一种基于XML的Web数据挖掘模式

互联网的广泛应用使Web数据挖掘成为当前数据挖掘研究的热点,而Web数据的结构却使对其所进行的数据控制十分复杂,XML的出现为Web数据挖掘技术提供了一个很好的入口。本文分析了XML文档的数据结构,提出一种经由HTML文档转换成XHTML并最终由XSL所决定的XML文档的Web数据挖掘模式。     

基于Web数据挖掘中XML的应用研究

由于Html语言的数据结构性差,Web数据挖掘工作很难满足搜索的需要。然而XML语言的出现极大的改观了这一现状,由于它具有良好的结构性、层次性,所以利用它组织网络页面信息,更有利于进行数据挖掘工作。该文讨论了基于XML语言的Web数据挖掘技术,解决了Web信息的组织结构性差而导致的Web数据挖掘困难的问题。     

论科技传播新技术——数据挖掘

随着科学技术的高速发展,需要处理的信息量迅速增加,要把大量的科学信息变成为知识,迫切需要能从大量的科学数据信息中发现知识的有效方法。面对这一挑战,网络信息挖掘(Web Mining)技术应运而生,并显示出强大的生命力。因此,本文着重介绍了数据挖掘(Data Mining)技术的特性、分类、流程以及目前在科技传播中的应用。     

Web数据挖掘技术在电子商务中的应用

本文介绍了Web数据挖掘技术的概念,分析了Web数据挖掘的类型,给出了电子商务中进行Web数据挖掘的方法,最后提出了Web数据挖掘技术在电子商务中的几点应用。     

视频点击流数据挖掘在远程教育中的应用

Web数据挖掘已经成为数据挖掘技术一个重要的应用领域,文章主要通过对远程教育网站的视频点击流日志文件进行数据挖掘,寻求用户访问规律,构建动态的个性化教育网站.     

Web使用模式挖掘探讨

随着WWW上信息资源的爆炸性增长 ,Web挖掘已经成为计算机科学的一个重要研究领域。使用模式挖掘是Web挖掘的一个分支 ,它利用Web服务器的日志中的大量数据及其他相关数据集进行分析挖掘 ,并从中获得有价值的有关网站访问使用情况的模式知识。笔者按照Web使用挖掘的过程 ,介绍了Web使用挖掘各阶段的主要工作以及相关技术 ,并给出了Web使用挖掘的发展方向     

SPSS在高职院校图书馆中挖掘设计与实现

文章在阐述数据挖掘设计和知识服务数据挖掘系统设计的理论知识基础上,应用SPSS数据挖掘技术和SQL Server数据库技术,根据笔者单位图书馆近十年的业务数据为实验设计源数据,通过设计与实现图书馆馆藏资源利用率的数据挖掘实验,对高职院校知识服务实际工作提供理论参考与依据。     

Web数据挖掘技术模型分析

研究和分析Web数据挖掘技术模型具有重要的作用和意义,本文主要分析Web数据挖掘技术以及该技术模型目前发展所面临的严峻形势,阐述了Web数据挖掘技术基本类型、技术特点以及技术的重要性.针对Web数据挖掘技术在电子商务方面的应用进行研究,取得很好地应用效果.XML技术在Web数据挖掘技术模型中的应用,为非技术人员研究工作提供了新的方向和思路.     

图书馆个性化服务用户需求信息的深层挖掘分析

针对图书馆个性化服务中用户需求信息的深层挖掘问题,分析了图书馆个性化服务过程中用户需求明显信息和隐含信息两种体现方式,其中明显信息包括用户的注册及定制信息和反馈服务信息;隐含信息是指在Web访问记录中用户的隐藏需求信息。根据不同体现方式的用户需求信息,提出了数据库统计、Web数据挖掘、反馈互动评价三种深层挖掘用户需求信息的方法,其中以挖掘实例重点介绍了Web数据挖掘方法,并对这三种方法进行了比较,为在图书馆个性化服务中建立一个综合有效的用户需求信息挖掘系统提供了参考。     

多媒体数据库的知识挖掘

本文分析了多媒体知识挖掘的基本结构,说明了不同类型多媒体数据挖掘的基本方法和技术, 包括文本数据、图形图像音频数据以及因特网上数据,并对多媒体数据表示进行了阐述和展望。     

客户知识管理的数据挖掘方法研究

作为企业信息化的最新发展,客户知识管理实现了由以产品为中心向以客户为中心的转变,客户知识成为企业的重要战略资源,客户知识管理已成为企业提升企业竞争力的有效措施。通过探讨数据挖掘方法在客户知识管理中的应用问题,利用数据挖掘方法以实现客户知识的获取。首先结合数据挖掘技术及客户知识管理相关理论知识,阐明了数据挖掘方法在客户知识管理中的应用流程及应用领域,在此基础上运用聚类分析方法,建立了基于数据挖掘技术的数据仓库模型。最后,通过挖掘聚类分析的实践,明确了在客户知识管理中实施数据挖掘的步骤,认识和总结出实践中出现的问题,验证了数据挖掘方法在客户知识管理中运用的可行性。     

数据挖掘（Data Mining）在体育统计中的应用

数据挖掘是当今信息技术领域中最热门话题之一。20世纪90年代,人们在数据库基础上提出建立数据仓库,应用机器学习和统计分析相结合的方法处理数据,这两者的结合促成数据挖掘技术的诞生。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。文章简要介绍数据挖掘的思想、方法和技术,讨论了数据挖掘对现代统计学发展的影响,最后,通过应用实例分析和讨论了数据挖掘在体育统计中的应用。     

数据挖掘技术在高校教学评估中的应用研究

为解决只能取得单纯的有点片面的教学评估体系,提出了数据挖掘技术在教学评估中的应用研究,应用数据挖掘技术,重点利用关联规则方法中的Apriori算法,对学生的评教数据及教师档案数据进行数据挖掘工作,找出数据的内在规律,分析数据挖掘的结果,把这些规律运用到教学管理中,提高教学质量,提升学院的管理水平、使评估充分发挥对教学的指导作用。为学院的管理提供更多有价值的决策信息。     

数据挖掘在客户关系管理中的应用研究

客户关系管理和数据挖掘都是近几年发展起来的新兴学科,对现代企业的发展有着举足轻重的作用。介绍了客户关系管理的理念及用于客户关系管理的数据挖掘方法,分析了数据挖掘技术在客户关系管理中的应用,提出了应用中应注意的问题。     

基于数据挖掘的Internet远程教学研究

研究了基于数据挖掘的Internet远程教学模型和方法,提出利用数据挖掘解决基于Internet的远程教学还存在的诸如怎样获得准确的反馈信息、怎样实现个性化学习、怎样实现自动答疑等问题的思想。研究表明,数据挖掘可以解决Internet远程教学中现有的一些问题,促进Internet远程教学的发展。     

数据挖掘在图书采访中的应用研究

通过汇集读者检索数据库及印刷型文献数据库的数据,运用矩阵逻辑运算对属性相关性进行判断,设计相关任务,应用关联数据挖掘原理对之进行量化分析,通过实证初步探讨了数据挖掘技术与方法在图书馆文献资源建设中心应用。     

模糊数据挖掘在高校学生管理中的应用

分析了目前高校学生管理工作中存在的问题,探讨了模糊数据挖掘理论在高校学生管理中的应用。研究设计了一种数据挖掘方法,能够对高校学生进行聚类分析,从而发现高校内部学生的类型,并可判断某学生属于哪一种类型,对高校学生管理工作具有理论和现实意义。