数据挖掘技术浅谈

数据挖掘是致力于数据分析和理解、揭示数据内部蕴藏知识的技术,它成为未来信息技术应用的重要目标之一。本文对数据挖掘的概念、算法、使用的技术、实际的挖掘过程及其发展趋势进行了论述。     

序列模式挖掘的两种典型算法及比较

序列模式挖掘是数据挖掘的重要分支,GSP算法与PSP算法是序列模式挖掘中的两种典型算法。本文介绍了这两种算法并对其进行了分析与比较。     

一种改进的关联规则增量式更新算法

增量式更新算法能充分利用已挖掘出的知识来提高挖掘效率,是数据挖掘高效算法研究中一个主要方向.本文首先分析了经典的关联规则增量式更新算法FUP(Fast Updating algorithm)算法的不足,提出了一种改进的关联规则增量式更新算法IIUA(Improved Incremental Updating Algorithm),极大地降低了存储空间和挖掘时间需求,从而提高了整个关联规则挖掘的效率.     

Discovering Frequent Subtrees from XML Data Using Neural Networks

By rapid progress of network and storage technologies, a huge amount of electronic data such as Web pages and XML has been available on Internet. In this paper, we study a data-mining problem of discovering frequent ordered sub-trees in a large collection of XML data, where both of the patterns and the data are modeled by labeled ordered trees. We present an efficient algorithm of Ordered Subtree Miner （OSTMiner） based on two- layer neural networks with Hebb rule, that computes all ordered sub-trees appearing in a collection of XML trees with frequent above a user-specified threshold using a special structure EM-tree. In this algo- rithm, EM-tree is used as an extended merging tree to supply scheme information for efficient pruning and mining frequent sub-trees. Experiments results showed that OSTMiner has good response time and scales well.     

XML在数字图书馆中的应用研究

在传统图书馆向数字图书馆发展的过程中,如何充分利用原有的大量馆藏书目资源,成为传统图书馆面临着的一项巨大挑战。传统图书馆中的馆藏书目信息一般为机读目录格式,即MARC格式,无法直接应用于网络,XML技术的出现使MARC格式的转化和检索成为可能。XML在很大程度上对数字图书馆的管理、维护和应用提供了方便。     

利用数据挖掘技术建立数字化高校图书馆

随着高校数字图书馆技术的迅猛发展,大多数高校图书馆纷纷引入中外文大型数据库,由于充分利用Internet的便利性,读者的访问更加频繁,给图书馆提出了不少的个性化要求。如何满足读者的需求,提高读者的满意度,从而给读者更好的服务,是一个值得研究的问题。本文通过分析数据挖掘的含义,建立了基于分布式数据挖掘的体系结构,从利用数据挖掘实现日常办公自动化、利用数据挖掘管理读者角度做了探讨。     

在临床疾病诊断中的应用

医院信息系统是医学信息学的一个分支,分为管理信息系统(MIS)和临床信息系统(CIS).HIS系统在实现了医院信息的全过程追踪和动态管理、简化患者的诊疗过程和优化就诊环境的同时,在医院信息系统中积累了大量的管理信息和临床信息资源,如何在这大量的数据资源中挖掘深层次的、隐含的、有价值的知识,是我们面临的一个难题.数据挖掘有解决这方面问题的能力.利用数据挖掘技术开展科学研究,提高医学技术和医院管理水平是很有必要的.     

XML在Web文本抽取中的应用

作为互联网的新技术,XML的应用非常广泛,利用XML技术实现Web数据挖掘,可以根据用户的不同需求,将现有的Web页面中符合用户的有用信息抽取出来。本文综合HTML、XML技术,采用Java语言编程.具体实现了对股票信息的文本抽取。通过追踪某股票不同时刻的价格,实现了对指定股票的报价查询,根据设定自动地从Web上查找股票价格的信息,并通过浏览器呈现给用户。     

知识库中精确知识的判定算法

研究了知识库中挖掘它所包含的精确知识的方法，给出知识库的相关概念及精确知识的定义，讨论了一种在所定义的知识库中提取并判定精确知识的算法．     

粗糙集方法在基于属性分类中的应用

介绍粗糙集基础上的属性分类系统的构造,给出一种数据挖掘中新的分类方法:从初始的数据信息出发,依次构造约简属性集,并对其使用Bayes判别法进行基于属性的分类。最后给出了实例,验证算法的可行性。