数据挖掘技术在移动客户管理中的应用

文章介绍了数据挖掘技术的相关知识及其在移动客户管理中的应用，并以客户流失分析作为实例，描述了数据挖掘的整个应用过程，最后对国内数据挖掘应用现状进行了分析。     

数据挖掘技术在高校信息化系统中的应用

随着数据库的广泛应用,数据挖掘技术显得越来越重要,因为其能提供有价值的信息或知识。笔者通过对高校信息化进程中数据积累现状的分析,根据各种数据挖掘技术在其中的应用状况,给出了适用于高校的数据挖掘体系结构模型。实例表明,通过数据挖掘技术能使决策者或管理者获取有价值的信息或知识。     

基子遗传BP神经网络的数据挖掘系统设计

数据挖掘技术是从大量数据中挖掘知识的有效的工具，遗传算法和BP神经网络是现今数据挖掘技术中比较新兴的算法。本文介绍了遗传算法和BP神经网络相互结合的一种新算法，并设计出了相应的数据挖掘系统，且将该系统应用到实际农业实验中。为了便于遗传算法的有效运用，文中还提出了格雷——浮点编码法。     

数据挖掘技术在渔业生产中的应用进展

我国渔业正处于高速发展时期，渔业生产数据大量积累，如何有效分析利用这些数据并发现数据背后隐藏的知识成为当前需要研究的重要问题。数据挖掘技术正是一类可从海量数据中发掘潜在规律与知识的技术。介绍了神经网络、决策树、聚类等常用数据挖掘算法，并分别从渔业生产要素和渔业生产过程两方面综述了国内外的应用进展，并对该技术在渔业生产中的发展方向进行了展望。分析认为，在渔业信息化发展相对成熟的前提下，数据挖掘技术可应用于多个渔业生产环节，为渔业生产发展提供有效的决策支持。     

数据挖掘技术与应用

较详尽地介绍了数据挖掘技术及其背景知识,阐述了成功的数据挖掘所具备的条件,提出了数据挖掘实施时应注意的问题,并对数据挖掘的研究现状与应用进行了总结.     

数据挖掘理论算法综述

数据挖掘是发现大量数据中尚未被发现的知识,特别是一些隐藏在大量数据中的关系和趋势。数据挖掘方法结合了数据库技术、机器学习、统计学等领域的知识,从深层次挖掘有效的模式。本文对数据挖掘基本概念和基本方法做了较系统的综述性回顾。     

农业信息资源上数据挖掘的应用

[研究目的]通过应用数据挖掘技术解决农业信息领域"信息爆炸,但知识贫乏的问题",提高农业信息资源的利用率.[方法]深入分析农业信息所具备的特点:生产力性,价值转移性,专业性,增值性,时空变异性,并且简要介绍数据挖掘技术.[结果]提出数据挖掘技术应用于农业具体领域的建议,并且根据数据挖掘的流程及其相关技术特点,构架设计出具有3层机构的农业数据挖掘系统,并具体阐述每层的功能,其次介绍农业挖掘工具集以其相关特点.[结论]数据挖掘技术为农业领域科学家提供了使用数据、分析数据以及从中抽取知识的方便有效的手段,在信息爆炸的今天,在现有农业数据库基础上,通过数据挖掘技术来进一步提升农业信息服务水平具有十分重要的意义.     

数据挖掘在教育信息化中的应用

数据挖掘是目前信息领域和数据库技术的前沿课题，被公认为是最具发展前景的关键技术之一。文章从数据挖掘的概念出发，概述了数据挖掘的常用方法、数据挖掘的过程，并对教育信息化条件下，数据挖掘的应用进行了深入细致地分析。     

GIS与空间数据挖掘集成在农业中的应用

随着数据挖掘的发展与日益成熟,空间数据挖掘成为研究的热点之一,可以广泛地应用于地理信息系统、遥感图像处理、计算机利用等领域。进行了GIS与空间数据挖掘集成技术的初探,探讨DM在GIS中应用的必要性与可能性,以解决GIS中面临的"数据丰富但知识贫乏"的瓶颈问题。介绍在GIS数据库中进行数据挖掘,可以发现的知识类型和具体应用,最后以马尔可夫预测法预测未来几年的农业收成状态的实例说明空间数据挖掘技术对GIS的贡献。     

基于模糊模式识别的地形图数据挖掘

地形图数据挖掘是根据地形图的属性因子从大量的数据中识别出潜在有用的信息与知识的过程.根据地形图数据挖掘中属性因子的多样性和模糊性,建立模糊环境下的目标函数,提出了模糊模式识别理论地形图数据挖掘模型,并应用于1:25万地形图的数据挖掘,取得了较好的效果.     

