数据挖掘算法的一种实现方法

从数据挖掘和数据仓库的基本概念入手,简要介绍了数据挖掘和数据仓库的特点和其研究的现实意义.然后介绍了模糊理论,由于模糊理论贴近于人们的自然思维习惯,所以,可把它应用到数据挖掘中,这样更加有利于解决现实问题,更好地在数据仓库中实现信息的挖掘.并且,以一个商品查询系统为例,对基于模糊理论的数据仓库中数据挖掘的算法给出了其实现方法.结果证明这是可行的,并具有一定的现实意义.     

数据仓库中关联规则的元规则制导挖掘改进策略

许多数据仓库和数据挖掘的理论都曾说明元规则是一个非常重要的概念，也有一些研究提到元规则，但却很少利用元规则来进行数据仓库的关联规则的挖掘。本针对在元规则制导下的数据仓库关联规则挖掘，提出一种简单的、充分利用元规则的、类Apriori和类决策树方法的实现策略，减少了查询数据仓库的次数，使数据挖掘过程中的存储结构简单，形成了快速查询。     

数据仓库应用管理系统的设计与实现

在论述数据仓库 ,数据挖掘思想的基础上 ,以医疗保险领导办公管理系统为例 ,简要介绍了系统的功能分析和系统的工作原理 ,详细论述了系统数据仓库逻辑结构的设计和系统平台的实现方法 ,给出了基于数据仓库技术的信息管理系统的设计与实现方法 ,为读者提供了一种有效的 DSS(决策支持系统 )应用解决方案。     

基于数据仓库的经济监测与管理决策支持系统

数据仓库技术是在充分地开发信息资源的迫切要求下产生并迅速发展起来的一个国际前沿研究新领域。介绍了数据仓库、数据挖掘、联机分析处理技术,同时给出了基于数据仓库的经济监测与管理决策支持系统的体系结构与实现方法。     

面向制造企业的智能企业诊断系统

概述了企业诊断系统的研究现状，分析了其与企业信息系统研究相孤立所带来的问题．为适应现代制造企业管理的需求，提出基于数据仓库的智能企业诊断系统．智能企业诊断系统由查询与跟踪、问题识别和指标评价、模糊Petri网推理、诊断过程概要解释、问题解决支持、人机界面等6个主要模块构成．为了更好地处理企业诊断知识的模糊性、整体性和复杂性，通过扩展模糊Petri网系统实现企业诊断的知识建模和推理．功能模型描述了系统各模块的主要功能及其与数据仓库系统间的集成方式．此外，讨论了模糊Petri网诊断推理、与数据仓库系统的集成、知识提取和数据挖掘等系统实现的关键技术和方法．通过智能企业诊断系统、数据仓库系统和OLAP三者的有机集成，提供一个有效的企业诊断集成环境，使管理者能够更好地解决经营管理中存在的问题，充分发挥制造企业潜力,使企业健康发展．     

基于数据仓库的智能决策支持系统结构

分析了传统决策支持系统的缺陷,介绍了数据仓库和数据挖掘技术,提出了基于数据仓库的智能决策支持系统的部件结构,阐述了各部分功能及其相互关系．本结构将数据仓库、数据挖掘技术与传统决策支持系统的“有机地结合起来,既有传统决策支持系统的辅助决策功能,又可通过数据挖掘来提高系统的智能性．     

数据挖掘在银行客户关系管理系统中的应用

介绍了数据仓库和客户关系管理系统的概念，分析了数据仓库应用的关键技术联机分析处理和数据挖掘之间的区别，指出基于数据挖掘的银行客户关系管理系统是银行发展的必然选择。最后给出了数据挖掘的各种模式及在银行客户关系管理系统中的应用。     

基于数据仓库的数据挖掘技术

首先介绍了数据仓库以及在此技术上产生的数据挖掘技术,其次阐述了实现数据挖掘应用的几种工具以及选用工具时应遵循的原则,最后说明了数据挖掘技术现存的问题及它现在重要的商业地位。     

计算机半结构化数据源的数据挖掘技术研究

Web是一个动态性极强的信息源,要访问、分析这些信息必须要研究异构数据的集成问题和选择合适的技术进行数据分析、集成和处理．介绍了多数据源数据仓库体系结构,分析了转换器在面向Web的数据挖掘中存在的不足和XML语言的技术特点;提出了多数据源数据的集成思想和实现的框架以及基于半结构化数据源的数据挖掘方法,提出了应用XML技术对多数据源数据进行集成与转换以便构建数据仓库的方法。同时给出了实现的关键技术．     

