基于相关集合的数据挖掘理论基础研究

1 引言到目前为止,人们已经发现了很多数据挖掘方法,如Apriori算法、决策树方法、贝叶斯(Bayes)方法、人工神经网络方法,等等;各式各样的数据挖掘理论被提出与采用,如模糊集合、粗糙集(Rough sets)理论、数理统计、机器学习、人工神经网络、决策树、模式识别、高性能计算等;各种各样的数据被挖掘,从传统的关系数据库到各种文本数据、空间数     

数据挖掘技术浅析

数据挖掘是一项比较新的数据库技术,存在广泛的实际应用需求;本文对数据挖掘技术作了个全面的概述,列举出了数据挖掘系统组成和挖掘方法.     

基于数据挖掘技术的网络违法案件分析研究

针对网络违法案件侦破过程中存在的海量数据信息无法高效利用的问题,提出采用数据挖掘技术对海量信息中的有效数据进行关联分析。由于常用的关联规则算法Apriori存在多次扫描数据库的缺陷,提出一种基于矩阵的关联规则发现算法。通过运用该算法对数据集中的数据进行分析验证,从而得出在网络违法案件中属性之间的相互关系。     

Rough集和数据挖掘应用于案件综合分析

在检察机关中,对大量同类案件进行综合分析并挖掘出有益知识,这对有效预防同类案件的发生具有重要的现实意义.简要介绍了Rough集理论和数据挖掘的基本概念和相关技术;提出基于Rough集合约简和生成决策数方法来分析和挖掘在检察机关贪污案件中的有用知识的模型;并通过结合一个具体真实贪污案件的部分样本数据说明了该模型的可行性和有效性.     

数据挖掘在地学信息处理中的应用

随着我们对地学信息的不断深入理解与应用,地矿勘查工作所面临的是海量信息与数据—"数据海洋"。数据量越来,数据处理越困难。如何及时有效地分析处理这些海量数据,从数据背后挖掘出隐藏着的重要信息,为决策起到重要的支持作用,数据挖掘也就应运而生。     

一种改进的强相关的数据挖掘算法研究

关联规则在商业中的广泛应用使得它成为数据挖掘中最活越的研究方向之一。近来在交易数据库上的具有统计意义的强相关项目对的挖掘受到一定的重视。为了在关系数据库上进一步减少候选项目对测试的代价。本文通过1NF的性质，对Taper算法进行改进，设计改进的TaperR算法，在挖掘过程中减少候选项目对的数目，从而提高算法的效率。     

浅析数据挖掘

伴随着计算机网络技术与数据库技术日新月异的发展,数据库的规模总是在一直不断的扩大,人们积累的数据也就越来越多。当数据在不断增加的同时,我们如何从大量的数据中提取出有效信息的矛盾日益突显。而传统的查询、报表等工具已经无法满足收集有效信息的需求,因此,需要一种新的数据分析方法与技术:它可以实现从大量的数据中提取出隐含但有效的信息与知识,所以数据挖掘技术由此而生。该文简单地介绍了数据挖掘技术的产生,挖掘过程以及数据挖掘的应用和发展。     

数据挖掘语言

１ 引言 计算机和信息技术发展的过程,也是数据和信息加工手段不断更新和改进的过程。数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）即从大量的、不完全的、有噪声的、模糊的、随机的、实际应用的多渠道数据源的各种数据中,提取隐含在其中的、人们事先不知道的、但又是潜在的、有价值的模式和数据间关系（信息和知识）的过程。数据挖掘的前身即知识发现ＫＤＤ（Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅ）。 数据挖掘技术的研究与应用已取得了很大的成果。然而,在数据挖掘行业中,还有许多问题困扰着我们,比如,由于各种数据…     

将数据挖掘应用到电子政务中

E-govamment,媒体和学者多将其译为“电子政务”。不论是哪种叫法，它的内涵都是一样的，即运用信息以及通信技术打破行政机关的组织界限，构建一个电子化的虚拟环境，使人们摆脱传统的层层关卡和书面审核的作业方式，通过信息网络及时获取政府提供的数字化信息资源。     

浅说数据挖掘

一、发掘数据中的隐藏趋势数据挖掘是数据仓库中最重要的应用之一，它是被称为“知识发现”大处理过程中的一部分。由于描述了保证获得有意义结果所必须采取的步骤，知识发现处理过程是成功地实现数据挖掘的基础。一般来说，数据挖掘能够揭示隐藏的模式和关系。在认识到数据挖掘技术的重要性之后，IBM公司在世界上率先开发了一整套被称为“智能挖掘机（IntelligentMiner）”的应用工具。需要说明的是，数据挖掘并非一些人想象中的魔法，——数据挖掘工具不会驻扎在数据库中，监视数据库里发生的一举一动，当发现有趣的趋势时，便自动发出…     

