数据挖掘在高速公路联网收费系统中的应用

文章介绍了数据挖掘的概念及相关功能,论述了数据挖掘技术在高速公路收费系统中的应用,并通过应用实例对数据挖掘的具体应用及架构进行了有效描述。     

数据挖掘在电子商务中的应用

电子商务的广泛应用使企业产生了大量的业务数据,按企业既定业务目标对这些数据进行数据挖掘可以帮助企业分析出完成任务所需的关键因素。文章介绍了数据挖掘技术在电子商务中的应用,分析了电子商务中如何应用数据挖掘技术。     

探究基于云计算的大数据挖掘平台

云计算技术具备动态资源分配和调度、虚拟化和高可用性的特点,能够克服传统数据挖掘技术速度慢、效率低和能耗高的弱点,有效的降低成本,提高数据挖掘效率。文章探讨了一种基于云计算的并行大数据挖掘平台的应用,并探讨基于云计算的大数据挖掘系统构成、存在问题及应对措施。     

DM技术在联网收费中的研究与应用

文章介绍了数据挖掘技术概念和相关内容,并利用数据挖掘技术中常用的聚类分析,结合硬聚类和模糊聚类的方法,描述了如何通过数据挖掘方法对收费系统中的大量数据进行规律分析和模型预测,文章给出了详细的计算步骤和框图。     

数据挖掘技术在话务网管系统的应用

本文对数据挖掘技术进行了基本的介绍,并提出了数据挖掘技术在话务网管系统中的应用和改进方向.     

公交IC卡信息处理的数据挖掘技术研究

主要探讨数据挖掘技术在公交IC卡信息处理方面的运用，设计了公交IC数据仓库结构，提出数据挖掘系统的框架。从公交运营决策者和公交规划者两个角度提出数据挖掘目标，并根据挖掘目标阐述数据分析过程及挖掘方法。     

基于数据仓库和数据挖掘的企业决策支持系统研究

本文在论述的数据仓库、数据挖掘和决策支持系统的基本概念及其关键技术和系统设计方法的基础上,提出了基于数据仓库和数据挖掘技术的决策支持系统的体系架构,并根据这种体系架构,改进设计了几种在典型企业中应用的决策支持系统。     

数据挖掘技术在汽车销售领域的应用研究

汽车销售企业经过多年的运作,在操作型数据库中保存了大量的历史数据,对这些数据进行必要的分析,可以反映出汽车销售过程中的一定规律.本文对数据挖掘技术在国内外汽车销售中的应用情况进行了研究,总结了数据挖掘技术在汽车销售各阶段的应用情况,提出了不同销售阶段可以利用哪些数据挖掘技术进行分析,得到的结论对汽车销售相关企业有着一定...     

序列模式挖掘及其算法的研究

数据挖掘在最近几年里已被数据库界所广泛研究,而序列模式挖掘是数据挖掘中最重要的研究课题之一,本文介绍了序列模式挖掘的概念,并重点分析了序列模式挖掘的一种经典算法。     

电子商务环境中分布式数据挖掘架构研究

对相关成果及文献进行了分析、研究,论述了目前数据挖掘在电子商务中的应用状况.提出了电子商务环境中分布式数据挖掘架构(BAWDM),该架构可以满足电子商务环境中分布式数据挖掘的要求,能够解决该环境中分布式数据的集成及通信问题,可以对异构环境下的数据进行操作,处理多种类型的数据.该架构具有开放性,能够有效集成多种挖掘工具,提供多种挖掘模型,不同的挖掘工具可以组合使用、满足不同类型的挖掘需求.     

基于神经网络的聚类分析方法及在港口设备配置中的应用

分析了数据挖掘中聚类分析方法的特点．在对Kohonen神经网络的工作机理及算法研究的基础上．提出了用Kohonen神经网络和Matlab实现数据挖掘中的聚类．并对港口拖轮作业配置实例进行了测试和仿真分析。     

数据仓库技术在智能交通管理决策系统中的实现

基于公交管理系统数据,结合数据仓库(DW)、数据挖掘(DM)、联机分析处理(OLAP)和数据可视化技术及当前公交系统中存在的问题,探讨了智能交通管理决策系统的实现,实施数据挖掘,分析数据结果,为公交系统日常管理与决策提供实时与科学的信息.     

