浅谈数据库营销与数据挖掘

计算机网络技术特别是数据库技术的发展与成熟,解决了"传统的以人为主的营销方式不能满足社会的需要"之问题.基于网络的数据库营销则是企业达到目标的最有用的工具,而数据挖掘是这个工具的最佳引擎.数据挖掘是利用统计学和机器学技术创建预测模型.它是基于从日常积累的大量数据所构成的数据库中发现潜在的、有价值的信息知识的一项较新的技术.     

数据挖掘在高校档案管理中的应用研究

数据挖掘(Data Mining)就是从大量的高校应用数据中提取隐含信息和知识,它利用了数据库、人工智能和数理统计等多方面的技术,是一类深层次的数据分析方法。本文介绍了数据挖掘技术在高校档案管理中的现状、数据挖掘的方法以及它在高校中的应用:通过数据挖掘解决高校档案管理中所遇到的大数据问题。     

基于信息融合的数据挖掘方法在公司财务预警中的应用

目前越来越多的数据挖掘方法被用于风险预警中,决策树、支持向量机、神经网络、Logistic回归等方法在风险预警中都表现出了较好的特性和预警效果,但是不同数据挖掘分类方法得到的结果不同,往往导致预警结果的不一致,因此也会存在一定风险。本文引入信息融合技术对不同数据挖掘分类方法得到的结果进行融合处理得到最优的结果,解决了不同数据挖掘方法得到的结果不一致问题。文章在SVM和Logistic回归的数据挖掘模型基础上建立基于信息融合的公司财务预警模型,提高了财务预警准确率,并且保留了原数据挖掘方法在分类预测上的优势。在实证研究中,论文选取了中国制造业的上市公司作为研究对象,在SVM和Logistic回归两种数据挖掘模型的基础上利用信息融合方法建立了财务预警模型,实证结果表明,基于信息融合的数据挖掘方法的预测准确率要高于单独的SVM和Logistic回归两种方法。     

基于融合的动态电子商务设计

当前,企业信息化过程中所产生的"信息孤岛"问题严重桎梏着电子商务的发展,另一方面,管理理念计算机技术迅速发展.企业不仅需要把其原有遗留系统和电子商务系统进行整合,还需要使用新管理理念应用新技术,从而实现企业内外部信息的共享,促进电子商务的快速发展.本文把数据挖掘和Web服务融合到电子商务系统中.构建了电子商务系统与ERP的信息融合功能模型,并给出了相应的分析以及编程实现.     

一种新型数据挖掘方法的探索

本文的重点在于探索一种进行数据挖掘的方法,从而让数据挖掘更加高效而精准.本文设想,如果将网络上的各种信息按照某种编码的方法进行排序,那么这些信息就可以利用二分查找法来进行数据挖掘,以提高数据搜索速度.具体的实现方法有待进一步的研究与探索.     

基于财务分析的数据挖掘技术

企业在信息化管理条件下,会产生各种信息,其中财务信息是反映企业经营状况的重要信息.对于海量财务信息,如何进行分析和决策是企业管理人员面临的主要问题.本文通过对数据挖掘技术的研究,阐述数据挖掘技术在财务分析中的应用,将对企业决策提供帮助.     

以信息统计为基础的数据挖掘算法分析

信息高度发达的时代要求对信息的处理具备有效而高效的技术,数据挖掘正是为此而产生并发展的,在数据挖掘中不同的任务所利用采用的计算方式也不同,本文就针对一种基于信息统计的数据挖掘算法进行了简要的介绍。     

基于联网收费数据预测交通流量的实现

高速公路海量的联网收费记录汇聚了很多极具价值的交通信息,利用数据挖掘方法,实现收费数据的增值利用具有重要的理论与应用意义.交通流量是交通规划与管理中的一项重要基础数据,以往交通流量的预测方法依赖于交通调查与检测数据,数据采集成本很高.本文以回归树理论建立起利用联网收费数据预测交通流量的思路,并借助SQL2005提供的数据挖掘功能,建立起数据分析系统.实现利用联网收费数据进行交通流量的预测.     

数据挖掘技术怎么用

随着互联网的快速发展,信息过量几乎成为人人面对的问题.如何才能不被信息的汪洋淹没,从中及时发现有用的知识?提高信息利用率的数据挖掘技术应运而生. 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.     

数据挖掘耦合与质量管理的研究

数据挖掘(Data Mining,DM)在应用于当前许多热门领域的同时,也面临着许多挑战,其中,数据挖掘集成与质量管理问题越来越引起人们的关注.数据挖掘集成与质量管理问题主要包括数据挖掘资源的利用率.即数据挖掘的资源配置,包括数据挖掘系统、数据仓库系统和Web数据库系统的数据挖掘集成(耦合问题);数据挖掘系统的质量管理与评价.数据挖掘与软件工程的相关理论、方法、工具等问题.本文阐述了数据挖掘系统的规范管理.说明了反规范方法在资源配置中的应用.以及合理应用数据挖掘资源耦合的重要意义.     

