共查询到20条相似文献,搜索用时 31 毫秒
1.
数据挖掘技术及其在图书馆的应用 总被引:1,自引:0,他引:1
随着计算机技术、通信技术和网络技术的迅速发展,获得有关资料非常简单易行,但对于数据量大的数据,要从中获得分析结果,用于指导工作,传统的统计方法无法实现."数据挖掘"(DM)应运而生,它是一种新的数据处理技术,是DKK中的重要技术.在描述数据挖掘的概念以及数据挖掘方法的基础上,阐述了数据挖掘技术在图书馆中的应用. 相似文献
2.
近年来,数据挖掘在IT行业备受关注。数据挖掘技术解决了目前数据贫乏的问题,它通过分析,从大量的、杂乱无章的数据中提取出有价值的信息,这些信息可用于解决如医疗诊断、风险评估等决策问题。决策树方法是数据挖掘中的一个重要内容,文章通过决策树在药物选择中的应用来阐述决策树的构建过程。 相似文献
3.
浅析数据挖掘技术的发展及应用 总被引:1,自引:1,他引:0
由于数据挖掘在各行业中的广泛应用,因而该技术引起了人们的普遍关注,介绍了数据挖掘的分类方法和目前采用较普遍的一些数据挖掘方法,分析、总结了数据挖掘技术在商业、Web挖掘、科学研究等几个主要领域的应用情况,综合论述了数据挖掘未来的发展趋势。 相似文献
4.
5.
数据挖掘技术是一门对海量数据进行分析并得出结论的技术,目前被应用于各个领域。本文主要探讨了如何在电子政务中应用数据挖掘技术。 相似文献
6.
综合运用DEA和数据挖掘模型是一个新兴的可持续发展的领域,数据挖掘作为从数据中寻求有意义的模式和规则的信息技术,是当前一种热门的研究内容,并且已经在包括金融数据分析信用评估等领域获得了很好的应用。本文结合目前国内外最新的一些DEA理论和数据挖掘技术对DEA和数据挖掘的综合应用技术进行综述。 相似文献
7.
数据挖掘技术是一门时海量数据进行分析并得出结论的技术,目前被应用于各个领域.本文主要探讨了如何在电子政务中应用数据挖掘技术. 相似文献
8.
数据挖掘(Data Mining)就是从大量的实际应用数据中提取隐含信息和知识,它利用了数据库、人工智能和数理统计等多方面的技术,是一类深层次的数据分析方法。本文介绍了数据库技术的现状、数据挖掘的方法以及它的模型构建:通过数据挖掘解决网络建模过程中所遇到的具体问题,确定何种数据挖掘方式。 相似文献
9.
10.
数据挖掘技术在图书馆中的应用 总被引:8,自引:0,他引:8
本文介绍了数据挖掘技术和数据挖掘的方法。结合目前图书馆的实际情况.就如何应用数据挖掘技术进行了研究.提出了电子数据的数据挖掘模型。 相似文献
11.
12.
很多应用中需要对海量信息进行数据处理、动态分析,但目前还无法从大量数据中自动提取定性规则。因此,迫切需要一种能够从海量数据中自动提取有效信息、及动态分析的方法。数据挖掘技术可以实现上述功能,但难以对海量数据空间进行有效划分。本文将云模型应用到数据挖掘领域,克服了传统数据挖掘方法在数据空间划分上的不足,提出一种二维尺度云变换方法,有效地实现了定性规则提取。 相似文献
13.
随着科技的进步和社会的发展,不同领域不同种类的信息数量迅速增加,面对这些海量的,存储形式各异的数据资料,数据挖掘技术则脱颖而出成为从这些数据中发掘有用信息的有效方法。目前,数据挖掘技术已不断的应用于不同的领域,本文主要对会计舞弊识别中运用该方法的相关研究进行了回顾与评述,并分析了数据挖掘方法在识别会计舞弊中的优势和未来的应用前景。 相似文献
14.
数据挖掘技术是一种新的信息处理技术,其目的是从海量数据中抽取潜在的、有价值的数据规律或数据模型。在讨论目前高校学生管理中存在问题的基础上,简单介绍了数据挖掘技术。并对数据挖掘技术在高校学生工作中的几个应用进行了讨论,提出了新形势下高校学生管理工作的新模式。 相似文献
15.
16.
17.
数据挖掘技术在CRM中的应用 总被引:1,自引:0,他引:1
CRM是数据挖掘的重要应用领域。在分析数据挖掘和客户关系管理的基础上,介绍了常用的数据挖掘方法和相关技术,重点分析了数据挖掘在CRM中的应用。 相似文献
18.
数据挖掘技术的应用探析 总被引:1,自引:0,他引:1
随着数据库技术和网络技术的迅速发展及数据库管理系统的广泛应用,人们积累的数据也在迅速增长。数据挖掘,就是从大量的实际应用数据中提取隐含信息和知识,并结合常用的方法来分析庞大数据,广泛应用于诸多领域。文章着重分析了数据挖掘在各领域的应用及发展趋势。 相似文献
19.
数据挖掘在图书销售企业精确营销中的应用 总被引:2,自引:0,他引:2
研究基于数据挖掘技术的精确营销的方法和理念,结合图书销售企业目前的营销现状和存在的问题,挖掘发现隐藏在海量数据中的知识.通过对企业管理信息系统的源数据库海量信息的数据进行数据分析、提取,确立主题,进行有效的数据组织,来构建数据仓库模型.应用Microsoft SQL server 2005 Analysis提出数据挖掘技术的解决方法,并使用其功能强大的数据挖掘技术:决策树、聚类分析和关联规则等应用广泛的分析方法,探讨基于数据挖掘技术的精确营销在图书销售企业的客户细分,用户购买行为分析以及营销策略. 相似文献