浅谈数据挖掘

在信息爆炸的今天,人们迫切需要一种从大量的数据信息中提取并找到有用信息的方法,数据挖掘就是在这种情况下诞生的。近十年,数据挖掘的研究工作取得了很大进展,各种数据挖掘软件的应用极大推动了人们掌握、处理信息的能力,并为人们带来了良好的经济效益。本文详细介绍了数据挖掘的定义、数据挖掘的过程和数据的应用及研究方向。     

浅谈数据挖掘技术及其应用

随着现代信息技术、通讯技术、数据库技术、网络技术、数字化图书馆和计算机技术的高速发展及数据库管理系统的广泛应用,使得数据库存储的数据量急剧增大。面对“堆积如山”的数据集合,传统的数据分析手段都难以应付,造成大量数据资源的浪费,因此需要新的技术来自动、智能和快速地分析海量的原始数据,以使数据得以充分利用,由此引发了一个新的研究方向：数据挖掘与知识发现的理论与技术研究。数据挖掘技术在分析大量数据中具有明显优势,基于数据挖掘的分析技术在金融、保险、电信等有大量数据的行业已有着广泛的应用。     

浅谈数据挖掘技术及其应用

科技的进步,特别是信息产业的发展,把我们带入了一个崭新的信息时代。数据库管理系统的应用领域涉及到了各行各业,但目前所能做到的只是对数据库中已有的数据进行存储、查询、统计等功能,通过这些数据获得的信息量仅占整个数据库信息量的一小部分,如何才能从中提取有价值的知识,进一步提高信息量利用率,因此需要新的技术来自动、智能和快速地分析海量的原始数据,以使数据得以充分利用,由此引发了一个新的研究方向:数据挖掘与知识发现的理论与技术研究。数据挖掘技术在分析大量数据中具有明显优势,基于数据挖掘的分析技术在金融、保险、电信等有大量数据的行业已有着广泛的应用。     

数据挖掘技术研究

介绍了数据挖掘这一新兴技术的基本原理、历史和未来的研究发展以及国内存在的问题．     

知识发现和数据挖掘的研究

近年来，随着信息产业的急剧发展，数据大量地产生和搜集，使得传统的数据管理方法不能有效地使用这些数据为人们服务。于是，人们不得不去寻找一种新的方法和技术，使之能够智能地、自动地将这些数据转化处理为有用的信息和知识。知识发现和数据挖掘（ＫＤＤａｎｄＤａｔ...     

数据挖掘技术研究

介绍了数据挖掘这一新兴技术的基本原理、历史和未来的研究发展以及国内存在的问题.     

数据挖掘中的序列模式

探讨了数据挖掘中序列模式的概念和作用，并对其实现过程所用程序流程的方式进行了说明，讨论了几种不同的实现算法。     

数据挖掘技术及其应用

数据挖掘是一个年轻而充满生机的领域,面对海量的数据,它可以对这些数据进行统计、分析、综合和推理,找出我们感兴趣的有价值的信息,以指导实际问题的求解,发现事件间的相互关联,甚至利用已有的数据对未来的活动进行预测。数据挖掘技术已经涉及市场分析、欺诈检测、科学研究、顾客保有等多个方面,正在蓬勃发展。本文主要讨论数据挖掘技术的一些基本概念及其应用情况。     

数据挖掘技术及其应用

近十几年来,人们利用信息技术生产和搜集数据的能力大幅度提高,数据库系统在商业管理、政府办公、科学研究和工程开发等诸多领域得到广泛应用,这一势头仍将持续并发展下去。于是,面对信息产业的发展提出一个新的挑战:在这被称之为信息爆炸的时代,信息过量几乎成为人人需要面对的问题。如何才能不被数据的汪洋大海所淹没,并从中及时发现有用知识,提高信息利用率,成为一个企业的资源,为企业的业务决策和战略发展服务,否则大量的数据可能成为包袱,甚至成为垃圾。因此,面对"人们被数据淹没,人们却饥饿于知识"的挑战,数据挖掘和知识发现(DMKD)技术应运而生,文章主要对目前常用的数据挖掘技术以及其在各行业应用情况进行了概述。     

数据挖掘与智能化信息处理研究

数据挖掘(Data Mining)是智能化信息处理中一个很有价值的课题，它融合了数据库、人工智能、机器学习和统计学等多个领域的理论和技术。本文介绍数据挖掘系统的体系结构、数据挖掘的任务、方法及应用，讨论了数据挖掘研究的发展趋势。     

数据挖掘的探讨

从数据挖掘的定义出发,探讨了数据挖掘的流程、数据挖掘中出现的问题以及数据挖掘的应用前景。     

数据挖掘技术浅析

介绍了数据挖掘的由来、概念、功能、应用领域，指出了数据挖掘与传统分析方法的区别，通过翔实的事例，提出了数据挖掘的服务性、大众性、效益性等特点。     

数据仓库和数据采掘研究综述

数据丰富而知识贫乏的状况导致了数据仓库和和数据采掘技术的出现,引起了许多不同领域的人们的极大关注。对数据仓库和数据采掘的基本概念、关键技术以及主要研究内容了一个综合样性的介绍,并讨论了数据仓库和数据采掘相结合的特点和发展潜力。     

空间数据挖掘技术及其智能推理体系结构

面对数据的数量和复杂性急剧增加的问题,首先讨论了数据挖掘技术的研究进展,并对数据挖掘在空间数据库中的应用进行了深入地探讨。然后提出三种基于空间数据挖掘、空间数据仓库、智能决策支持系统（IDSS）和范例推理（CBR）技术的智能推理体系结构,并对这三种体系结构的优劣进行了分析对比,其中以第三种结构为优。最后对空间数据挖掘在各领域中的应用前景以及有待解决的问题进行了展望。     

数据挖掘技术在移动通信中的应用

研究了应用于移动通信业的数据挖掘系统,以实际运行数据说明了关联规则挖掘和分类模型挖掘在移动通信中的具体应用．     

空间数据库的数据挖掘

分析了传统数据挖掘方法面临的问题,介绍了空间数据挖掘的基本特征和空间数据库的知识发现过程,论述了几种空间数据挖掘的方法。     

气象数据仓库建立及数据统计与挖掘

将数据仓库技术应用于气象数据,建立气象数据仓库,利用联机分析的快速数据统计和数据挖掘的自动知识发现技术,从海量历史数据中发现知识,为气象服务提供决策支持,以期数据资源的充分利用且同时服务于实际气象应用领域。     

气象数据仓库建立及数据统计与挖掘

将数据仓库技术应用于气象数据,建立气象数据仓库,利用联机分析的快速数据统计和数据挖掘的自动知识发现技术,从海量历史数据中发现知识,为气象服务提供决策支持,以期数据资源的充分利用且同时服务于实际气象应用领域。     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术,本文介绍数据挖掘系统的体系结构、数据挖掘的方法及应用。