基于SAS/EM的图书借阅数据关联规则数据挖掘

通过SAS/EM数据挖掘工具对高校图书馆积累大量的读者图书借阅数据进行关联规则挖掘,发现图书借阅数据间的关联关系,并将这些隐藏在数据背后的重要信息形成知识。以此指导以下两方面的工作:①图书借阅工作,为读者提供个性化服务,提高图书资源的利用率;②图书采购工作,加强图书采购的目的性,优化图书资源结构。

SAS数据挖掘在冷轧酸洗卷质量缺陷分析中的应用

数据挖掘作为一种发现大量数据中潜在信息的数据分析技术,受到各界的密切关注。SAS数据挖掘技术是众多数据挖掘方法中的佼佼者,它在大型企业中得到很好的应用。本文介绍数据挖掘的背景知识,并利用SAS/EM工具,对该技术在冷轧酸洗卷质量缺陷原因分析作了初步尝试。

数据挖掘技术及其应用现状

本文对数据挖掘技术进行了回顾,介绍了目前在数据挖掘中常用的方法和工具,列举了它的一些应用,指出了数据挖掘中存在的一些问题。

浅析数据挖掘软件的发展

叙述了数据挖掘软件的发展情况 ,并介绍了几种常用的数据挖掘软件 。

数据挖掘中的决策树技术及其应用

数据挖掘作为一种发现大量数据中潜在信息的数据分析方法和技术 ,已经成为相关各界关注的热点。其中 ,决策树技术以其出色的数据分析效率、直观易懂的结果展示等特点 ,倍受广大用户的青睐。文章首先对决策树技术进行较为详尽的探讨 ,然后利用 SAS/EM工具 ,对该技术在客户关系管理中的应用进行了初步尝试。

数据挖掘在电信行业客户流失预测中的应用

客户流失是电信行业发展过程中所面临的一个严重问题,直接影响到运营商的企业效益。本文主要介绍了对电信行业客户流失情况进行数据挖掘的过程,改进了已有模型存在的缺乏灵活性、难以处理高维度数据的缺点,根据运营商的历史数据资料,利用SAS/EM模块对客户的固有特征和行为特征进行挖掘分析,采用决策树分类算法的CART算法建立了聚类分析模型和包括评估模块在内的一套完整的流失预测模型,能够直观地显示出流失客户的基本特征,并且可以对任意的数据集进行分析,有效提高了模型的普遍应用性和准确性。