一种基于数据仓库的数据挖掘系统的结构框架

数据仓库和数据挖掘技术是数据库、信息决策和机器学习等领域的前沿研究方向之一。基于数据仓库的数据挖掘技术目前是研究的热点课题。提出了一种基于数据仓库的数据挖掘系统结构框架,介绍了其各个组成部分,并对其中的重要组成模块查询协同机进行了详尽地描述,同时给出了具体的查询协同算法。     

一个新的数据挖掘模型与算法

提出一个新的数据挖掘结构ＦＰ＿tree及相应的构造算法。基于ＦＰ＿tree之上的挖掘算法及相关的性质与引理也相应给出,最后给出了本算法与以往算法的性能评价。     

挖掘转移规则：一种新的数据挖掘技术

文中提出一种新的数据挖掘技术；挖掘转移规划。     

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…     

模糊数据挖掘

本文在数据库中知识发现（KDD）和数据挖掘（DM）技术的基础上,提出了模糊数据库中知识发现（KDFD）和模糊数据挖掘（FDM）的概念与技术,并给出FDM的算法,它能有效地挖掘出模糊数据库中潜在的有价值的知识。本文具体讨论了模糊关联规则及模糊数据依赖的挖掘。     

数据挖掘中的数据品质问题及其挖掘

一、引言数据库中的知识发现(Knowledge Discovery in Databas-es,KDD)有时又叫数据挖掘(Data Mining,DM),它的各项技术在各个领域得到了应用,并得到广泛的重视。建立数据仓库是数据挖掘工作的第一步。数据仓库被定义为面向主题、集成的、随时间变化的、数据稳定的,被用来组织决策的数据集合。数据仓库作为一个很重要的策略来为一个组织的从各种异构的信息来源进行结合,并进行在线分析(OLAP)以及数据挖掘。不幸,数据挖掘中的数据品质未得到人们的足够重视。实     

数据挖掘的概念、系统结构和方法

首先对数据挖掘的概念及相关流派加以归纳，然后给出一个数据挖掘系统的体系结构，并通过它介绍数据挖掘系统的主要功能部件，最后对数据挖掘的主要方法进行分析。     

数据挖掘与决策支持系统

决策支持系统的建立是一项复杂的系统工程。本文分析传统决策支持系统开发中存在的问题．探讨数据挖掘技术在决策支持中的应用,讨论基于这一技术的决策支持系统建立中的有关问题,如数据挖掘的层次空间、数据仓库的组织、知识发现方法等,最后进一步提出决策支持系统的基本结构框架和系统的建立方法。     

老板通过数据挖掘得知事实

企业管理者们经常被一座数据大山搞得焦头烂额。当管理业务数据量不大，且管理业务数据又被按某种形式总结之后，从这些管理业务数据感知企业的运营规律，对一个有经验的管理者来讲并不是一件困难的事。但是，当企业拥有的管理业务数据量很大时，仅凭管理人员的经验几乎无法感知这些数据中蕴涵的企业运营规律。如何不被业务数据的汪洋大海所淹没，     

数据挖掘与知识发现综述

数据挖掘与知识发现是目前一种新的重要的研究领域。介绍了数据挖掘与知识发现的概念、功能、常用方法、数据挖掘过程及其广泛应用 ,阐述了数据挖掘技术的未来发展方向。     

数据挖掘在生物信息学中的应用

生物信息学是一门新兴的交叉学科。人类基因组计划的启动和实施使得核酸?蛋白质数据迅速增长，如何从海量数据中获取有效信息成为生物信息学迫切要解决的问题。数据挖掘与生物信息学有很好的结合点，在生物信息学领域的应用潜力日益受到人们的重视。文中介绍了数据挖掘的概念、生物数据的挖掘步骤，初步探讨了数据挖掘在生物信息领域的应用潜力及生物信息学挖掘工具的开发和应用。研究证明数据挖掘技术是生物信息处理的强有力工具。数据挖掘在生物信息学中的应用将取得更大的进展。     

基于数据挖掘的知识发现在水电站优化调度中的应用研究

主要讨论基于数据挖掘技术的知识发现在水电调度系统中的应用，提出了基于数据挖掘的知识发现方法，建立了知识向量集的拓扑空间概念并提出了基于拓扑空间向量集的不确定性知识表示方法。     

一种新的关联规则发现算法及应用研究

文章对关联规则发现中应用较多的Apriori算法和DHP算法进行了分析,提出了一种新的关联规则发现算法。为了计算项目集的支持度,提出了数据库特征矩阵和特征矢量的概念。该算法通过对特征矢量求内积得出项目集(item-set)的支持度,只需遍历数据库一次,大大减少了对数据库的操作,提高了算法的效率。算法分析和实例证明验证了算法的快速性和高效性。     

数据采掘方法及其在金融行业中的应用

在现实生活中随着数据的日趋庞大，需要有新一代的智能工具和技术对之进行处理。数据采掘正是着眼于此，它的主要目的在于开发相关的技术和工具，从浩翰的数据中获取有价值的信息，简要综述数据采掘的基本概念、任务、要求和基本方法等有关工作，并给出了一个应用于金融行业的实例研究。     

空间数据挖掘理论与方法的研究

针对ＧＩＳ应用的需要,介绍了空间数据挖掘的意义,理论和方法,包括空间数据,挖掘知识的种类,空间数据挖掘方法,挖掘处理的一般过程,并给出了基于ＧＩＳ的空间数据挖掘的框架结构,最后指出研究趋势和发展方向。     

一种用于复杂工业过程的数据挖掘模型

针对复杂工业过程中产生积累的大量数据,分析了数据挖掘的技术基础和数据特点,提出了一种集成的数据挖掘模型,并给出了基于SQL Server 2000的数据挖掘实现方案,为复杂工业过程的知识发现提供借鉴和参考。     

数据挖掘和知识发现方法研究

摘 归纳了最新的数据挖掘和知识发现方法的理论和应用进展,详细总结了研究和应用的一些关键技术,最后对数据挖掘和知识发现将来的理论发展趋势和应用趋势做出了展望。     

数据挖掘管理系统

本文分析了数据挖掘的常用技术和分析方法,详细探讨了数据挖掘过程,在此基础上,设计了一个由多模型构成的数据挖掘管理系统的一般框架,其能支持数据挖掘分析的全过程。     

数据挖掘技术在军事指挥控制系统中的应用

本文介绍了数据挖掘的概念、数据挖掘的过程和方法,分析了数据挖掘在军事指挥控制系统中的应用,提出了军事应用中数据挖掘的层次体系结构和指挥控制系统中数据挖掘的应用模型。