神经网络在外资管理决策支持系统中的应用

在外资管理决策支持系统中综合应用了数据仓库与神经网络技术,并将其用于外资企业相关信息分析预测中。介绍了一个面向外资企业流量数据的决策支持系统的数据仓库架构,以及在数据仓库中基于神经网络进行多维数据挖掘方法,并通过实例说明该方法可以较好地进行外资信息分析决策,最后讨论了该方法的优缺点。     

SDSS在高校人才培养领域的开发与应用

将智能决策支持系统(IDSS)和基于数据仓库(DW)的新决策支持系统相结合,设计开发了高校人才培养领域的综合决策支持系统(SDSS)。文中对IDSS设计与实现的关键技术进行了阐述,对数据仓库(DW)进行了详细设计,画出了该数据仓库的星型模型图,并对在线联机分析处理(OLAP)和数据挖掘(DM)的应用,进行了举例。文章注重实用性,可为高校开发SDSS提供有益的参考。     

数据仓库技术研究及其在银行的应用

比较了数据库与数据仓库的区别，介绍了创建数据仓库的关键技术，指出创建数据仓库的一个关键的步骤是数据抽取，这决定了能否进行有效的数据挖掘。最后给出一个在银行建立数据仓库前进行数据梳理而开发的管理系统。     

数据仓库技术及在电信系统应用的研究

本文阐述了数据仓库的基本原理及在电信领域中的应用,提出了电信领域常见的OLAP分析主题,电信领域的决策分析主题,选择适当的数据挖掘算法实现数据挖掘.     

OLAM技术在医疗保险系统中的应用研究

针对OLAM兼有OLAP多维分析的在线性、灵活性以及数据挖掘对数据处理的深入性特点,在医疗保险系统中设计并实现了一个OLAM应用模型.该模型使用浙江省某市医疗保险数据库中2005年的医保数据,建立了面向医疗保险费用和诊断项目为主题的数据仓库,从多维的角度来分析数据仓库的数据,并且运用了Apriori算法挖掘出一些潜在的关联规则例如人们特别关注的“骗保”行为,为医疗决策提供科学有效的依据.     

高效关联规则数据挖掘算法研究

关联规则挖掘是数据挖掘领域的一个重要问题，由于关联规则挖掘通常是基于超大型数据库或数据仓库，算法的效率在一定程度上决定挖掘的成败，针对关联规则挖掘中的主要任务－－频集发现过程中存在的几个问题，提出了项目树的概念，引出了一种新的控制模式，并设计了相应的高效挖掘算法，大大提高了挖掘效率。     

基于关联规则的数据挖掘技术在CRM中的应用研究

阐述了数据挖掘技术在客户关系管理中的应用,说明了关联规则分析是数据挖掘技术中一项非常重要的功能,利用Apriori算法对客户挖掘信息数据库进行关联关系分析,通过分析进一步明确数据挖掘在CRM系统中的重要性。     

基于加权模糊推理网络的文本自动分类方法

针对数据挖掘中的文本自动分类问题,提出了一种基于加权模糊推理网络的分类方法．网络的基本信息处理单元为模糊推理神经元,融合了模糊逻辑能够较完整的表达领域规则和先验知识以及神经网络自适应环境的优点．根据模糊推理规则的量化表示形式和微分方程数值解的动力学思想推导出网络一种新的学习算法．该算法以文本特征谓词的真度作为分类依据,体现了模糊分类的思想以旅游站点网页分类为例验证了该方法的有效性。     

数据挖掘技术及其在公共管理中的应用

数据挖掘 (dateMining)技术是解决如何从实际应用中大量不完整的、模糊的、有噪声和随机的数据中提取 (挖掘 /发现 )事先不知道但又是有用的信息和知识的一种自动地将数据转换成知识的信息技术 ,基于数据挖掘技术的构成、对象与功能 ,以示例的方式说明公共组织在公共事物的治理中如何应用这一前沿的信息技术 .     

基于数据仓库和数据挖掘的教育决策支持系统

在讨论了数据仓库和数据挖掘技术的基本概念、数据的组织方式和系统设计方法的基础上,提出了基于数据仓库和数据挖掘的决策支持系统框架模型,并将其应用到教育决策支持实践,从而提高人才素质评价的高效性和科学性.