模糊数据挖掘算法在人力资源管理中的应用

设计了一种数据挖掘方法，能够对组织中现有人才进行聚类分析，从而发现组织内部的人才类型，并可判断某员工属于哪一种类型。     

医疗数据挖掘及其应用

医疗数据挖掘的基本过程、典型应用及其发展方向。     

数据挖掘在医疗中的应用研究

随着医院信息化的进程加快,医院信息的积累越来越丰富,为医学研究提供了方便和研究价值.以出院病患者的随访记录建立数据库,依靠数据挖掘技术,筛选出有价值的信息,建立一个能够为以后的治疗提供有价值的参考作用的医院医疗方案库.从而形成一个对患者更负责任的体系,完善医院服务,提高医院诊断就医效率.     

数据挖掘在电信行业客户关系管理中的应用

章介绍了数据挖掘技术的相关知识及其在电信行业客户关系管理中的应用，并以客户流失分析作为实例，详细描述了数据挖掘的整个应用过程，最后对国内数据挖掘应用的现状进行了分析。     

数据挖掘在供应管理中的应用

文章对供应管理现状进行了分析,并针对目前物资管理部门普遍存在的库存储备量过大、占用资金过多、资金利用和周转率不高、物资的进出仓工作量大而且容易出错、经济效益低等诸多问题,指出了在管理工作中引入数据挖掘技术进行科学管理的重要性。通过计算机系统的管理,使物资供应管理达到了保证物质供应、降低采购成本、优化库存结构、减少库存资金、加速资金周转、提高经济效益的目的。     

数据挖掘在供应管理中的应用

文章对供应管理现状进行了分析,并针对目前物资管理部门普遍存在的库存储备量过大、占用资金过多、资金利用和周转率不高、物资的进出仓工作量大而且容易出错、经济效益低等诸多问题,指出了在管理工作中引入数据挖掘技术进行科学管理的重要性.通过计算机系统的管理,使物资供应管理达到了保证物质供应、降低采购成本、优化库存结构、减少库存资金、加速资金周转、提高经济效益的目的.     

数据挖掘在电信客户关系管理中的应用研究

本文主要研究了数据挖掘在电信顾客关系管理中的应用,构建了基于数据挖掘的电信CRM框架体系,将数据挖掘技术应用到客户细分、流失预测以及交叉营销等方面,实现客户全生命周期的科学化管理。最后,以XX电信公司的彩铃业务为例,采用Apriori算法来挖掘与分析其交叉销售的策略。     

数据挖掘技术在企业管理中的应用研究

本文主要阐述了数据挖掘的基本概念、分析工具,并探讨了数据挖掘技术在企业管理过程中是如何提升企业核心竞争力的,最后对数据挖掘技术的现实意义进行了小结。     

机器学习算法在数据挖掘中的应用

笔者围绕机器学习算法在数据挖掘中的应用展开探讨,首先阐述了机器学习及数据挖掘技术,进而分析了朴素贝叶斯算法、K-近邻法等相关原理,最后对机器学习算法在数据挖掘中的应用,如以机器学习算法为基础的GSM网络在定位中的应用、在改进BP神经网络中的应用等进行分析,希望能够为提高数据挖掘的整体性能提供参考。     

蚁群算法在数据挖掘中的应用研究

蚁群算法是一种新型的模拟进化算法,在求解复杂的组合优化问题中获得成功并表现出良好的性能。文章介绍了蚁群算法在分类和聚类两个重要的数据挖掘任务中的应用研究情况,阐述了算法的基本原理及特性,最后总结了蚁群算法在数据挖掘应用中尚待解决的问题。     

浅析数据挖掘中的分类算法

分类算法在数据挖掘中的应用,可以避免出现传统数据挖掘弊端,同时提高挖掘数据的应用有效性。本文结合具体实例,分析数据挖掘中的分裂算法。     

数据挖掘技术关联规划算法在营销策略中的应用

本文首先简要介绍了当前数据挖掘的产生背景及该领域内的主要数据挖掘技术，然后通过实例重点介绍知识类数据挖掘技术中应用较广的关联规则算法，及其在营销策略中的应用。     

数据挖掘技术在高校人力资源管理中的应用研究

科学技术水平的快速提升,让计算机在越来越多的领域得到普及与广泛应用。当前在很多的高校中慢慢的建立了相关的信息系统,用于人力资源的管理工作,同时积累了越来越多的数据。要想实现数据最大效率的运用,为高校人力资源组织建设工作奉献更大的价值,就需要借助一项技术对数据加以处理及筛选。数据挖掘技术的应用在大量人力资源数据中加以准确的定位,用最快的效率筛选出最有应用价值的数据资源,这对于高校办学工作的开展及人力资源规划工作的开展具有关键性的支撑意义。     

数据挖掘技术在高校人力资源管理中的应用研究

科学技术水平的快速提升,让计算机在越来越多的领域得到普及与广泛应用。当前在很多的高校中慢慢的建立了相关的信息系统,用于人力资源的管理工作,同时积累了越来越多的数据。要想实现数据最大效率的运用,为高校人力资源组织建设工作奉献更大的价值,就需要借助一项技术对数据加以处理及筛选。数据挖掘技术的应用在大量人力资源数据中加以准确的定位,用最快的效率筛选出最有应用价值的数据资源,这对于高校办学工作的开展及人力资源规划工作的开展具有关键性的支撑意义。     

数据挖掘技术及其在银行业务中的应用

本文介绍数据挖掘的基本概念、模型和工作过程以及数据挖掘技术在银行业务中的应用。     

改进模拟退火算法在数据挖掘中的应用

数据挖掘的目标是处理大量的数据,从中提取知识.对模拟退火算法进行改进并应用于数据挖掘中.实验证明,在对数据进行聚类分析时算法体现其有效性,可以获得较好的聚类结果.     

蚁群算法在数据挖掘分类中的研究

对蚁群算法杂数据挖掘中的分类任务的应用进行了研究,算法实质上是利用蚁群觅食原理在数据库中进行搜索,对随机产生的一组规则进行选择优化,直到数据库能被该组规则覆盖,从而挖掘出隐含在数据库中的规则。     

数据挖掘技术--模糊聚类分析在客户关系管理中的应用研究

企业的竞争重点正在经历着从以产品为中心向以客户为中心的转移，客户关系管理作为一种全新的管理、经营理念，越来越引起商家的重视。在数据仓库中进行数据挖掘正逐渐成为CRM中最核心的部分。本文从CRM中数据分析的不确定性，提出采用模糊聚类的分析方法来分析、预测客户行为。     

数据挖掘在PACS系统中的应用

PACS系统在医院得到越来越广泛的应用，大量的图像和文本资料存贮在PACS数据库中。这些海量数据仅仅是一些“数据”的集合，而不是“信息”或者“知识”的集舍。本文将数据挖掘技术与PACS系统结合，通过处理PACS系统中的各种病案资料，从“数据”中获取有用知识的集合，为医生的辅助诊断提供了智能的决策支持。     

基于粗糙集理论的数据挖掘算法研究

本文提出一种基于粗糙集理论的数据挖掘模型，从实际数据出发，运用不同简化层次的算法，导出每个层次上的信息集，最后得到规则集，在进行推理和决策分析时，按照一定算法进行匹配得出结论。还给出了模拟例子说明如何建立和运用这种数据挖掘模型。