首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 60 毫秒
1.
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。通过数据挖掘可以发现隐含在数据中概念、规则、规律、模式等有用的知识。而从广义的角度看,  相似文献   

2.
基于企业数据挖掘技术的应用及发展方向   总被引:1,自引:0,他引:1  
随着信息化的发展,企业积累了越来越多的数据,企业需要从大量运营数据中获取信息和知识辅助决策,如何从大量数据中提取出隐藏的有用的知识,对企业发展至关重要,成为数据挖掘技术发展的动力。了解数据挖掘技术发展过程,分析了数据挖掘技术在实际领域中的应用,并对数据挖掘技术的前景作出了展望,使企业处于更有利的竞争位置。  相似文献   

3.
杜星 《兰台内外》2012,(4):32-32
数据挖掘,就是从大量的、随机的信息数据中,挖掘或提取具有潜在效用的信息和知识的过程。通过数据挖掘,可以从海量的信息数据中揭示和提取有用的深层信息、模式、规律或知识,为档案馆在档案信息数字化建设、管理和服务方面,提供更好地决策和技术支持,使档案馆向着知识化、智能化的方向发展。一、数据挖掘的常用方法及主要步骤数据挖掘的常用方法有以下几种:(1)关联分析;(2)特征化和区分;(3)孤立点分析;(4)聚类分析;(5)分类分析;(6)演变分析。  相似文献   

4.
Web数据挖掘及其在数字图书馆中的应用   总被引:4,自引:0,他引:4  
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是有用的信息和知识的过程。Web数据挖掘是数据挖掘技术在网络信息处理中的应用。它是从Web资源中抽取有用信息或知识的过程,是对Web资源中蕴涵的、未知的、有潜在应用价值的模式的提取。Web数据挖掘技术是一项综合技术,涉及Web技术、人工智能、计算机语言学、信息学、统计学等多个领域。  相似文献   

5.
随着数据库技术的发展和数据库应用的普及,全世界范围内,在业务管理、政府管理、科学与工程数据管理和其他应用领域所使用的数据库的数量和规模都在迅速增大。于是如何从数据库所积累的大量数据中及时有效地提取对管理决策有用的信息和知识,成为几乎所有经营管理者所关心的共同问题。数据挖掘的目标就是从数据库的数据中发现有用的规则和模式。数据挖掘已成为数据库和相关领域近年来非常重要和活跃的研究领域之一。  相似文献   

6.
数字图书馆知识发现系统平台构建策略研究   总被引:1,自引:0,他引:1  
知识发现技术是一种从大量数据中获得有效的、新颖的、有潜在应用价值的和最终可理解的模式的高级处理过程,它通过数据准备、数据挖掘及模式识别与评价等步骤来实现知识发现,其系统一般架构分数据源、数据挖掘器和用户界面三层,在此基础上构建了由用户界面模块、数据预处理模块、数据挖掘模块、知识模式表示和评价模块、知识库管理模块五部分组成的数字图书馆知识发现系统模型,为数字图书馆知识发现系统平台构建提供策略。  相似文献   

7.
<正>智能挖掘简介智能挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程,是人们长期对数据库技术进行研究和开发的结果,又称为数据挖掘或知识挖掘。  相似文献   

8.
数据挖掘技术及其在网上书店的应用   总被引:1,自引:0,他引:1  
一、数据挖掘技术的基本概念 1.什么是数据挖掘技术 数据挖掘技术(Data Mining,简称DM)是针对"Rich data poor information"问题而提出的一种分析型工具,它能从大量的、模糊的、随机的数据中提取出数据间重要的但容易被人工分析忽略的知识和信息,自动地发现隐藏在数据间的模式,作出预测性分析.  相似文献   

9.
随着计算机技术和通讯技术的发展,当今世界正迈向一个信息化的社会。一切信息都可以数字化,一切数字化信息都可以在网络上高速流动。因此,档案用户对信息获取速度及质量的要求也随之增高,于是,一种新型档案馆——数字档案馆将应运而生。在数字档案馆建设中,如何从海量原始档案快速提取信息,以满足用户的需求,至关重要,数据挖掘技术(Data Mining)将会起到巨大作用。一、数据挖掘概述从广义上讲,数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含的、事先未知的但有潜在应用价值的信息和知识的过程。它已被…  相似文献   

10.
客户关系管理中的数据挖掘   总被引:1,自引:0,他引:1  
一、数据挖掘与客户关系管理的关系 客户关系管理就是企业利用信息技术,通过客户的跟踪、管理和服务,留住老客户、吸引新客户的手段和方法。数据挖掘,又称数据库中的知识发现,是指从大型数据库或数据仓库中提取人们感兴趣的知识,这些知识是隐含的、事先未知的、潜在有用的信息。或言之,数据挖掘就是将企业  相似文献   

11.
作为一项通用的知识发现技术,数据挖掘技术旨在从少量数据中提取出人们感兴趣的数据信息,由此本文对数据挖掘概念的产生,数据挖掘与常规数据分析的主要区别,所能解决的几大类问题和所应用的领域都有清晰的论述,并且结合数据挖掘的应用模型及技术提出了数据挖掘的应用前景。  相似文献   

