基于SQL Server构建数据挖掘应用

为了缩短中小企业数据挖掘应用系统的开发周期,基于Microsoft SQL Server的分析服务（Analysis Service）组件,提出一个可用于中小企业进行快速数据挖掘应用系统开发的应用开发模式。采用决策树算法进行一个实例开发,说明了如何应用该开发模式从数据库中发现有用的知识。该开发模式可以大大降低数据挖掘系统的开发周期。     

浅析数据挖掘技术及应用

本文介绍了知识发现及其数据挖掘的发展历史，数据挖掘的功能、常用技术及应用。     

数据挖掘及应用

简要介绍了知识发现的一般过程，对其中的关键步骤数据挖掘的概念、任务、方法以及在各相关行业中的应用做了较详细的阐述。     

应用数据挖掘技术的土建工程概算平台规划

在吸取工程造价计算实践经验和最新算法研究成果的基础上设计出一套应用数据挖掘技术的工程概算平台规划的总体架构,该平台用以计算土建工程概算,从而有效控制建设项目的投资.主要介绍了数据挖掘中的关键点,概括了建模时选择的算法及实现算法仿真的程序,并重点对基于C/S结构的土建工程的概算平台的规划进行了研究.     

数据挖掘在客户关系管理中的应用

本文对数据挖掘这一数据分析技术进行了综述，介绍了数据挖掘的背景及其定义、功能和过程，并给出了数据控制技术在客户关系管理中的不同方面的应用实例。     

数据挖掘技术在税务系统中的应用

本文介绍了数据仓库、知识发现以及数据挖掘的概念,详细分析了关联规则算法,对纳税人采用的主要违法违章手段之间的关联关系进行了数据挖掘.     

数据挖掘技术及其应用分析

数据挖掘技术是一种新兴技术,由于该技术在大数据的处理方面具有很大的优势,因此许多行业,尤其是像科研、金融、教育等需要分析大量数据的领域都纷纷引进数据挖掘技术。本文介绍了数据挖掘技术的含义以及方法,并对数据挖掘技术的应用做了简要分析。     

基于Agent的空间数据挖掘研究

提出一种基于Agent理论的空间数据挖掘体系结构,并分析了其工作原理。进一步根据Agent的特点,设计了空间数据挖掘智能体的模板,并在其基础上,对农业空间数据实现高效的空间数据挖掘。     

数据挖掘技术在移动通信中的应用

数据挖掘(Data Mining,DM)是一个应用统计学和人工智能等算法进行知识发现的过程，目前商业应用刚刚起步。本阐述了数据挖掘的一般技术，重点探讨了数据挖掘技术在移动通信中的应用，包括数据仓库的建立、数据挖掘主题的定义和数据挖掘的过程。     

数据挖掘理论和开发方法

介绍了数据挖掘的概念、常用方法、数据挖掘过程 ,阐述了基于数据仓库的DM技术 ,在此基础上举例说明了数据挖掘理论在现实社会中的应用。     

数据挖掘技术的方法和最新进展

随着大型数据库的不断涌现，不缺数据缺知识的矛盾日益突出。如何从浩如烟海的数据中发现隐藏的知识，创造更大的效益是一个迫切需要解决的课题。因此，知识发现和数据挖掘应运而生，成为一个新的研究领域。在此，介绍了数据仓库、知识发现和数据挖掘的基本概念，重点论述了数据挖掘技术的方法，并指出了研究方向。     

数据挖掘在情报侦察系统中的应用

简要介绍了数据挖掘的概念和典型的处理过程,分析了通信对抗情报侦察系统在复杂电磁环境下实现电磁态势监视和电子对抗情报支援的情报处理需求。提出了应用数据挖掘技术的通信对抗情报侦察系统总体框架。结合不同种类和不同平台侦察传感器获得的多源情报侦察数据类型和特点,详细论述了采用数据挖掘从海量的多维侦察数据中获取侦察情报的方法。     

基于软件复用技术的数据挖掘系统模型研究

根据数据挖掘的研究现状,结合软件系统不断发展的趋势,提出了开发基于软件复用技术的数据挖掘系统的观点,给出了基于软件复用的数据挖掘系统的结构框图并进行了讨论.     

基于ERP系统的数据挖掘应用研究

随着ERP系统的深入应用,企业逐渐形成了大量的数据,如何利用并分析ERP系统中的数据来帮助管理决策,已经引起人们的重视并成为ERP系统建设的重要目标之一。数据挖掘是研究从大量数据中如何提取或“挖掘”知识的学科,尽管有通用的数据挖掘系统框架与算法,但并不适合特定的应用。文中从ERP与数据挖掘的基本概念与发展出发,基于ERP与数据挖掘的特点,分析了数据挖掘应用于ERP所面临的问题,探讨了数据挖掘在ERP中的两个应用框架的构建,并从多种维度给出了两个框架的优缺点与特点的比较分析。     

我国移动数据业务运营模式的研究

随着移动通信的发展,移动数据业务日益受到全世界的关注,尤其在语音业务增长乏力、用户市场竞争激烈的情况下,发展移动数据业务对运营商来说无疑是吸引用户和提升ARPU值的有效途径。正是基于这样的行业背景,来研究我国目前几大运营商对于移动数据业务的运营模式以及其中存在的问题。     

数据挖掘在移动通信业大客户离网预测中的应用

大客户是各移动运营商利润的主要来源,也是竞争的焦点。随着市场竞争的日益激烈,如何降低大客户离网率,是摆在各运营商面前的战略性任务。采用数据挖掘技术,遵循数据挖掘标准流程CRISP-DM。从商业理解、数据理解、数据准备、建立模型、模型评估和结果部署等6个阶段,详细介绍了移动通信企业中大客户离网预测模型的建立过程和方法。同时对预测结果从技术和业务上进行深入分析,以辅助运营商及时采取措施进行挽留。     

基于软件度量的数据挖掘结果的评估模型

对数据挖掘所产生的模式进行解释和评估是数据挖掘过程中的一个优化处理步骤,虽然可以通过设置模式的属性阈值消除大量无关模式,但当面对一个大的数据库时,数据挖掘的最终结果依然很大。从主观和客观两个方面分析模式评估的标准,提出了数据挖掘结果评估的度量构造,详细说明了各个度量的计算方法,对挖掘结果进行了综合处理。通过此模型可以对数据挖掘结果的可用性和可靠性进行客观的评价。     

数据挖掘在移动通信市场的应用

数据挖掘在企业市场营销中得到广泛应用。在移动通信领域,数据挖掘技术和方法被用于进行客户行为分析、建立交叉销售模型、客户忠诚度分析、反欺诈分析、流失预警等等。     

基于数据挖掘的CDMA2000移动网络防盗用技术

针对CDMA2000 EVDO移动网络中的盗用问题,结合CDMA网络无线宽带原始计费话单的生成机制,对AAA的原始计费话单内容进行了分析和解构;基于数据挖掘理论和技术提出了原始计费话单分析模型,从中发现话单与盗用行为的关联性,并通过编写分析脚本,实现了可疑话单的筛选.最后,利用广东电信现网数据进行分析,对系统模型进行了...