数据挖掘技术在生态农业中的应用研究

数据挖掘作为一种重要的数据处理和知识发现的技术,能有效地从农业信息数据中找出潜在的和有用的农业知识。在处理生态农业领域积累的大量农业数据信息中起着非常重要作用。本研究阐述了数据挖掘技术的基本原理,并根据农业数据的特点,提出了数据挖掘在生态农业领域的研究趋势和应用前景。     

数据挖掘技术的研究

文章首先介绍了数据挖掘的概念及相关技术，对数据挖掘的实现进行了有效描述。     

基于关联规则数据挖掘算法的应用

数据挖掘,又称数据库中的知识发现,作为一门新兴的研究领域,主要目的是从数据集合中发现隐含的、事先未知的、对决策有潜在价值的用户感兴趣的知识,数据挖掘是当前数据库领域中最受瞩目的研究方向之一。在数据挖掘研究中,关联规则挖掘作为数据挖掘研究中的一个重要部分,引起了越来越多的关注。本文利用SQL Server 2005数据挖掘工具,对已测得的土壤数据,利用关联规则算法对土壤的地力等级进行了预测。     

数据挖掘技术在分析中医药临床文献中的应用

介绍了中医药临床文献常用的数据挖掘技术及其在中医药临床文献分析中的 应用,指出采用中医专家和数据挖掘专家密切协作挖掘中医药数据,不仅可以从理论和临床上解决中医药的难点,还可能是未来挖掘和利用中医药知识的重要方法。     

数据挖掘在超级市场中的运用

数据挖掘(Data Mining，DM)是一个使用统计学原理和人工智能等算法进行知识发现的过程，目前，商业领域的应用刚刚起步。本文主要阐述数据挖掘的一般技术，着重探讨数据挖掘技术在超级市场运营中的应用，讨论数据挖掘在顾客关系管理(CRM)中的具体使用。     

图书馆数据挖掘技术研究综述

介绍了数据挖掘技术的基本概念及功能，并对数据挖掘技术应用于图书馆的研究现状进行了综述。     

数据挖掘在农村信用合作社系统中的应用

随着经济的发展，各行各业开始建立自己的信息系统，以期望自身获取更多的效益。农村信用合作社为了提高整个系统性能实现智能化将数据挖掘引用进来。文章介绍了利用数据挖掘技术在农村信用合作社管理系统的构建。     

基于Multi-Agent的数据挖掘模型及其应用

基于Multi-Agent的数据挖掘模型研究是数据挖掘领域中的一个热点，结合大庆火山岩压裂施工的需求分析，设计了一个基于Multi-Agent的数据挖掘模型，并讨论了模型的组织结构。由于多Agent系统具有自主性、反应性和社会性，故这一模型弥补了传统数据挖掘的缺陷和不足，在很大程度上提高了数据挖掘的智能性和高效性，减少了人工的参与。该模型具有良好的开放性、动态性和自适应性。     

基于模糊决策树的高校就业数据挖掘研究

随着高等学校招生规模的扩大,大学生就业形势日益严峻。数据挖掘技术可以从大量的历史数据中发现内在的规律和联系。对高校学生就业进行数据挖掘,可发现潜在规律,为就业指导提供决策依据。决策树分类方法是一种有效的数据挖掘方法,但该方法不能很好地处理数据模糊性和不确定性问题。本文提出将模糊决策树算法引入高校就业数据挖掘,解决了数据模糊性和不确定性的问题,生成的知识表示方式自然,易于理解,并且具有更强的分类能力及稳健性。     

数据挖掘中的数据预处理与维度优化

介绍了数据挖掘的研究发展现状，以及数据预处理与维度问题在数据挖掘过程中的重要性，并对数据的预处理和维度优化方面提出了一些问题及其解决方法。最后提出了在数据挖掘过程中所面临的挑战。