关联规则发现技术中的Apriori算法及FP—树算法

在数据挖掘研究中，关联规则发现技术是一个重点研究方向。本文对关联规则发现的Apriori算法及FP－树算法进行了总结介绍，并讨论了它们之间的差异。     

基于数据挖掘的入侵检测研究

阐述了为避免由于使用传统的数据挖掘算法来挖掘审计数据而产生大量的无用规则,利用相关的网络知识和攻击特征来指导数据挖掘算法,可以减少大量的无用规则,提高系统效率.     

大数据理念在新时代图书馆中的应用与发展

随着云计算、物联网的高速发展,数据正以几何速率增长,全球已经逐渐步入"大数据"时代。新时代下的图书馆不再仅仅局限于提供读者借阅与读书的服务,而是朝着更高效、更有针对性、更具特色的信息管理服务模式发展,大数据服务是基于图书馆日常统计数据等结构化数据及一些非结构化或半结构化数据而进行的有方向性、有创新的数据管理与应用。在此大趋势下,图书馆应该如何应用大数据发展?大量专业人才应如何吸纳及培养?图书馆有哪些大数据可以被挖掘利用?新时代下的图书馆服务也是智能型的,大数据理念的应用是图书馆发展的新契机。     

论组织的量化质量管理(十一)——质量理论(上)

某一领域的理论是该领域诸参数之间的内在联系及运作规律(最好用数学模型量化描述),用于指导实践。知识发现(KD)从Kepler起已有很大发展,由于计算机的出现,发展为从数据库中发现知识(KDD),发展了统计技术及机器学习,形成数据挖掘(DM),是KDD的工具。质量优化是适当配置质量资源使某些目标质量达到极值,最简单的情况是单峰函数的0.618法,复杂一些的有线性规划法……。在寿命分析方面,蜕化寿命、疲劳寿命等较成熟。     

基于粗糙集的车险潜在客户数据挖掘方法

为了从现有的CRM系统中发现潜在的车辆保险客户,提出了一种基于粗糙集理论的数据挖掘方法.利用粗糙集在知识系统中特有的分类特性,经对数据的预处理,较好地解决了样本数据中存在的属性不均衡及反向样本给数据挖掘带来的负面影响.以著名的The Insurance Company Benchmark(COIL 2000)作为测试数据集,经编程构建了数据挖掘模型,对客户社会背景和保单数据进行了综合挖掘测试.结果表明利用粗糙集理论对知识的分类能力,可以挖掘出数据集中潜在的对车辆保险感兴趣的客户,并给出样本分类的包含度.     

数据挖掘在现代企业经营管理中的应用

数据挖掘是一门新兴的跨学科信息处理技术，在企业决策和商业信息的获取等方面发挥着日益重要的作用。论文从数据挖掘的技术定义出发，概述了数据挖掘的基本理论和方法，在此基础上讨论了数据挖掘在现代企业和相关行业的应用，并通过实例说明如何利用数据挖掘提高企业管理能力和决策效率；同时也提出了企业应用数据挖掘时所存在的问题及其发展趋势。     

数据挖掘项目的特征和关键环节

数据挖掘技术作为企业信息技术应用的自然延伸,正在成为近年来企业在实施数据仓库项目后的关注重点。本文在大量数据挖掘项目的实施总结基础上,对数据挖掘项目的特征、人员构成和角色分析、方法论和关键环节进行了深入分析。     

基于云模型的关联规则的提取算法

关联规则的提取是数据库应用领域研究的一个重要课题。如何发现普通数据库中各属性之间的关联, 也称为数量相关问题,具有更为普遍的意义。     

基于变化序列的时序数据挖掘技术

给出了时间序列的变化序列和最近时间子序列的概念．并把最近时间子序列看作是时间序列的信息聚集器。基于这一现点,提出了基于变化序列的时序数据挖掘技术。先把待挖掘的时间序列转换成时间序列的变化序列,然后利用时间序列的变化序列的最近时间子序列隐含的知识,以指导对原时间序列的挖掘,并给出了挖掘算法。最后算例验证了该挖掘方法的可行性和有效性。