社交网络的信息挖掘应用案例研究

本文以社交网络数据为对象,以信息挖掘技术为出发点,尝试通过理论研究与实例分析相结合的方法,并结合实际情况,深入和细致的研究分析信息挖掘的相关理论和案例,对社交网络的信息挖掘的应用进行研究。社交网络的信息挖掘在未来的应用将成为未来社交网络发展的重要内容之一,它对用户、开发商、乃至整个社会的发展都将产生不可小觑的作用和价值,它将指导人们的现实生活,成为人们决策的助手。     

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。     

论电子商务中的个性化信息服务

本文简要介绍了个性化信息服务的概念以及电子商务中个性化信息服务的意义,分析了电子商务中个性化信息服务的类型,并结合Agent技术、RSS技术以及Web挖掘技术,详细探讨了电子商务个性化信息服务的实现.     

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。     

企业危机管理初探

本文主要介绍现代企业危机管理的理念,区别于过去传统的危机管理。结合现代信息管理技术,列出了Web数据挖掘技术在企业危机管理战略中的一些应用。     

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。     

电子商务个性化服务与Web使用挖掘技术

文章首先从经济环境、网站策略需求、企业经营方式3个角度提出电子商务应该具备个性化的经营模式;其次介绍了Web使用挖掘技术的概念和步骤;最后探讨了Web使用挖掘技术在电子商务中的应用策略。     

Web文本分类挖掘

文本挖掘应用广泛,是Web挖掘的一个重要分之。介绍了Web文本的定义、一般的文本分类挖掘过程及常见的几种分类算法。     

面向电子商务的Web挖掘系统模型研究

在电子商务网站中,Web使用挖掘可以通过分析Web日志等数据源来获取与用户访问模式相关的信息。本文主要研究电子商务中的Web挖掘技术,提出一个面向电子商务站点的Web挖掘系统模型。     

基于Web2．0的教师培训支持平台的设计与实现

经过几年的实践，关于教师教育技术能力培训的研究日渐成熟且成果斐然。其中Web2．0是过去一段时间的研究热点，广大学者对其应用进行了深入探讨，提出了各种运用模式，但是对整合当前流行的Web2．0技术以形成完善的培训支持平台仍然缺乏系统的实践。     

基于服务行为相似性的组群挖掘

目前、随着网络技术的迅速发展．特别是随着网络上发布的Web服务数量的忽剧增加、面对数量庞大的服务群，如何从海量的Web服务中快速、准确、高效发现满足用户需求的服务已成为亟待解决的问题。针对传统的服务发准确性不高，发现方法效率低下的现状，本文提出了一个基于服务行为相似性的组群挖掘的方法。     

网格 资源共建共享新模式

网络的出现改变了人们使用计算机的方式，Internet的出现叉改变了人们使用网络的方式。纵观互联网的发展历程，Internet技术和Web技术的主要成就是实现了计算机和网页的连通，提供收发邮件、浏览和下载网页信息等相关服务，它关注的问题是如何使信息传输流量更大、传输速度更快、传输更加安全。网格技术则关注如何有效安全地管理，更加快捷有效地共享Internet上的各种资源，并提供相应的服务。网格技术可以改变当前互联网资源利用率极低的状况，将网络上的各种可利用资源有效整合起来，从而提供强大的计算、存储和信息服务功能。     

数据技术与知识经济的若干科学前沿问题——香山科学会议第278次学术讨论会（2006年5月22～24日）

由正在筹建中的中国科学院数据技术与知识经济研究中心发起主办、“数据技术与知识经济的若干科学前沿问题”为主题的第278次香山科学会议学术讨论会于2006年5月22～24日，在北京友谊宾馆和香山饭店举行。会议执行主席由全国人大常委会副委员长成思危教授、中国科学院自动化所戴汝为院士、中国科学院科技政策与管理科学研究所徐伟宣研究员和中国科学院数据技术与知识经济研究中心（筹）主任石勇教授担任。     

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。     

邮件营销个性化推荐方法

在电子商务中,邮件营销成为企业竞争的另一种形式。但是因缺乏明确的发送目标,许多带有营销目的的电子邮件被视同为垃圾邮件,起不到营销效果。笔者在分析当前推荐技术中各种算法的优缺点的基础上,提出了一种基于用户行为偏好的动态序列挖掘方法。这种算法根据用户购买信息,运用数据挖掘技术,将隐含其中的用户特征、偏好等重要信息挖掘出来,从而预测用户最感兴趣的产品,有针对性地为用户推荐个性化的信息。实验证明,这种方法有效。     

我国Web 2.0网络营销实践中存在的问题及对策

互联网已进入了一个用户广泛参与的时代，以博客等为代表的互联网应用新模式。迅速改变着互联网的形态，标志着Web2．0时代的到来。Web2．0时代催生了Web2．0营销。本文通过对Web2.0技术的介绍和我国web2.0下各种营销实践形式的分析，指出我国Web2．0营销存在的问题并提出相应的解决对策。     

机构投资者信息挖掘、羊群行为与股价崩盘风险

聚焦机构投资者决策行为背后的信息驱动因素，选取2007年～2017年沪深A股作为研究样本，构建了机构投资者信息挖掘能力的度量指标，分析机构投资者信息挖掘能力的差异对股价崩盘风险的影响效应及其中介路径.实证发现，持股机构投资者信息挖掘能力的差异程度越大，则越能减缓样本股票的股价崩盘风险.多重链式中介效应检验表明羊群行为在其中起到了部分中介效应，也即信息挖掘能力差异会导致机构投资者的羊群行为程度降低，进而缓解了股价崩盘风险.在不同市场环境中，熊市中这种缓解效应相较于牛市更加明显.同时，良好的公司内外部环境不仅能有效降低股价崩盘的风险，也可以加强机构投资者信息挖掘能力差异性对股价崩盘风险的缓解效应.研究结论为全面认识机构投资者信息挖掘能力以及如何降低股价崩盘风险提供了借鉴.     

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.     

数据挖掘技术在税收征管信息化中的应用

数据挖掘技术作为一种有效的方法,可以对税务部门在各个业务处理环节中积累下来的历史数据进行深度挖掘,为税收的管理者和决策者提供更为专业和有效的参考数据。本文归纳了数据挖掘技术在税收工作中的4种普遍应用方法,并试图建立以数据挖掘技术为基础的税收决策支持系统,以期能够提高税收信息化工作的效率。