分享到:

信息挖掘商业智能之“芯”

近年来,随着数据库理论研究的深入以及数据仓库技术的广泛应用,各类金融企业和商业机构积累了大量的数据及丰富的信息资料。这些资料涉及到企业管理、金融活动、商业运作等各类应用。从这些数据中抽取出各种不同的,隐藏着的,并且可满足不同需求的规律和知识,为企业资源规划、客户关系管理、企业风险防范、供应关系管理、金融投资等商业行为,为企业的营销管理及竞争优势分析和决策支持提供了技术上的保障。$$  数据挖掘与Web挖掘并肩$$  信息挖掘这一概念起源于知识发现(Knowledge Discovery in Database,KDD)领域,它主要包括数据挖掘和Web挖掘两个主要研究分支。自从1989年在美国底特律市召开的KDD专题讨论会上正式提出知识发现这个概念以来,它已经被广泛地应用到科学研究、金融、保险、医疗保健、司法和制造等各个行业。一份最近的Gartner报告列举了五项在今后3~5年内对工业将产生重要影响的关键技术,其中KDD和人工智能...  (本文共4页) 阅读全文>>

《教书育人》2017年26期
教书育人

小学数学收集与处理信息能力渗透路径探析

《基础教育课改纲要》提出:要培养学生收集和处理信息的能力,要通过课程改革丰富学生的认知渠道,增强学生分析和解决实际问题的能力。收集和处理信息能力在小学数学教学中的渗透,主要从信息环境中衔接“信息发现、信息挖掘、信息处理、信息输出”的关系,让学生能够独立地运用数学方法来解决具体问题。一、小学数学信息收集能力的拓展围绕小学生数学学科信息能力要求,主要从以下三方面来获取信息。1.从生活实际中收集日常生活中的很多事情,对于小学生来说既新鲜又好玩,教师可以利用这一点丰富学生的信息收集渠道。比如:学习完小数的知识后,可以将家庭的电费表单拿出来,让学生观察,并设置如下问题:本月家庭应支付的电费是多少元?与上个月相比,哪个月的电费多?你能看出本月的用电度数吗?谁能讲讲什么是“电损”?什么是“倍率”?通过对这些实际问题的展示,增强学生的数学认知能力。2.从熟悉的现象中收集在生活中,一年有四季,不同季节的风光给学生留下了深刻的印象。同样,年复一年、...  (本文共1页) 阅读全文>>

《网络财富》2009年06期
网络财富

浅谈网络信息挖掘

随着网络信息资源的急剧增长,人们越来越多地关注如何开发和利用这些资源。然而,目前中英文搜索引擎均存在查准率、查全率不高的现象,这种现状无法适应用户对高质量的网络信息服务的需求;同时电子商务以及各种网络信息服务迅速兴起,原有的网络信息处理与组织技术无法赶上这样的发展趋势,Web Ming(网络信息挖掘)就是在这样一种环境下应运而生的。并迅速成为网络信息检索、信息服务领域的热点之一。网络信息挖掘就是在数据挖掘技术的基础上因电子商务智能化的需求而发展起来的一项信息处理与分析技术。它可以帮助企业从各种网络信息(包括一般的网页、Web应用服务器记录、Web数据库/数据仓库中的信息等)中发现隐含的、潜在的、有价值的知识,并通过可视化技术,为企业的电子商务决策提供有力支持。在传统的电子商务活动中,企业已经积累了大量诸如客户信息、交易记录、访问记录等数据,然而这些存储在电子商务数据库或数据仓库中的数据并没有被充分地加以利用。网络信息挖掘技术就是...  (本文共2页) 阅读全文>>

《微计算机信息》2008年06期
微计算机信息

网络信息挖掘及其在搜索引擎方面的应用

1引言“人类正被信息淹没,却饥渴于知识。”这是1982年趋势大师John Naisbitt的首部著作《大趋势》(Megatrends)中提到的。随着互联网的飞速发展,网络信息资源的急剧增长,人们越来越多地关注如何开发和利用这些资源。因此网络信息挖掘和搜索引擎成为互联网技术中十分引人注目的亮点,它改变了人们使用互联网的方式,成为人们享用互联网信息资源时不可缺少的必要工具。据资料显示,有86.6%的用户是通过搜索引擎获得查询资料的,搜索引擎的应用占到网络应用的65.0%,成为第二大互联网应用,它的应用广泛度仅次于电子邮件。在这样一种环境下网络信息挖掘就应运而生了,并迅速成为网络信息检索、信息服务领域的热点之一。2网络信息挖掘及其分类2.1网络信息挖掘网络信息挖掘必须先从数据挖掘谈起。数据挖掘(DateMining)是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取有用信息和知识的过程。从更广义的角度来讲,数据挖掘就是在一些事...  (本文共3页) 阅读全文>>

《电脑知识与技术》2008年22期
电脑知识与技术

网络信息挖掘在电子商务系统中的应用

1引言网络信息挖掘是不同于传统的数据仓库技术平和简单的知识发现,它面对的海量信息不是全简单的结构化数据,而常常为半结构化的数据,如文本、图形、图像数据,甚至是异构型数据。数据挖掘是从大量数据中提取出可信的、新颖的、有效的并能被人们理解的模式的高级处理过程,传统的数据挖掘技术处理的数据对象主要是结构化数据,很少处理Web上的异质、非结构化信息,因此,对Web上的数据进行挖掘具有极大的挑战性,也极大地推动了Web数据挖掘的研究工作,Web数据挖掘成为数据挖掘的一个新主题,引起了人们的极大兴趣。1996年,Etzioni首次给出了Web挖掘的定义:Web挖掘就是使用数据挖掘技术从与WWW相关的资源和用户浏览行为中自动抽取用户感兴趣的、有用的模式和隐含的信息。它所处理的对象包括:静态网页(文字、多媒体信息等)、Web数据库、Web页面的内部结构、Web结构、用户使用记录等信息。通过对这些信息的挖掘,可以得到仅通过文字检索所不能得到的信息...  (本文共2页) 阅读全文>>

《高校图书馆工作》2007年03期
高校图书馆工作

网络信息挖掘探析

1网络信息挖掘与网络信息检索的区别网络信息检索系统一般由Robot、索引数据库和查询引擎三部分组成。采用全文检索技术对搜集到的信息建立索引存入索引数据库中,能够极大地提高信息检索的速度;检索工具能自动获取和响应用户的指令,进行检索操作。用户可以从检索工具的反馈信息和显示结果中调整检索策略,以得到满意的检索结果,并能以联机方式获得检索指导帮助。网络信息挖掘技术沿用了Robot、全文检索等网络信息检索中的优秀成果,同时综合运用人工智能、模式识别、神经网络领域的各种技术。网络信息挖掘系统与网络信息检索的最大不同在于它能够获取用户个性化的信息需求,根据目标特征信息在网络上或者信息库中进行有目的的信息搜寻[1]。2网络信息挖掘与数据挖掘的区别数据挖掘(Data Mining)又称数据库中的知识发现(Knowledge Discovery in Database,KDD)是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价...  (本文共3页) 阅读全文>>