面向电子商务的数据挖掘系统设计

本文分析了面向电子商务的数据挖掘的优势,论述了数据挖掘的步骤,设计了数据挖掘系统的三层结构,指出面向电子商务的数据挖掘系统能够从大量繁杂的数据中找出真正有价值的信息和知识,更符合现代社会的竞争趋势要求.     

商业智能助力企业的信息化进程

随着信息持续爆炸式的增长及业务决策制订的不断加快,企业竞争不仅在实物资源空间进行,而且在信息资源空间中进行.以数据挖掘为核心技术的商业智能在管理决策支持方面开始扮演着日益重要的角色.本文利用轻型架构设计,构建了企业商业智能系统,希望可以借此助力企业的信息化进程,提高企业的决策水平.     

数据挖掘在企业信息化中的认识误区探析

本文分析了企业信息化进程中对数据挖掘认识的几个误区,指出应对数据挖掘进行正确的定位,即:数据挖掘只是一个工具:数据挖掘之前必须要充分准备和了解数据;数据挖掘工具不能自动挖掘出所需要的信息,需有专家的指导;数据挖掘的结果不可预期,在应用时要面向客户,讲求实际;数据挖掘只是商业智能过程中的一部分,只有将其与数据仓库、在线分析处理融合在一起,才能构成完整的企业决策分析环境.     

国家安全与个人隐私的边界——从棱镜门事件说起

"棱镜"窃听计划是指美国情报机构一直在九家美国互联网公司中进行数据挖掘工作,从音频、视频、图片、邮件、文档以及连接信息中分析个人的联系方式与行动。有观点认为,这种搜集公众的电子邮件和社交网络的信息违背了美国宪法第四条的规定,是一种违宪行为,使美国宪法陷入危机,也引起了人们对国家安全和个人隐私的边界这一问题的思考。     

基于数据挖掘技术的三峡库区信息查询系统

随着计算机技术、网络技术和Internet技术的发展,获得有关资料已经简单易行.但是对于数量大、涉及面宽的数据,依靠以往那种由简单汇总、按指定模式去分析的统计方法是无法完成的.因此,一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的技术就应运而生,这就是目前国际上统计最热门的 "数据挖掘"(DataMining)技术.本文就数据挖掘技术在三峡库区信息查询系统中的应用作了简单介绍.     

数据挖掘技术在企业管理中的应用与实现

随着企业信息化管理改革的不断深化。面对企业的海量数据，企业管理面临着如何有效从大量复杂的数据中提取有用信息，以利于企业更好的经营管理的问题。于是，数据挖掘这种可以从大量的、模糊的数据中，提取隐含其中的有用信息和知识的技术不断被人们应用到企业管理中来。本文试分析了数据信息在企业管理的作用及现状。同时论述了数据挖掘的思想及主要技术，并对数据挖掘思想和技术在企业管理中的应用进行了阐述和展望。     

基于数据挖掘技术的员工绩效考核系统研究

本文针对员工绩效考核问题,给出了绩效考核数据挖掘模型。根据影响员工绩效考核因素的特点,应用C4.5决策树算法对员工绩效考核评价信息进行了数据挖掘,并抽取规则知识,从而得出解决问题能力,专业能力和沟通能力是影响员工绩效高低的主要因素。     

基于关联规则应用的零售业核心竞争力分析

本文对数据挖掘的关联规则进行了阐述,探讨了如何利用它来进一步提高零售业核心竞争力,并结合案例分析了如何利用数据挖掘对超市出售的商品进行关联性分析来提高客户的满意度.     

浅谈数据库营销与数据挖掘

计算机网络技术特别是数据库技术的发展与成熟,解决了“传统的以人为主的营销方式不能满足社会的需要”之问题。基于网络的数据库营销则是企业达到目标的最有用的工具,而数据挖掘是这个工具的最佳引擎。数据挖掘是利用统计学和机器学技术创建预测模型。它是基于从日常积累的大量数据所构成的数据库中发现潜在的、有价值的信息知识的一项较新的技术。     

论财会信息资源元数据标准建设的必要性

本文主要讨论了财会信息资源在信息技术和网络环境下建立元数据标准的必要性.由于企业信息化程度的提高,各类组织和机构已经保存了大量的财务和会计领域的信息资源.要对这些数量巨大的、非标准化的财会信息资源进行研究和挖掘,长期保存并充分利用这些财会信息资源.目前的技术关键是要构建完善的财会信息资源数据仓库,以便利用各种信息处理工具和OLAP工具对这些资源进行数据挖掘和分析研究.而数据仓库的建立,需要有一个规范的元数据标准,需要构建在财会信息领域的元数据规范.为了便于财会资源的检索和管理.开发和应用财会信息资源领域的元数据标准,是非常必要的.