Web数据挖掘在客户关系管理应用中的问题及对策

基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究主题.本文从CRM和Web数据挖掘的概念入手,介绍了Web数据挖掘的工作流程以及Web数据挖掘在CRM中的应用.最后从几个方面讨论了Web数据挖掘在CRM应用中的问题及对策.     

基于Web的数据挖掘技术应用

本文简要阐释了Web数据挖掘的含义,介绍了web数据挖掘的分类和方法,并对数据挖掘的发展前景进行了展望。     

基于Web数据挖掘的电子商务网站个性化服务的研究

本文在阐述Web数据挖掘技术的定义和过程基础上,把Web数据挖掘应用到电子商务网站个性化推荐服务系统中,形成了基于Web数据挖掘的个性化服务电子商务网站模型,并对数据挖掘技术在个性化服务不同层面的应用进行分析。     

挖掘技术在股票市场中的应用

本文介绍了数据挖掘中的重要技术-关联规则挖掘,并进一步根据股票市场的数据进行关联规则的挖掘.其中还提出了针对股票市场的数据预处理方法,然后利用Apriori方法对预处理得到的结果进行挖掘,并得到了较为理想的实验结果.     

挖掘技术在股票市场中的应用

本文介绍了数据挖掘中的重要技术-关联规则挖掘,并进一步根据股票市场的数据进行关联规则的挖掘。其中还提出了针对股票市场的数据预处理方法,然后利用Apriori方法对预处理得到的结果进行挖掘,并得到了较为理想的实验结果。     

基于关联规则算法的电力企业财务信息异常数据智能挖掘方法

常规的电力企业财务信息异常数据挖掘方法以集群挖掘与分段挖掘为主,同一类别的异常数据挖掘效率较低,影响财务数据整合效果。因此,本文设计了基于关联规则算法的电力企业财务信息异常数据智能挖掘方法。此方法标注电力企业财务信息数据挖掘异常点,建立电力企业财务信息数据集,逐步探查数据集中的异常数据,并将异常数据汇总到一个数据单元中,形成财务信息数据异常点。本文基于关联规则算法挖掘电力财务异常频繁项集,在电力财务数据异常点中,挖掘出存在价值的信息,确保异常数据挖掘的准确性。采用对比实验,验证了该方法的数据挖掘准确性更高,能够应用于电力企业财务管理工作中。     

产品服务供应链定价决策：数据资源挖掘与共享策略的影响分析

作为数字经济中最重要的生产要素,数据资源正成为企业获取可持续竞争优势的关键性资源。企业挖掘与共享数据资源会对产品服务供应链的产品和服务决策产生新的影响。考虑数据资源具有潜在价值,分别构建了数据资源挖掘策略、数据资源共享策略下的产品服务供应链两阶段动态博弈模型。研究结果表明：首先,在数据资源挖掘策略下,数据资源的潜在价值提供了“外部激励”。其次,数据资源挖掘策略能够带来产品与服务市场的增长效应。再次,数据资源共享程度越高以及数据资源吸收能力越强,数据资源共享策略能够带来的超额利润越多。最后,当数据资源共享程度小于临界值时,数据资源共享策略可以使消费者获得最多的消费者剩余;当数据资源共享程度高于临界值时,销售服务集成商会拥有数据资源优势,提高产品零售价格及向客户收取的服务费用,以获得更高的利润水平,造成“贏者通吃”的效果。     

基于Web信息挖掘的关联推荐算法研究与实现

使用Web数据挖掘技术对用户需求进行分析,其中实现Web信息个性化使用的是关联规则,这一规则能够为用户提供个性化服务,目前已成为Web应用技术的研究热点。该文分析了应用于个性化推荐的Web页面关联规则的特点,对Web数据挖掘技术常用的关联推荐算法进行探讨,内容主要涉及到Web数据挖掘技术、关联推荐算法的思路、算法分析。     

面向电子商务的Web使用挖掘及其应用研究

随着电子商务的深入发展,了解用户访问模式显得非常重要。从Web使用挖掘应用目标出发,综述了Web使用挖掘的数据源收集与数据预处理技术、模式发现与模式分析技术,最后介绍了Web使用挖掘在电子商务中的应用。     

Web使用挖掘在网站优化中的应用研究

针对互联网用户访问Web服务器产生的日志,结合Web使用挖掘相关理论,采用Apriori算法挖掘用户的频繁访问模式.首先进行数据预处理以保证数据的质量及提高挖掘的效率;然后对预处理后的数据采用Apriori算法进行关联规则挖掘,找出其中的频繁访问模式;最后分析结果,总结规则,提出建议.     