数据挖掘技术在连锁超市逆向物流管理中的运用

数据挖掘可以从海量数据中提取有用的知识.本文针对来自连锁超市逆向物流系统的数据数量大且更新速度快的特点,运用统计分析方法,研究数据挖掘在这一领域的具体应用,同时为连锁超市提供了一种在产品质量上对供应商进行评估的方法.     

基于数据挖掘技术的高校教学方法研究

本文提出了一个基于数据挖掘技术的个性化学习系统模型，使用数据挖掘技术发现每个学生的个性、学习行为、学习反馈信息和教师感兴趣的有关教学的信息，及时调整教学策略，制定适合学生个性的教学内容和教学活动。基于该模型实现的个性化学习系统真正体现了因材施教的教育理念。     

基于SOFM的聚类分析在数据挖掘中的应用研究

阐述了聚类分析在数据挖掘中的应用及地位，研究并分析了通过SOFM实现聚类分析的算法，并用该算法进行了数据挖掘的仿真实验。结果表明，基于SOFM聚类分析方法可将抽象的数学聚类问题转化为直观的空间分布问题，降低了聚类分析的难度，说明了其可操作性及鲁棒性。     

数据挖掘在公交调查数据分析中的应用研究

针对公交调查数据背后信息挖掘的需求,论文首先介绍了公交调查数据挖掘的理论概念及任务方法。概述了公交调查数据挖掘的常规流程,并且在分析了几种公交调查数据挖掘模型建模方法的基础上,得出 k-means模型最适宜对公交调查数据进行聚类分析。最后以达州市公交调查数据为样本实例,采用年龄、职业、每周乘坐公交天数、每月公交花费、偏好付款方式等几种属性,借以 SPSS Clementine 为软件平台、以 k-means 为模型对各属性数据进行聚类分析,软件运行后得到相似度较大的几组类别,根据不同样本含量的几组聚类进行图表分析,分别得出优化公共交通服务的相应建议,达到最初挖掘公交调查数据背后信息的目的。     

数据挖掘与知识发现的理论方法及技术分析

章介绍了一种崭新的信息分析与处理方法－知识发现和数据挖掘技术的概念和原理。讨论了关联规则、分类、特征、聚类、汇总、粗集、神经网络和决策树归纳法等数据挖掘算法。最后，通过介绍其在各行各业中的应用，指出了其广阔的应用前景。     

基于智能化数据挖掘的高新技术监测分析技术研究

针对高新技术的产业发展方向、风险投资以及高新技术的监测分析等问题，应用数据挖掘、神经网络等技术方法，提出了一种基于智能化数据挖掘的高新技术监测分析的初步模型，并指出该模型在实现中存在的一些问题，对高新技术监测分析技术的发展前景做了展望。     

数据挖掘在企业CRM中的研究

本文主要介绍了数据挖掘的基本概念、功能分类以及数据挖掘技术在CRM中的典型应用;随后文章选择C4.5算法为本系统增加分析功能;接着对C4.5算法进行了深入的研究与分析,发现在计算速度以及生成结果的复杂性上有待改进,在此基础上提出了改进优化的方法并用程序实现,通过实验比较证明取得了良好的效果。在文章的最后用改进后的C4.5算法为本CRM系统实现了客户的保持分析功能。     

基于桥梁健康监测测点相关性的结构安全分析

本文立足桥梁健康监测和数据挖掘理论知识,提出利用数据挖掘算法研究桥梁结构监测点间的相关性并作为评估桥梁健康状况的依据。通过缩尺模型滚动小车试验,获取各测点加速度数据,利用数据挖掘中基于夹角余弦的层次聚类方法对各测点数据进行关联性的分析,得出随着损伤程度的增加,损伤测点与其余测点关联性呈逐渐下降的趋势。由此,获得结构在营运过程中各测点的关联性演化规律,通过此规律可以进行结构的安全评估。