分享到:

数据挖掘并不神秘

数据挖掘是产生于上世纪八十年代的技术,二十多年来得到了长足的发展,不仅技术本身日趋完善,而且应用领域逐渐扩大;对发达国家金融业巨头来说,掌握数据挖掘技术事实上已经成为其增强竞争力、保持市场优势地位的必须。数据挖掘技术传入我国只有几年的时间,国外厂商在做市场推广时对其成功应用的商业传奇的渲染,使人们感到有些神奇,甚至神秘。 $$    其实,所谓数据挖掘,就是指从大量的,有时是不完全、有噪声、模糊、随机的数据中,提取隐含在其中的,人们事先不知道但又是潜在有用的信息的过程。一个经常被提及的案例是“啤酒与尿布”的故事,本来作为食品的啤酒与婴儿用品几乎风牛马不相及,但由于美国的年轻父母大多喜欢喝啤酒,两种商品的销售就具有了较显著的相关性,因而将其摆放在一起就可以方便顾客购买,提升超市的销售额。找到事物特征之间原来不为人知的关联,以此帮助人们进行商业决策,就是...  (本文共1页) 阅读全文>>

权威出处: 金融时报2006-06-14
《数字通信世界》2019年09期
数字通信世界

数据挖掘在计算机实验室管理系统中的应用

数据挖掘技术在计算机实验室管理系统中也发挥了巨大的作用,学生日常所开展的计算机实践课程包含有数据挖掘相应技术,计算机实验室管理人员也需要对数据挖掘技术进行具体应用从而加强对实验室的管理。1数据挖掘概念及方法数据挖掘即在大量随机性强的数据中提取潜在知识信息,将数据背后所隐含的真实内容提取出来。数据挖掘具有一定的交叉性,人们不仅要对数据进行具体应用,掌握数据的查询方法,还需要学会对数据具体内容进行挖掘,从而让挖掘出的数据信息对相应的政策提供具体的支撑。数据挖掘涉及的领域较为广泛,包括人工智能、数据库的建立、数据统计工作的开展,数据挖掘这一信息处理技术具有一定的前瞻性,涉及到数据库中的大量数据,包括数据的分析、数据的转换、数据的抽取、模型的处理等一系列工作,通过这一系列工作来挖掘出能为相关决策提供支持的关键性信息,因此,数据挖掘技术为数据库中关键信息的获取提供了技术支撑。数据挖掘方法主要有四种,一是神经网络法,即对人类的思维进行模拟,...  (本文共1页) 阅读全文>>

《计算机产品与流通》2019年10期
计算机产品与流通

大数据时代数据挖掘在银行的应用

随着大数据、人工智能、区块链、云计算等新兴信息技术的蓬勃发展,我们已经进入了一个信息爆炸的时代,在技术变革带来的影响下,传统银行业务模式也开始发生根本性变革,由业务流逐步转向信息流,每日产生和存储大量来源分散、格式多样的数据,加之互联网金融、移动支付、金融创新的迅猛发展,金融服务在不同业务之间相互关联渗透,突破了业务、行业、市场的界线,业务边界越来越淡化,经营环境更具开放性。在此情况下,银行同时面临转型升级和激励市场竞争的双重挑战,竞争的焦点也由单纯的产品竞争转向了以数据为核心的竞争,即在大数据的环境下,如何更好的利用巨量的业务信息、客户数据挖掘出有价值的信息,提高核心竞争力。一、数据挖掘的概念和特点数据挖倔又名资料勘探、数据采矿,通常指在计算机上利用遗传算法、决策树、神经网络、K近邻算法等数据挖掘技术对巨量的、不系统的、不规则的数据进行分析和处理,寻找隐含信息、潜在关系和规律的过程。数据挖掘有以下几方面的特点:(1)基于大数据...  (本文共1页) 阅读全文>>

《福建信息技术教育》2005年01期
福建信息技术教育

数据挖掘技术简介

1.引言 数据挖掘(Data Mining)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。它是一门涉及面很广的交叉学科,包括机器学 习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘技术包括三个主要部 分:算法和技术、数据、建模能力。 2.数据挖掘的分类 (1)根据数据挖掘的任务,可分为:分类或预测模型数据挖掘、数据总结、数据聚类、关联规则发现、序 列模式发现、依赖关系或依赖模型发现、异常和趋势发现等。 (2)根据数据挖掘的对象,可分为如下若干种数据源:关系数据库、面向对象数据库、空间数据库、时态 数据库、文本数据源、多媒体数据女异质数据库、遗产(legacy)数据库,以及Web数据源。 (3)根据数据挖掘的方法,可粗分为:统计方法、机器学习方法、神经网络方法和数据库方法。统计方 法中,可细分为:回归分析(多元回归、自回归等...  (本文共3页) 阅读全文>>

《浙江现代教育技术》2004年03期
浙江现代教育技术

数据挖掘在教育信息化中的应用空间分析

随着信息社会的来临,大量信息在给人们带来方便的同时也带来了信息的消化、信息的辨识、信息的安全、信息形式的一致性等问题。人们开始考虑:如何才能不被信息淹没,而且从中及时发现有用的知识,提高信息利用率,最终避免“数据爆炸但知识贫乏”的现象。仁’〕这个任务就落在数据挖掘的身上。本文对教育信息化条件下,数据挖掘的应用空间进行分析,希望能为教育信息化建设提供有价值的参考。 一、数据挖掘及其技术 1.数据挖掘 数据挖掘(Data Mining)就是从大量的数据中,抽取出潜在的、有价值的知识(模型或规则)的过程,是一类深层次的数据分析方法。它是一门交叉学科,包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。数据挖掘技术包括三个主要部分:算法和技术;数据;建模能力。川 2.数据挖掘系统 一个完整的数据挖掘系统包括规则生成子系统和应用评估子系统两个部分。规则生成子系统主要完成根据数据仓库提供的历史数据,统计并产生相关...  (本文共3页) 阅读全文>>

《电子技术与软件工程》2018年23期
电子技术与软件工程

计算机数据挖掘在互联网行业中的应用

1互联网行业发展简介随着信息技术的迅猛发展,互联网的应用不再局限于某个部门某个行业,而是与传统行业产生深度融合,既从根本上改不了传统行业的经营方式和运转模式,而且根据时代需要发展出多种新型事物。互联网+传统行业逐渐成为当前我国社会经济发展的主要趋势,其中发展已经比较成熟的是网上购物等,此外网络金融、网络教学等行业也得到快速发展,其前景都是十分美好的。互联网与传统行业的结合不仅改变了各个传统行业的经营模式,也在很大程度上改变了人们的生活方式和思想观念。尤其是当前人们生活节奏不断加快,互联网的便利和快捷为众多网友喜爱。当前人们在互联网上不仅获取各种信息,而且通过互联网进行沟通交流,这不仅仅局限于个人生活方面,还包括工作等各个方面。人们利用互联网进行购物更是成为当前人们的主要生活方式。随着人们对互联网依赖性的加深,人们对于互联网的各种新的需要也不断发展出来。在这种背景下,在已有的互联网基础上进行科技创新和探索,从而开展新的互联网技术的...  (本文共1页) 阅读全文>>