KDD在零售业客户关系管理中的应用分析研究

传统的零售业CRM系统不能对零售业的海量数据进行有效利用,也难以对公司的营销决策提供支持,而KDD主要研究如何从大量的数据中智能地、自动地提取出有价值的知识和信息。在零售业CRM系统中引入KDD的方案,并在零售业CRM系统中实施KDD算法,可以有效地利用客户信息资源,有效提升企业CRM质量。

数据库中弱数据模式的发现

实际数据库中的数据分布模式一般较弱，很难凸现有价值的规律．文中提出基于混合层次概念的描述方法，更充分地利用领域专家的背景知识，使用户能够更有力地控制发现过程，提高数据分布模式描述的精确性和准确性，可以发现全局较弱但局部较强的数据分布模式．

遥感影像数据挖掘研究进展

遥感影像数据挖掘是一个有着广阔应用前景的研究领域。由于遥感影像数据库的海量特征,遥感影像数据挖掘已成为空间数据挖掘的主流。依据遥感影像数据挖掘的方法和目的,从图像索引和检索、图像分类、图像聚类、空间关联规则挖掘、影像变化检测以及高光谱数据挖掘六个方面对遥感影像数据挖掘的国内外研究现状进行了综述。并指出了遥感影像数据挖掘和知识发现中应该着力解决和注意的几个问题。

数据挖掘在客户关系管理中的应用研究

数据挖掘技术是数据库研究领域中最活跃的分支之一,它综合运用了人工智能、数据库等多个领域的理论和技术,已成功地应用于金融分析、市场分析等多个领域。本文介绍了数据挖掘的概念、常用技术和方法,讨论了数据挖掘技术在客户关系管理中的应用。

数据挖掘在Web中的应用研究

Web挖掘是一种新的研究领域,它涉及到机器学习、数据挖掘、自然语言处理、数据库等技术。本文介绍了数据挖掘的概念、常用技术和方法,讨论了数据挖掘技术在Web的应用。

多维频繁情节挖掘在电信告警信息分析中的应用

电信网络每天都要产生大量的告警信息,这些信息中隐藏着网络结构相关的有用知识。基于对电信网络告警信息的特点的分析和针对现有挖掘方式的不足,论文提出一种从电信网络告警信息中挖掘频发的模式知识的思想方法———多维频繁情节挖掘。挖掘的多维频繁情节可以帮助网络管理人员分析告警信息和诊断故障。

基于专家系统的学习目标规划系统

通过对专家系统的研究,利用已获知的专家经验建立学习目标规划系统,为考研同学提供有针对性的进度安排。可以有效解决考生备考期间迷茫、没有合理规划等问题,结合学校师资力量及众多考研培训机构,整理出较为准确的专家经验,将其运用到该系统中可以实现针对不同性格、执行力、记忆力的同学输出合理进度安排。

网络信息挖掘技术在学习中的应用探索

本文探讨了传统数据挖掘技术和网络信息挖掘技术各自的特点和区别，探讨了网络信息挖掘技术在个人学习中的应用，提出几种在网络环境下进行知识管理的方法和建议及未来的设想。

基于多维关联规则的本体规则扩展方法

目前扩充和丰富本体存在很大的局限性.对此,文中提出采用多维关联规则技术扩展本体规则方法.通过对本体规则提取,在本体指导下的一致性处理,规则映射的建立,以及对概念本体的重新识别和更新等技术和方法充实和扩展概念本体.茶病虫害预测本体的实验结果表明该方法易于实现且具有较高的可行性和有效性.