数据挖掘技术在浙江省经济统计中的应用

目前经济统计数据的特点是经济统计数据库的数据庞大而且数据质量突出,传统的统计数据处理方式还是停留在见到的统计报表,缺少智能性的深层次的分析处理,以至于数据间的潜在关系和规则未被发现和利用,并且有部分虚假数据未能识别出来。本文提出了将数据挖掘应用于浙江省经济统计中,并对数据挖掘如何在浙江省经济统计中应用作了初步探索,为经济决策提供有力的支持。     

管理信息系统开发成本构成分析及控制策略

正一、引言随着软件开发技术的发展,软件成本在计算机系统总成本中影响越来越大,它直接影响到投资者的决策和软件项目的开发。没有合理而准确的软件成本估算,就无法很好地进行软件项目的管理。目前,企业进人合作竞争时代,企业内部知识创新可以开发保持持续竞争优势所需的能力和核心竞争力。但是对于许多公司而言,不可能拥有其产品竞争所需的全部知识。因而,许多企业采取了战略联盟,实行供应链管理。利用数据挖掘技术对企业间的数据库中的信     

数据挖掘技术在水利工程管理中的应用研究

数据挖掘技术是一种能够从大量的数据中找到一些潜在的、有利用价值的信息的一种信息处理技术。在水利工程管理中存在着大量的空间数据和非空间数据,只有对这些数据进行合理的挖掘,才能使水利工程管理工作更加科学化、合理化的进行。本文将简要介绍数据挖掘技术的概念及在水利工程管理中的应用。     

数据挖掘在电信企业客户关系管理中的应用探讨

数据挖掘是一个应用统计学和人工智能等算法进行知识发现的过程。本文介绍了数据挖掘技术的相关知识及其在电信企业客户关系管理中的应用，并以客户流失分析作为实例，探讨了数据挖掘的应用过程。     

大数据时代之统计数据挖掘实证

作为一项重要的资源和资本,数据将为企业带来巨大的商业价值和潜在效益.文章基于统计学的视角,对大数据时代数据挖掘在交叉销售中的应用进行较为深入但通俗易懂的探讨,并结合实例,运用统计数据挖掘技术建立某地区电信增值业务交叉销售模型,得出了6条有用的规则集,这些规则集都有较好的支持度和置信度,根据这些规则集,企业可以预期哪些人将成为企业的目标客户,向谁实行交叉销售会收到良好的效果,这些信息对企业的生产经营和销售都具有重要意义.     

基于文本信息的企业信用风险预测研究

文章运用文本数据挖掘法,将发生信用风险企业和未发生信用风险企业年报中的语调剥离出来后,对其进行量化,研究年报语调对信用风险预测有效性的影响。在实证研究中,文章对若干传统财务变量使用因子分析法,通过Logistic模型将所提取的成分与语调变量进行信用风险预测。预测结果表明：发生信用风险的企业语调更为消极,并且语调悲观程度与信用风险发生的概率显著正相关。通过对比语调变量加入前后的预测结果的ROC曲线可知,在以财务变量为主要依据的信用风险预测中加入语调变量可以提高预测的有效性。     

基于SPOC的财会类课程混合式教学模式研究——以商务数据挖掘与实践为例

文章立足于商务数据挖掘与实践课程在传统教学中存在的教学困境,探讨该课程在小规模限制性在线课程（SPOC）模式中的适用性。基于已有的SPOC教学难点与痛点,文章提出优化教学流程、厘清线上自学与线下教学界线、收集有效案例和改善教学评价方式等应对措施,进而激发学生的学习热情,强化教学效果。     

工业取用水监测奇异数据挖掘与重构方法

提高工业取用水监测数据质量是目前国家水资源监控能力建设的重要内容,而奇异值问题已成为影响监测数据质量的关键短板。本文在解析现阶段工业取用水监测数据奇异值主要类型基础上,以国家水资源管理系统数据库中工业取用水监测数据为样本,利用小波变换模极大值模型提取工业取用水监测数据时频变化特征,并利用傅里叶函数对其残差序列进行修正,进而运用相对误差控制方法挖掘监测数据奇异值。在此基础上,采用混沌粒子群优化的最小二乘支持向量机模型重构填补奇异值数据。研究结果表明：小波变换模极大值模型能够较好地提取工业取用水监测数据序列的时频变化特征,但是同时容易导致监测数据的信息损失,利用傅里叶函数对小波变换进行残差修正则可进一步提升取用水监测数据序列的特征提取效果;以小波变换模极大值特征序列为基础,通过相对误差控制可实现对监测数据奇异值的高效挖掘;对于挖掘出的奇异值重构填补问题,可选取混沌粒子群优化的最小二乘支持向量机模型,其重构精度要优于多项式曲线拟合等传统统计学方法和普通最小二乘支持向量机模型。上述工业取用水监测数据奇异值挖掘重构策略为现阶段国家水资源监控能力建设的推进提供了重要技术方法支持。     

一种基于约束的区间合并算法

数据挖掘中数量关联规则挖掘的关键是连续属性离散化问题,本文基于规则约束,以兴趣度为依据,对数量关联规则的区间合并算法进行了研究。     

基于web的数据挖掘技术的应用研究

随着Internet技术的逐渐普及,WWW已经发展成为一个巨大的分布式信息空间,为用户提供了一个获得信息的信息源。但因Internet所固有的开放性、动态性与异构性,又使得用户很难准确快捷地从WWW上获得所需信息。文章将数据挖掘的思想引入了WWW信息处理领域来解决Web信息有效获取的问题,讨论了在WWW上进行信息挖掘所采用的技术和策略,最后简要介绍了基于Web的数据挖掘技术的应用前景。