术满足了这种需求.该文介绍了基于Web数据挖掘技术的概念、原理、分类和技术分析,并且阐述了基于Web数据挖掘技术的具体应用.     

数据挖掘技术浅谈

数据挖掘是致力于数据分析和理解、揭示数据内部蕴藏知识的技术,它成为未来信息技术应用的重要目标之一。本文对数据挖掘的概念、算法、使用的技术、实际的挖掘过程及其发展趋势进行了论述。     

序列模式挖掘的两种典型算法及比较

序列模式挖掘是数据挖掘的重要分支,GSP算法与PSP算法是序列模式挖掘中的两种典型算法。本文介绍了这两种算法并对其进行了分析与比较。     

知识发现中一种变化趋势模型的算法研究

在时序数据库中,有许多成熟的技术和方法用来对布尔型属性之间的关系进行挖掘,但对于数值型属性变化趋势关联关系的研究却不是很多.本文提出了一种数值型属性变化趋势的研究模型QMP(QuantityMovementPattern),依据该模型可利用数据挖掘算法发现不同数值型属性之间变化趋势之间的关系.文中分析了该模型的几种实现算法,并给出了一种快速实现算法及实验数据.     

一种改进的关联规则增量式更新算法

增量式更新算法能充分利用已挖掘出的知识来提高挖掘效率,是数据挖掘高效算法研究中一个主要方向.本文首先分析了经典的关联规则增量式更新算法FUP(Fast Updating algorithm)算法的不足,提出了一种改进的关联规则增量式更新算法IIUA(Improved Incremental Updating Algorithm),极大地降低了存储空间和挖掘时间需求,从而提高了整个关联规则挖掘的效率.     

从大规模的数据库中提取多层次的关联规则

主要探讨了从大规模的数据库中提取多层次的关联规则的方法，并结合一个实例介绍了提取层次关联规则的一种算法。     

数据挖掘技术在银行业的应用

随着技术的进步、市场规模的扩大以及分工交易方式的发展,银行业的经营环境也因信息技术发展的影响而不断改变,银行业面临着愈加激烈的竞争.通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益.     

零售业销售数据关联规则挖掘算法关键思想研究

对零售业销售数据关联规则挖掘算法的关键思想进行了研究，给出了各种提高算法效率的方法以及对规则选择的方法。     

Discovering Frequent Subtrees from XML Data Using Neural Networks

By rapid progress of network and storage technologies, a huge amount of electronic data such as Web pages and XML has been available on Internet. In this paper, we study a data-mining problem of discovering frequent ordered sub-trees in a large collection of XML data, where both of the patterns and the data are modeled by labeled ordered trees. We present an efficient algorithm of Ordered Subtree Miner （OSTMiner） based on two- layer neural networks with Hebb rule, that computes all ordered sub-trees appearing in a collection of XML trees with frequent above a user-specified threshold using a special structure EM-tree. In this algo- rithm, EM-tree is used as an extended merging tree to supply scheme information for efficient pruning and mining frequent sub-trees. Experiments results showed that OSTMiner has good response time and scales well.