房地产市场价格的此较建模研究

近几年,我国房地产市场价格逐年攀升,引起了人们的广泛关注.研究房地产市场价格的变化趋势具有重要的理论和实践意义.笔者主要采用经济基本面数据,通过自回归、多元线性回归、RBF神经网络、自组织数据挖掘以及组合预测的方法来建立模型,然后对这些模型进行评价,并从中找出最能反映现实房地产价格变化趋势的模型.     

基于统计信息的数据挖掘算法

文章提出了一种处理噪音数据的算法.最后应用MATLAB软件和SAS软件建立模型,实验结果表明该算法能够很成功地建立模型拟合这种问题.     

数据挖掘中基于似然比假设检验的连续属性离散化方法

连续属性的离散化在数据挖掘中有着非常重要的作用。本文从独立性角度考虑,提出一种基于似然比假设检验的连续属性离散化方法,有效避免了chi2算法中的局限性并在统计模拟中取得了良好的效果。     

基于SODM和贝叶斯的时序预测模型比较

本文采取定性的理论分析、随机模拟和实证试验相结合的方式,从先验信息的使用、模型产生机制、算法停止法则等方面比较了两类模型的异同,并重点试验分析了自组织数据挖掘(SODM)自回归模型与贝叶斯自回归模型的拟和以及预测性能。结果表明,对于具有小噪声样本数据的系统,贝叶斯时序模型的效果较优;而对于具有大噪声、小样本数据的系统,SODM时序模型更适合。本文最后提出将这两类模型结合考虑建立模型。     

Web数据挖掘技术应用

Web数据挖掘是目前信息技术中的研究热点,它是现代科学技术相互渗透融合的必然结果.文章首先介绍了web 数据挖掘的含义,重点讨论了web 数据挖掘的类型以各种类型的web 数据挖掘的基本过程以及它们所使用的一些相关技术及应用,并对数据挖掘的发展前景和方向进行了展望.     

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.     

基于朴素贝叶斯分类的考试成绩监测机制研究

考试成绩是现阶段衡量高等院校学生质量的重要指标之一,本文利用数据挖掘技术,通过朴素贝叶斯分类方法,探索一种有效的监测学生考试成绩变化趋势的机制。     

数据挖掘与决策支持系统

文中论述了数据仓库和决策支持系统是一项基于数据管理和利用的综合性技术和解决方案.随着电信行业运营竞争的日趋激烈,电信行业决策支持系统的地位举足轻重,已经成为电信运营企业的必然.本文从管理学角度叙述了决策支持系统的概念,分析了电信行业决策支持系统的建设,并在此基础上阐述了决策支持系统在电信行业中的实际效用.     

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.     

基于数据挖掘的政府决策支持系统优化策略研究

随着时代的变迁,运用数据仓库和数据挖掘等技术进行精确管理将成为一种主流趋向。我国政府要尽快实现国家治理体系和治理能力现代化的发展目标,就必须紧跟时代潮流,抓住大数据带来的发展机遇,采取切实措施升级决策支持系统,将数据挖掘等更多的先进技术应用到政府重大决策工作当中,实现以数据辅助决策,带动政府科学决策,确保公众关心的热点问题能够得到及时、妥善和正确的处理。