浅析数据挖掘技术

本文主要讨论了数据挖掘方法的研究发展,简要地介绍了数据挖掘的定义、功能、方法等,详细的介绍了一些常用的数据挖掘技术,包括概念,应用范围,选择划分的标准等。     

数据挖掘技术分析及其应用评价

本文主要讨论了数据挖掘方法的研究发展,简要地介绍了数据挖掘的定义、功能、方法等,详细的介绍了一些常用的数据挖掘技术,包括概念,应用范围,选择划分的标准等,并对各种技术的性能进行了评价。     

数据挖掘技术分析及其应用评价

本文主要讨论了数据挖掘方法的研究发展,简要地介绍了数据挖掘的定义、功能、方法等,详细的介绍了一些常用的数据挖掘技术,包括概念,应用范围,选择划分的标准等,并对各种技术的性能进行了评价.     

数据挖掘的发展和应用综述

本文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.     

数据挖掘技术浅析

数据挖掘是当前热门的数据处理技术。本文介绍了数据挖掘概念、数据挖掘过程及数据挖掘系统的体系框架与结构,阐述了数据挖掘的方法,并对数据挖掘应用进行了简单的介绍。     

数据挖掘在Web中的应用研究

Web挖掘是一种新的研究领域,它涉及到机器学习、数据挖掘、自然语言处理、数据库等技术。本文介绍了数据挖掘的概念、常用技术和方法,讨论了数据挖掘技术在Web的应用。     

数据挖掘在电子商务中的应用研究

本文主要介绍数据挖掘在电子商务中的应用,文章从数据挖掘的定义、数据挖掘的常用方法出发,阐述了数据挖掘在海量信息中提取有效信息的作用,特别是数据挖掘与电子商务的结合可以给人们生活带来便利,给企业带来新的利润空间以及为企业提供决策支持。常用的数据挖掘技术主要包括支持向量机、朴素贝叶斯、聚类、决策树、神经网络和关联规则等,最后介绍了数据挖掘在电子商务的4个主要应用方面,说明了数据挖掘存在的必要性。     

数据挖掘技术在成绩分析系统中的应用

通过对数据挖掘技术的概念、挖掘过程和方法等知识的简单介绍,就如何在成绩分析系统中应用数据挖掘,从中得到促进教学的所需信息等内容进行了探讨,并提出了数据挖掘技术在各部分的具体作法.     

卖鞋,也要有的放矢

在发表了数据挖掘国际刊物《JDSA》执行总编赵民德教授提纲挈领的文章,以及《数据挖掘与数据仓库》、《统计分析和数据挖掘》、《DM的方法论》等文章之后,本数据挖掘系列讲座最后一讲将以运功鞋市场为例介绍数据挖掘在营销策略方面的应用。     

数据挖掘在网络管理中的应用

在对数据挖掘技术的概念、主要方法和挖掘过程等知识进行简单介绍的基础上,探讨了数据挖掘在网络管理领域的应用。     

空间数据挖掘的研究

空间数据挖掘（Spatial Data Mining,SDM）作为数据挖掘的一项极其重要的分支领域,广泛应用于地理信息系统和遥感等领域。文章主要研究了空间数据挖掘技术,首先简单介绍了粗糙集和遗传算法有关的方法和基本理论,其次重点阐述了获取空间数据的数据预处理方法,最后介绍了粗糙集和遗传算法数据挖掘。总之,文章提出了一种采用粗糙集和遗传算法,实现空间的数据挖掘,可以指导实际项目的实施。     

粗集理论在空间数据挖掘中的应用

粗集理论能支持数据挖掘与知识发现的多个步骤,如数据预处理、数据简化、规则生成、数据依赖关系获取等,为数据挖掘与知识发现提供了新的思路和方法。本文将粗集理论引入空间数据挖掘领域,介绍了粗集理论的基础理论和一系列方法,给出了应用实例,并探讨粗集理论在空间数据挖掘中的应用。     

浅析数据挖掘技术

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域。该文介绍了数据挖掘的背景、定义、功能及数据挖掘过程,论述了数据挖掘的常用的方法和技术,介绍了Web数据挖掘应用。     

决策树算法在高校成绩分析中的应用研究

数据挖掘给人们提供了一种新的认识数据、理解数据的智能手段。在对数据挖掘技术的概念、挖掘过程和常用方法等知识进行简单介绍的基础上,就数据挖掘应用在高校考试成绩分析的几个方面进行了探讨。     

基于FineReport企业BI数据挖掘研究

结合数据仓库和数据挖掘技术等相关知识,通过实际的案例运用,简单介绍了基于FineReport的数据分析和数据挖掘技术实现方法.     

浅析数据挖掘中的聚类分析

随着信息技术的发展,数据挖掘技术得到了广泛的关注,聚类分析数据挖掘是其中一个重要的研究方向。该文首先对数据挖掘相关技术进行了简要的分析,对数据挖掘中的聚类分析技术进行了介绍,聚类分析的方法主要有层次方法、划分方法、基于密度的、网格的以及模型的方法,聚类分析已经广泛地应用于模式识别,数据分析,图像处理,以及市场研究等,该文的研究对聚类分析的应用具有一定的参考价值。     

图像数据挖掘研究综述

对数据挖掘中的一个新兴领域———图像数据挖掘作出了较为全面的研究。给出了图像数据挖掘的定义,分析了图像数据挖掘与图像处理分析、图像模式识别及图像检索等相关领域的异同点,并就图像数据挖掘对传统数据挖掘的改变和扩展之处作了较为详尽的阐述。从多个角度对图像数据挖掘进行了分类。介绍了关联规则、聚类、分类等技术在图像数据挖掘中的不同用法。最后,简单地介绍了图像数据挖掘的几个应用领域的研究现状。     

基于SQL Server的高校教学质量数据挖掘

高等学校教学质量管理需要数据挖掘系统来支持。介绍了数据挖掘技术以及常用的数据挖掘方法,对如何设计基于SQL Server的高校教学质量数据挖掘系统进行了探讨。以决策树方法为基础、SQL Server为挖掘平台,设计了教学质量数据挖掘模块,实现了教学质量数据挖掘系统。     

图像数据挖掘

将数据挖掘技术引入图像处理可以在一定程度上解决图像内容的表示、存储和检索目前存在的很多难点。从图像数据挖掘的特征、方法、过程及实例等几方面介绍了图像数据挖掘,其挖掘方法和原型结构存在着巨大的改进空间,有待进一步研究。     

数据挖掘技术在网络教学中的应用

通过对数据挖掘技术的概念、挖掘过程和方法等知识的简单介绍，就如何在成绩分析系统和图书馆中应用数据挖掘，从中得到促进教学的所需信息等内容进行了探讨，并提出了数据挖掘技术在各部分的具体作法。