基于改进k-prototypes算法的Web日志分析系统的设计与实现

设计了一个基于改进k-prototypes算法的Web日志分析系统,结合学校网站采集的数据针对相关技术算法进行了应用及分析.     

信息时代的指南针——数据挖掘

本文从产生的必然性、功能、方法、应用、出版物及工具方面系统的介绍了在信息时代面对竞争和做出正确决策必备的关键技术———数据挖掘 ,并对数据挖掘的商业前景、发展方向作了展望 ,最后根据自己的体会总结了数据挖掘的特征及对相大学科可能产生的影响。     

数据挖掘研究和应用的现状与前景

文章通过对有关资料的整理,对数据挖掘的功能、方法(算法)、应用领域及目前国内研究状况予以介绍,从而对数据挖掘工作感兴趣的学者及企业研究与应用数据挖掘技术提供参考。     

数据挖掘与数据仓库在CRM中的应用

介绍了客户关系管理的思想、功能组成 ,以及数据挖掘和数据仓库技术在客户关系管理中的应用     

统计学与数据挖掘的比较分析

数据挖掘与统计学有着千丝万缕的联系,本文希望在等同的角度,从数据挖掘并非统计学分支的观点出发来阐释两门学科,既着眼于二者相重叠的地方,更重视二者的区别,并考虑一些其他与数据挖掘相关的问题。     

一种基于神经网络和决策树的信用评估新方法

分析了数据挖掘在国内外金融领域的应用及研究现状,提出了一种基于神经网络和决策树相结合的信用评估新方法。该方法通过RBF神经网络,进行条件属性裁减,并利用决策树抽取出评估规则。此方法利用神经网络的“黑箱”工作特性,选择重要条件属性,并利用决策树自动生成评估规则,大大提高了信用评估的效率和客观性。     

基于数据挖掘的客户关系分析评价系统

分析功能的深化是客户关系管理(CRM)的一大发展趋势,应用数据挖掘技术建立的CRM分析评价系统,可以对客户的行为以及市场趋势进行有效的分析,为企业的各种决策提供定性和定量的依据。该系统主要模块包括:客户细分模块、客户行为分析模块和市场趋势分析模块。以上各个模块涉及了企业关心的各种客户行为及市场行为,通过各个模块的分析,企业可以辨认出高端客户,理解各种客户行为模式,并掌握市场发展趋势以保证企业在激烈的竞争中立于不败之地。     

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.     

生命周期意义下的客户资源价值挖掘研究

客户资源是企业最宝贵的资源之一,对其价值进行充分挖掘是企业实现盈利和发展的保障和前提。文章详细分析了生命周期意义下的客户行为模式,利用数据挖掘技术从客户再购买行为、关联购买行为、盈利能力和客户保持四个方面对客户资源价值挖掘进行研究,为企业的客户资源价值挖掘工作提供了一种新思路和方法。     

基于数据挖掘的客户关系管理系统

本文设计实现了一个超市CRM管理的验证系统。在系统的实现中贯穿了客户关系管理的思想,实现了客户对数据仓库的访问,运用数据挖掘技术实现了对现有数据的预测,解决了当前企业中普遍存在的问题,验证了优化策略的正确性,为数据挖掘技术在客户关系管理中的应用做出了有益的尝试,为提高客户关系管理的实时性和可用性提供了有效可行的技术途径。