数据挖掘算法研究

本文对目前具有代表性的各种分类算法进行了介绍,总结了各种算法的优缺点和不足,试图找出算法发展趋势,从而便于研究者对已有的算法进行改进,提出具有更好性能的分类算法.     

浅谈数据库营销与数据挖掘

计算机网络技术特别是数据库技术的发展与成熟,解决了“传统的以人为主的营销方式不能满足社会的需要”之问题。基于网络的数据库营销则是企业达到目标的最有用的工具,而数据挖掘是这个工具的最佳引擎。数据挖掘是利用统计学和机器学技术创建预测模型。它是基于从日常积累的大量数据所构成的数据库中发现潜在的、有价值的信息知识的一项较新的技术。     

浅谈数据库营销与数据挖掘

计算机网络技术特别是数据库技术的发展与成熟,解决了"传统的以人为主的营销方式不能满足社会的需要"之问题.基于网络的数据库营销则是企业达到目标的最有用的工具,而数据挖掘是这个工具的最佳引擎.数据挖掘是利用统计学和机器学技术创建预测模型.它是基于从日常积累的大量数据所构成的数据库中发现潜在的、有价值的信息知识的一项较新的技术.     

数据挖掘技术中聚类算法的研究

近年来,随着海量数据处理需求的增长,数据挖掘技术引起了研究者的广泛关注.本文针对在数据挖掘的首要问题数据聚类展开了研究.文章首先分析了聚类分析的基本定义,常用数据结构,相似性度量以及算法应具有的基本特征.然后分析了对应分析法和基于信息论的相关性度量法的基本理论,并介绍了常用的时间序列聚类算法.     

数据挖掘技术中聚类算法的研究

近年来,随着海量数据处理需求的增长,数据挖掘技术引起了研究者的广泛关注。本文针对在数据挖掘的首要问题数据聚类展开了研究。文章首先分析了聚类分析的基本定义,常用数据结构,相似性度量以及算法应具有的基本特征。然后分析了对应分析法和基于信息论的相关性度量法的基本理论,并介绍了常用的时间序列聚类算法。     

以信息统计为基础的数据挖掘算法分析

信息高度发达的时代要求对信息的处理具备有效而高效的技术,数据挖掘正是为此而产生并发展的,在数据挖掘中不同的任务所利用采用的计算方式也不同,本文就针对一种基于信息统计的数据挖掘算法进行了简要的介绍。     

RSA算法在教学管理数据库加密中的应用

RSA是目前公认的在理论和实际应用中最为成熟和完善的一种公钥密码制，不仅可以进行加密，还可以用来进行数字签名和身份验证，是公钥密码体的代表。本文将RSA算法运用到教学管理数据库中，提出了数据加／解密的方法。     

数据挖掘决策树分类算法在移动通信业的应用

面对移动通信行业愈演愈烈的竞争,发展潜在客户以及保持现有客户显得至关重要。本文通过数据挖掘技术的分类回归算法在通信行业的应用,介绍了建立模型的整个过程,对模型的评估以及与营销活动的关系,进而为电信企业识别潜在客户提供了有力依据。     

数据挖掘技木的应用

随着计算机技术的发展,各行各业都开始采用计算机及相应的信息技术进行管理和运营,这使得企业生成、收集、存贮和处理数据的能力大大提高,数据量与日俱增。本文试对数据挖掘技术的应用进行分析介绍。     

数据挖掘耦合与质量管理的研究

数据挖掘(Data Mining,DM)在应用于当前许多热门领域的同时,也面临着许多挑战,其中,数据挖掘集成与质量管理问题越来越引起人们的关注.数据挖掘集成与质量管理问题主要包括数据挖掘资源的利用率.即数据挖掘的资源配置,包括数据挖掘系统、数据仓库系统和Web数据库系统的数据挖掘集成(耦合问题);数据挖掘系统的质量管理与评价.数据挖掘与软件工程的相关理论、方法、工具等问题.本文阐述了数据挖掘系统的规范管理.说明了反规范方法在资源配置中的应用.以及合理应用数据挖掘资源耦合的重要意义.     

基于单位BP神经网络算法的数据挖掘技术在电力客户信用等级评价中的应用研究

电力客户信用管理和信用评价,已经成为电力企业的一种经营工具和手段.本文结合数据挖掘技术在信用评价中的应用优势,以数据挖掘的通用模型CRISP-DM为基础,建立了电力客户信用评价的过程标准,构建了电力客户信用评价指标体系,应用单位BP神经网络算法构造了电力客户信用模型,并对该模型进行了实例分析,从而将电力客户信用分为5个等级.     

数据挖掘在企业信息化中的认识误区探析

本文分析了企业信息化进程中对数据挖掘认识的几个误区,指出应对数据挖掘进行正确的定位,即:数据挖掘只是一个工具:数据挖掘之前必须要充分准备和了解数据;数据挖掘工具不能自动挖掘出所需要的信息,需有专家的指导;数据挖掘的结果不可预期,在应用时要面向客户,讲求实际;数据挖掘只是商业智能过程中的一部分,只有将其与数据仓库、在线分析处理融合在一起,才能构成完整的企业决策分析环境.     

数据开采的数据质量问题

数据质量是影响数据开采效果的重要因素,这个问题并未受到人们的充分重视.本文针对数据质量在数据开采中的地位,给出了数据质量评价的几个主要尺度.并且结合统计学和机器学习的理论,分析了解决数据质量的方法,强调提高数据质量的出发点在于控制数据源的质量.     

基于数据挖掘的预测决策模型应用与研究

数据挖掘是一门新兴的数据处理技术,是当前热门的一个研究领域.本文简要介绍了数据挖掘的概念,论述了基于数据挖掘的预测决策模型建立、实施和效果评估,最后对基于数据挖掘的预测决策模型在电力营销系统中的应用作了实证.     

基于数据挖掘的内幕操纵行为甄别研究

本文以国内证券市场发生的内幕操纵股票为样本,以股票的超额收益、波动性、流动性以及贝塔系数等市场反应指标为研究变量,借鉴数据挖掘的思想,采纳Logistic模型、决策树模型和神经元网络模型对内幕操纵行为进行了甄别,并对模型的效果作了对比分析.     

面向电子商务的数据挖掘系统设计

本文分析了面向电子商务的数据挖掘的优势,论述了数据挖掘的步骤,设计了数据挖掘系统的三层结构,指出面向电子商务的数据挖掘系统能够从大量繁杂的数据中找出真正有价值的信息和知识,更符合现代社会的竞争趋势要求.     

数据挖掘技术在电信增值服务行业中的应用

数据挖掘技术在企业市场营销领域得到了越来越广泛的应用,它能有效地帮助营销人员发现数据之间的内在有意义的联系,制定有效的营销计划,最终为企业带来更多的利润.本文运用聚类、logistic回归、决策树等数据挖掘技术对一家电信增值服务公司的客户数据进行分析,说明公司要以客户为导向,分析目标市场的需求特征,在成本领先和差异化战略的指引下,才能在短信增值市场上站稳脚跟.     

基于数据挖掘的分析型CRM应用研究

在对数据挖掘技术和应用模型进行分析的基础上,提出了将数据挖掘技术应用于分析型CRM系统,以及应该在CRM系统中如何进行数据挖掘工具的选择,在企业中构建分析型CRM系统应遵循的步骤,最后阐述在所收集的客户数据的基础上,如何进行客户的细分、如何获取客户、企业如何避免大客户的流失以及交叉营销等.