物流领域中空间数据预处理技术的应用研究

针对物流中空间数据存在的问题,提出一种面向物流的数据预处理工作流程.介绍了数据预处理技术用于物流的优势,分析了数据预处理技术可以改善物流中数据的不完整性和不一致性,重点描述了数据预处理的全过程,最后指出数据预处理能更好的提高数据挖掘算法中输入数据的质量,进而提高挖掘的效率.     

中值滤波方法在数据挖掘数据预处理中的应用

文章讨论了中值滤波方法在数据挖掘预处理中应用问题。简要介绍数据挖掘中的数据预处理及数据清洗中的常见方法。利用中值滤波的特点对中值滤波和平均值法进行比较分析,实现中值滤波在数据预处理中的应用。     

数据挖掘技术在大型超市中的应用研究

简单介绍了数据挖掘技术和方法，并研究了数据挖掘在超市中的应用，说明了数据挖掘的过程，包括问题的提出，数据的收集、预处理、转换到数据仓库中，算法的选择，模型的评价、优化等，并对此项技术在超市应用中存在的有利因素和不利因素进行了分析。     

数据挖掘技术在电子商务中的应用

介绍了数据挖掘的基本技术以及进行挖掘前必要的数据准备（预处理）工作,并结合具体实例说明了数据挖掘技术在电子商务活动中的客户群体划分、关联规划发现、时间序列模式发现、异常发现这几大类应用。     

基于改进决策树算法的汽车销售数据挖掘

决策树分类算法是数据挖掘中最基本也是最重要的算法之一。目前,数据挖掘技术被广泛应用在商业领域中。在汽车产品销售系统中,引入数据挖掘技术,可以为汽车销售的经营决策提供科学依据。本文收集某汽车品牌安徽地区近一年的销售数据进行集成和数据预处理;之后采用数据挖掘技术中的改进决策树算法,对汽车销售数据仓库分析和应用,预测影响汽车的销售的主要因素,从而制定汽车的营销策略,帮助企业得到更好的收益。     

基于数据仓库的数据预处理模型的算法研究

数据仓库中的数据必须进行预处理后才能达到数据挖掘的要求.将数据预处理集成于数据仓库的构建过程中,提出一种基于数据仓库的数据预处理过程模型.讨论了数据预处理的各种算法并通过实例说明利用信息增益进行数据预处理的过程.     

基于数据挖掘的入侵检测系统研究

提出了一种基于数据挖掘技术的入侵检测系统模型,该模型是一个核模型,具有很好的扩展能力和适应能力.结合异常检测和误用检测方法,提出了一种改进型的基于数据挖掘的入侵检测系统.论述了数据挖掘技术在入侵检测系统中的应用,讨论了数据预处理和特征提取问题.     

R语言环境下的文本可视化及主题分析——以社会服务平台数据为例

开源R软件集成了各种数据分析和可视化方法,具备强大的数据分析功能和良好的可扩展性,适用于数据挖掘[1]。本文结合某社会服务平台的数据挖掘案例,给出了R软件在挖掘过程中各主要阶段的应用方法。数据准备阶段包括数据选择与预处理应用;挖掘建模阶段给出了可视化及主题分析[2]挖掘应用。并把所述的方法应用在一个真实的社会服务数据集上。     

南京师范大学计算机学科主要研究方向简介

1．数据挖掘技术及应用方向主要研究各种数据挖掘算法及其在地理信息系统、入侵检测中的应用,包括分布式数据挖掘、空间数据挖掘、图文数据挖掘、web数据挖掘、数据流挖掘等,同时在数据库管理技术、XML数据管理技术及数据预处理方面也作了较深入地研究。该方向已完成的科研项目包括国家自然科学基金3项、省自然科学基金2项及省高校自然科学基金4项。     

数据挖掘在变电站设备缺陷预测管理中的应用

对变电站设备缺陷进行预测管理,可以帮助工作人员尽快找出故障出现的趋势和原因,即设备缺陷及其部位.把先进的数据挖掘技术应用到变电站设备缺陷预测管理过程中,应用J2EE的B/S结构设计开发设备缺陷数据挖掘系统,首先对数据进行预处理,然后采用多元线性回归模型进行数据挖掘,从中发现隐含的趋势和规律,从而指导变电站工作人员提前做好缺陷处理工作.     

数据挖掘中的数据预处理方法

从初始数据源出发,总结了目前数据预处理的常规流程方法,提出应把源数据的获取作为数据预处理的一个步骤,并且创新性地把数据融合的方法引入到数据预处理的过程中,提出了数据的循环预处理模式,为提高数据质量提供了更好的分析方法,保证了预测结果的质量,为进一步研究挖掘提供了较好的参考模式.     

基于决策树的就业数据挖掘

针对学生就业问题，给出了就业数据挖掘模型．决策树方法是数据挖掘中非常有效的分类方法，根据就业数据特点，采用了C4．5决策树算法．C4．5算法是决策树核心算法ID3的改进算法，它构造简单，速度较快，容易实现．模型对就业数据预处理，选取决策属性，实现挖掘算法并抽取规则知识，由规则知识指出哪些决策属性决定了就业单位的类别，挖掘结果表明，该算法能够正确将就业数据分类，并得到若干有价值的结论，供决策分析。     

基于WEB的数据挖掘模型

随着WEB技术的全球普及和基于数据仓库的数据挖掘技术的日趋成熟，使得基于WEB的数据挖掘技术成了新的研究热点。提出了一个具有良好发展前景的基于WEB进行数据挖掘的模型，并详细阐述了该模型的结构和工作机理。     

一个改进了的用途数据预处理模型

在日志数据的预处理中,确定合适的挖掘粒度是一项重要任务.提出了一种改进了的用途数据预处理模型,在传统的预处理模型基础上添加了页面视图识别步骤,通过试验可以看到改进后的挖掘粒度有更加明确的语义表达,从而提高了挖掘精度.     

一个改进了的用途数据预处理模型

在日志数据的预处理中，确定合适的挖掘粒度是一项重要任务。提出了一种改进了的用途数据预处理模型，在传统的预处理模型基础上添加了页面视图识别步骤，通过试验可以看到改进后的挖掘粒度有更加明确的语义表达，从而提高了挖掘精度。     

超市行业中的数据挖掘技术研究

介绍了数据挖掘的概念,分析了超市行业中数据来源及特点,讨论了超市行业中数据挖掘技术的应用范围,并设计了一套可应用于超市的数据挖掘系统框架,为超市行业数据挖掘系统的实现提供了参考模型．     

数据挖掘技术在电网企业中的应用需求分析

介绍了数据挖掘技术的相关概念,结合电力系统的特点,分析了数据挖掘在电网企业中应用的必要性,给出了数据挖掘在电网企业中的具体应用方向.     

基于WEB的数据挖掘技术及其应用

为了快速准确的找到数据库中有用的信息和知识,利用数据的挖掘技术对数据进行分析,WEB中的数据挖掘技术及应用非常重要。主要通过介绍数据挖掘技术来引出WEB的数据挖掘技术,并对WEB的数据挖机技术及其应用进行研究与探讨。     

数据挖掘在医保系统中的应用

随着计算机技术的不断发展,计算机管理已经逐渐步入各个行业,而职工福利待遇体系中十分重要的医疗保险行业则更为迫切的需要借助计算机对繁杂的日常事务进行处理。本文中的医疗保险系统就是计算机技术在医疗保险行业的一次应用,并且将模糊数据挖掘应用到该系统中,也是数据挖掘技术在医疗保险领域应用的一次尝试。