数据挖掘技术在入侵检测中的应用

阐述了入侵检测和数据挖掘技术,并介绍了数据挖掘技术在入侵检测系统中的应用。     

数据挖掘技术在客户关系管理中的应用研究

从市场竞争的现状出发,阐述了数据挖掘技术原理,重点探讨了FCM聚类算法和关联规则,并将其运用到电信客户关系挖掘中,对具体公司移动客户消费数据进行了详细分析。     

数据挖掘技术在智能决策支持系统中的应用

随着信息科技的不断完善和发展,企业对于信息产品的应用和依赖性也逐步提升。随着信息产品在各企业的各生产部门和服务部门的普及,相关数据逐步积累成海量的数据库。如何将这些数据作为企业决策的依据和指导,在当前应用领域是一个热门话题。而数据挖掘理论为这一问题的结局提供了必要的手段和工具。决策支持系(Decision SupportSystem,简称DSS)也由于同样的原因演化出更加依赖信息工具的智能决策支持系统(Intelligent Decision Support System,IDSS)以及I3DSS(Intelligent,interactive&integrated DSS)体系框架。在这些框架中,数据挖掘的相关理论成为各功能点实现的核心手段。     

数据挖掘技术在成绩分析中的应用

成绩管理是学校教学管理的重要组成部分,数据挖掘在成绩分析中已有很多应用。简要概述了数据挖掘的基本概念和方法,给出了成绩分析中的关联规则、分类方法、聚类分析等多种数据挖掘应用方法,并总结了数据挖掘在成绩分析中对教学管理的作用。     

数据挖掘技术在电力管理和分析中的应用

作为一种数据分析方法和技术,发现潜在的信息,大量的信息,数据挖掘已成为社会关注的焦点.在电力行业的信息化建设进程中,有大量历史数据,采用数据挖掘技术来研究和发展是刻不容缓,分析决策系统需要解决在电力运行管理中存在的关键和突出问题企业.本文提出了详细的数据挖掘算法分析.基于电力管理分析的特点,重点讨论了聚类分析算法.基于电力数据管理分析系统,数据挖掘技术在本文设计的过程采用混合型数据并获得良好的挖掘效果.聚类对电力客户数据分析可以得到很好的分类,有助于预测顾客的购买行为.     

数据挖掘技术在试卷分析中的应用

本文讨论了数据挖掘技术在试卷分析中的应用，针对传统试卷评价方法中仅仅是对试卷进行宏观整体的分析与评价，缺乏对特定试题评价的局限性，本文利用了层次聚类技术和关联规则技术对学生试卷进行分析，得到了具有不同成绩特征的学生群体，析出试卷上特定题目知识点间的相关性，得到的结论对高校教学有一定的指导作用．     

数据挖掘中的聚类分析研究

数据挖掘是信息产业的热门研究方向,聚类分析作为其核心技术,早已经被深入的研究。本文探讨了聚类分析的统计量,对聚类方法和算法进行了比较和分析,以便在日常应用中能准确快速的选择特定的算法。     

数据聚类算法在web数据挖掘中的应用

在数据挖掘的实现过程中,聚类分析已经成为数据挖掘研究领域中一个非常活跃的研究课题。聚类是数据挖掘中一种重要的挖掘方法,它从数据库中计算发现数据中隐舍的有用信息或知识,数据聚类在很多领域中有着广泛的应用。该文研究的主要内容是数据聚类算法在Web数据挖掘中的应用,获得的聚类结果可以作为web网站结构的优化,站点的重构以及个性化的服务和推荐的重要依据。     

数据挖掘库预处理技术在教学中的应用研究

阐述了数据挖掘预处理技术的原理,结合教学实践研究了预处理的各种方法与技术实现,探讨了空缺值、不一致数据的处理,以及属性删除与构造,聚类技术进行归约的方法.     

利用VBA实现数据抽取——数据挖掘之数据准备阶段

本文介绍从Informix数据库下载数据到Excel中,然后利用VBA编程实现表中数据的抽取、分类及转换的方法。     

数据挖掘技术的研究和应用

论述了数据挖掘的概念、算法、实际的挖掘过程,分析了C4.5决策树算法,调查了安徽职业技术学院学生英语学习的各种情况,找出其中潜在的规则,为学校教学决策提供一定的支持.     

数据采掘及其应用研究

如何从已有的大量数据中找出对决策有用的信息支持决策已成当务之急,数据采掘技术可帮助我们完成这项工作,本文简要介绍数据采掘的概念,采掘方法类型和关联规则采掘算法,结合实际给出了一个在教学管理中的应用探讨,所挖掘出的深层次知识,对帮助我们搞好教学管理有重要的指导作用。     

数据挖掘技术及其应用

数据仓库是信息领域中近年来快速发展起来的一种技术，指出了分析数据仓库内容有2种基本的方法：联机分析处理和数据挖掘；讨论了联机分析处理的体系结构，提出了数据挖掘中一些常用的方法：决策树、关联及数据统计分析、神经网络和最近邻方法；介绍了数据挖掘的应用。     

数据挖掘在CRM中的应用研究

数据挖掘在客户关系管理(CRM)中的应用是近年的热点话题。在海量的信息中挖掘具有潜在价值的信息,以辅助管理层的决策,是企业重点关注的问题。从数据挖掘的基本原理入手,通过分析客户关系管理中存在的问题,探讨了数据挖掘在客户关系管理中的具体应用。     

数据挖掘技术及其在情报研究中的应用

在当前的数字时代,海量的信息数据已经远远超出情报研究人员的分析和处理能力,而传统情报研究的技术和工具已无法满足情报研究人员的需求.由于数据挖掘技术在处理海量数据时显示了其独特的优点,可与现代情报研究有机结合.本文首先介绍了数据挖掘技术的基本概念和常用方法,并对其在情报研究中的应用进行初步探讨.     

数据挖掘中聚类分析技术的研究与应用

对数据挖掘中聚类分析方法的概念、功能及其算法做了深入研究，并将其应用于学生成绩数据管理，对某高职院校学生成绩进行了数据挖掘     

数据挖掘中的模糊聚类分析及其应用

数据挖掘是一种新兴的信息处理技术,模糊聚类是数据挖掘领域中的一个重要研究课题。论文从数据挖掘的概念出发,研究分析了模糊聚类的主要算法,并从多个方面对这些算法性能进行比较,同时还对模糊聚类分析在数据挖掘中的应用进行了阐述,最后对模糊聚类的研究领域进行了总结和展望。     

Web数据挖掘在高校网站中的应用研究

高校网站对信息数据的整合需求日益增高,如何对数据进行合理的组织利用,使用户能够从海量的数据中找出有价值的信息和知识,是高校网站亟待解决的焦点问题.论文提出了将Web数据挖掘技术应用到高校网站的方法,有助于高校网站管理人员进行科学决策.     

基于Web的数据挖掘技术与应用研究

如何从各类数据仓库海量的数据中发现有用的知识是一个迫切需要研究的课题.因此,数据挖掘应运而生,成为一个全新的研究领域.而随着目前WWW的广泛应用及相应的Web技术的出现,也使数据挖掘的研究进入了一个新的阶段;综述了Web挖掘的主要技术及其实际应用.     

数据挖掘技术在话务网数据分析中的研究与应用

利用数据挖掘技术设计了移动通信话务网管数据挖掘系统,将概念、分类、关联、时间序列分析等算法应用于话务网管散据分析中,重点介绍分类分析算法在话务网管数据分析系统中的应用．