12.
数据在体育新闻报道中的应用   总被引:1,自引:0,他引:1  
数据挖掘是跨越统计学、计算机等多学科的一个新兴研究课题。数据挖掘,顾名思义就是从大量的数据中挖掘出一些潜在的、不为人知的有用信息,其目的就是在以往经验的基础上尽可能准确地预测到未来的趋势,以提高对市场的决策能力。本文之所以引用数据挖掘这一概念,是因为在体育赛事中,存在着大量的数据,而运用数据对赛事进行预测在体育报道中也是必不可少的,特别是像在奥运会及大型的  相似文献   

13.
一、什么是数据挖掘技术 数据挖掘又称数据库中的知识发现,是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式,它是数据库研究中的一个很有应用价值的新领域,融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。 目前,数据挖掘技术在企业市场营销中得到了比较普遍的应用,作为一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取辅助商业决策的关键性数据。例如,通过分析网上消费者的消费行为,确定特定消费群体…  相似文献   

14.
认知计算是感知和思考信息处理过程的学科系统。认知计算系统从已有的书目数据中提取相关概念和个体关联,利用机器智能,创造独立于书目格式和以往学习经验之外的数据模型。新的书目著录模式,强调数据科学、认知体系与RDA编目规则的有机结合,分析认知计算系统中“数据层—信息层—知识层”几个层面与FRBR书目世界3组实体的关系,妥善处理编目工作中数据内容庞杂、信息动态分布与知识隐含层级等问题。借助数据挖掘、视觉认知与自然语言处理等认知手段,文献资源编目工作需要经历知识获取、知识编码、知识推理与知识验证4个环节,最终实现书目数据的信息化,为图书馆馆藏的合理布局、阅读推广的开拓创新与个性化信息服务的构建提供智能支撑。  相似文献   

15.
文本挖掘及其在信息检索中的应用   总被引:3,自引:0,他引:3  
文本挖掘是指利用数据挖掘技术,从大量的文本数据中提取感兴趣的、潜在的有 用模式和隐藏的信息。文章详细阐述了文本挖掘系统的组成、过程及相关技术,并介绍了文本 挖掘在信息检索中的应用。  相似文献   

16.
档案信息化已经成为档案信息服务社会的最佳技术手段和实现途径.如何高效地利用爆炸性增长的数字化资源,从错综复杂的海量信息中提取出有价值的信息,已成为档案工作者的重要任务,数据挖掘正是解决这一问题的有力工具.各级财政和统计部门多年来积累了大量的财经类档案数据,对其进行数据采集和预处理是进一步数据挖掘和利用的基础.由于财经类数据不同于一般档案数据,因此,在数据采集、预处理工作中必须充分注意其特性,采用相关技术才能形成高质量的数据,使数据的利用(统计、数学建模、数据挖掘)等更加有效.  相似文献   

17.
数据挖掘是一种新的信息处理技术,其主要特点是对企业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,提取辅助经营决策的关键性数据,在企业信息化建设中应用前景广阔。  相似文献   

18.
王立萍 《北京档案》2008,(11):44-46
随着计算机技术和信息技术的发展,信息产生的渠道越来越多,信息更新的频率曰益加快,在“数据过剩”和“信息爆炸”的同时,人们正被信息淹没,却饥渴于有用信息的提取。面对浩渺无际的数据海洋,人们迫切需要一种能够从海量的数据中提取有价值知识和信息的技术,基于人工智能的数据挖掘技术便应运而生,并被广泛应用。  相似文献   

19.
信息系统中一种面向粗糙集的数据挖掘方法   总被引:17,自引:2,他引:15  
程岩  黄梯云 《情报学报》2001,20(1):90-99
数据挖掘技术是信息系统的一个重要研究内容 ,它可以从大量数据中自动发现对决策有帮助的知识。许多数据挖掘技术仅仅适用于精确集 ,不适用于粗糙集 ,而现实中粗糙集是普遍存在的现象 ,因此开发出一种面向粗糙集的数据挖掘技术在信息系统的研究领域具有重要意义。本文结合粗糙集理论提出了一个信息系统的粗糙集模型 ,在此基础上设计出一个属性约简方法及从粗糙集中发现规则的算法 :Apriori_2。  相似文献   

20.
数据挖掘是从大量信息中发现有用的知识,利用已有的数据进行数据处理和分析。高校后勤信息系统的广泛应用产生了大量的师生消费、客户关系和员工管理等数据库,本文介绍了数据挖掘的流程和功能,对高校后勤信息系统导入数据挖掘系统的设计目标、功能要求、开发模式和系统结构进行分析与设计,探讨了数据挖掘在公寓管理、饮食管理、人力资源管理和客户关系管理模块的应用。基于数据挖掘的信息系统具有较强的信息处理能力和分析功能,并获得有效的决策支持信息,提高后勤服务质量和保障能力。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号