基于用户聚类的电子商务个性化推荐系统研究

从Web服务器日志文件和客户交易数据中挖掘有意义的用户访问模式和潜在的客户群,有助于企业提供个性化信息服务和开展有针对性的电子商务活动。本文基于Web挖掘的聚类技术,提出了一种电子商务中个性化推荐系统的具体实现方案。     

数据挖掘技术在会计信息系统中的应用研究

随着数据库和网络技术的迅速发展,目前的会计信息系统可以高效地实现财务数据的录入、修改、统计、查询以及简单的财务分析等功能,但是无法发现数据中存在的潜在关系和规则,无法根据现有的数据预测未来的发展趋势,缺乏挖掘数据背后隐藏的知识的手段。本文提出将数据挖掘技术应用于会计信息系统,增强会计信息系统的财务分析功能,将海量的数据转化为有用的知识,为决策者提供有效的信息。本文简单介绍了数据挖掘的主要功能和常用的挖掘方法,以及数据挖掘在会计信息系统中的主要应用,最后给出了一个数据挖掘在会计信息系统中的应用实例。     

在数据库中挖掘定量关联规则的方法研究

数据挖掘技术是实现智能决策支持系统的一个重要手段 ,关联规则是数据挖掘的一个重要内容 .传统的 Apriori算法仅适用于挖掘数据间的定性关联关系 ,但数据间的定量关联关系对决策更有帮助 .属性值的离散映射是挖掘定量关联规则的一个重要环节 ,离散映射中属性值区间的划分粒度是影响数据挖掘质量的一个重要因素 .本文结合粗集理论提出了一个确定属性值划分粒度的方法 ,在此基础上设计出一个挖掘定量关联规则的算法 :Apriori 2 ,利用Apriori 2可以挖掘出大量对决策有帮助的定量关联规则     

基于客户价值的B2C客户分类探析

网络经济使得客户成为企业制胜的关键,B2C电子商务的迅速发展积累了海量数据,如何通过分析数据挖掘客户的价值,并对客户进行分类管理成为企业急需解决的重要问题。文章通过分析B2C电子商务的客户价值与度量指标,结合RFM和Marcus分类模型建立了符合B2C电子商务客户分类指标,具有一定的实用性。此外,文章结合B2C电子商务客户的特点,指出了利用数据挖掘中的分类技术来挖掘客户的价值从而进行客户分类这一新方法。     

大数据时代的房地产营销体系的创新探讨

在大数据时代,为企业发展带来了海量数据.企业需要积累和使用大量的相关数据,进行运筹和决策,积累的相关数据的多少成为企业整体发展和战略规划的关键因素.但也要注意到大数据,不能片面地看成大量的数据的集成,而更多的是一种解决问题的方式.通过数据的获取、整理、挖掘和分析,提供相应决策的指导.     

三全育人背景下师生数据仓库建设研究与实践

师生数据仓库的建设能够进一步挖掘数据资源,为前端查询和分析作基础,为管理决策作支持。文章从需求出发,结合学校已有的资源环境,从数据采集、数据存储、数据处理、数据管控等方面进行设计,构建了符合三全育人时代背景的师生数据仓库架构,并实现了数据的开放共享,提供了师生数据查询应用,也为后续师生数据更深层次地采集、处理、分析以及管理决策打下坚实的基础。     

大数据背景下的数字档案管理

计算机在数据存储、运算速率等方面能力的飞速提升驱动人类迈入了大数据时代。对于数据价值的深入挖掘已成为各行各业实现高质量发展的必由之路。在这一时代背景下,本文对数字档案管理中的数字化与数据化工作展开了讨论,并分析了数字档案的大数据特性,最后给出了实现数字档案价值服务的三条可行路径,为数字档案管理的发展提供了参考。     

关联规则挖掘算法在选课系统中的应用研究

针对高校网上选课工作中遇到的一些实际矛盾,本文将关联规则挖掘算法应用于选课指导系统中,对系统中存储的大量数据进行挖掘,从中提取出潜在的有用的信息,为高校选修课的开设及学生选课行为提供决策支持.     

关联规则挖掘算法在选课系统中的应用研究

本文针对高校网上选课工作中遇到的一些实际矛盾,将关联规则挖掘算法应用于选课指导系统中,对系统中存储的大量数据进行挖掘,从中提取出潜在的有用的信息,为高校选修课的开设及学生选课行为提供决策支持。     

基于云模型关联规则的企业转型战略风险预警

针对评价指标数据的特点,构造了一种基于云模型的数值型关联规则挖掘算法,并将其运用于企业转型战略风险预警。首先运用云模型约简评价指标;然后,采用属性空间软划分方法对定量型属性的定义域进行划分,使定量型关联规则挖掘转换为定性关联规则挖掘,此基础上提取规则模版;最后采用有规则约束的Apriori算法挖掘云关联规则,并对检验样本风险等级进行判别。实证分析结果表明,与标准BP神经网络模型相比,该模型是一种更为有效和实用的战略风险预警工具。