挖掘多级概念上的广义关联规则

给出了一个在多级概念层上交互挖掘关联规则的算法,并进行了讨论。     

数据挖掘技术在构造范例库中的应用

将基于范例的推理应用于实际系统中，一个很关键的问题是如何构造一个丰富而高效的范例库。采用了数据挖掘技术， 提出了一个综合算法，从传统数据库中构造范例库，以提高知识获的自动化程度。     

基于数据挖掘的病历数据预处理

数据预处理技术在数据挖掘和数据仓库中都具有十分重要的作用,其结果将直接影响数据挖掘的优劣.为了更好地从数据类型复杂、冗余空缺值多的海量医疗数据中挖掘切实有用的信息,必须对数据源进行预处理.基于此目的,本文详细介绍了医疗数据的预处理方法,并通过某高校病历数据实例验证其有效性和可行性,为医疗机构提供科学的决策支持.     

数据挖掘技术在税务稽查选案中的应用

数据挖掘，也可以称为数据库中的知识发现（Knowledge Discovery in Database，KDD）。决策树是数据挖掘的一个重要的技术。本文尝试把数据挖掘的方法和技术，通过实现SLIQ算法把该技术应用到税务稽查的计算机选案的途径。     

数据挖掘课程案例教学研究

数据挖掘是一门交叉性学科,是情报学专业的重要课程之一。它主要介绍数据挖掘的基本概念、原理、方法和技术,涉及多个学科和算法因而教学难度较大。由于数据挖掘学科交叉性强涉及的挖掘方法和相关算法多并繁杂,造成学生对数据挖掘的整体工作流程缺乏了解形成“不识庐山真面目只缘身在此山中”现象。文中以时间序列服装销售额预测挖掘项目为教学案例让学生首先掌握数据挖掘的标准流程,重点讲解用到的相关挖掘方法和算法及其在实际挖掘环境中的开发方法,达到“会当I临绝顶一览众山小”的教学目标。通过教学实践教学效果良好。     

智能数据挖掘系统中的案例组织和检索

智能化的数据挖掘系统主要是为了给不懂数据挖掘的用户，提供一种决策支持，这个系统的关键就是案例的组织和检索，为此介绍了一种采用了面向对象和商空间结合的案例组织方式，和基于遗传算法和AHP的多维优化案例检索算法。并通过家验验证了算法的优越性。     

数据挖掘技术在税务稽查选案中的应用

数据挖掘,也可以称为数据库中的知识发现(Knowledge Discovery in Database,KDD).决策树是数据挖掘的一个重要的技术.本文尝试把数据挖掘的方法和技术,通过实现SLIQ算法把该技术应用到税务稽查的计算机选案的途径.     

Agent-Enriched Data Mining: A Case Study in Brain Informatics

The brain informatics methodology supports systematic brain data measurement, management, and analysis. An agent-enriched peculiarity-oriented mining approach offers a case study of the BI method by transforming and mining human-brain data obtained from cognitive event-related potential experiments.     

数据挖掘技术在案件侦察决策中的应用

侦察决策是侦察者通过对案件进行分析后作出的侦察选择或者决定。在案件侦察过程中,采用数据挖掘技术开采海量的侦察数据,从中发现有价值的信息,是刻画案情和决策侦察行为的重要环节。因此,论文提出了一个基于数据挖掘技术的侦察决策辅助支持系统,探讨了该系统的核心功能。在数据挖掘方面,主要采用数据聚类和关联规则技术,并且通过使用案件侦破后修正规则库的手段,使该系统对规则具有一定的自我学习的智能功能。解决了海量的侦察数据与有价值的数据之间的矛盾,挖掘出可能的有价值的犯罪过程和犯罪信息,使侦察决策的形成更具有科学性和现实性。     

在案件侦察决策中采用数据挖掘技术

本文通过对辅助系统核心功能和侦察决策形成过程的简略探讨,建立了辅助系统的模型框架.在数据挖掘的核心过程中,主要采用数据聚类和关联规则技术,并且通过使用案件侦破后修正规则库的手段,使辅助系统对规则具有一定的自我学习的智能功能,从而解决了海量的侦察数据与有价值的数据之间的矛盾.