分享到:

数据挖掘让决策者告别“拍脑袋”

本报讯 随着“数据挖掘”技术成果的应用,我国在财务、金融领域的决策风险将大大降低。这一判断已经在上交所、深交所等金融机构得到验证:由中关村海归学子刘世平博士主持的技术团队对1300余家上市公司进行数据挖掘、分析后,所得出的近、远期发展风险判断,其准确率达到90%。 $$    “数据挖掘”是一种新的商业信息处理技术。其主要特点是通过对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取辅助商业决策的关键性数据,进行研究分析后,对其未来发展趋势作出有决策价值的判断。该技术的拥有者刘世平博士经过10余年的攻关,研究出一整套“数据挖掘”理论和研究办法,借助功能强大的计算机和人工神经元网络、决策树等现代数理分析知识,对海量数据进行有效筛选整理,继而对...  (本文共1页) 阅读全文>>

权威出处: 科技日报2006-06-03
《信息技术与信息化》2019年05期
信息技术与信息化

浅谈计算机数据挖掘技术的开发及应用探究

0引言计算机数据挖掘在目前的很多行业领域中都得到了应用,它已经深入进了我们生活中的点点滴滴比如网上购物、电子商务等方面,它为我们的生活带来了很多的便利。数据挖掘这一技术的发展周期很短,但是它的发展速度不容让人忽视,它推动了很多行业的进步,也催生了很多工作岗位甚至是行业的诞生,促进了整个社会经济的发展和社会主义现代化的建设。本文就来浅谈一下计算机数据挖掘技术的开发及应用探究。1计算据数据挖掘技术的简单介绍1.1计算机数据挖掘技术的定义计算机数据挖掘技术实际上就是从大量的数据中挖掘出对自己有用的、有趣的知识。这些数据都是已知的,目前这一技术被广泛地应用在了商业领域,它的商业中的主要含义是从大量的商业相关数据中通过构建模型、分析等方法,来提取一些对商业管理者有用的信息,来帮助管理者做出相应的决策。1.2计算机数据挖掘技术的历史发展在20世纪下半叶,由于全球多门学科的综合发展,使需要储存以及利用的数据越来越多。随着数据库的兴起和发展,社...  (本文共2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>>

《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>>

《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>>

《河南科技》2018年25期
河南科技

大数据下一种规则的快速挖掘技术研究

1研究背景随着信息技术的不断发展,数据逐渐渗透到当今每一个行业和业务职能领域,成为重要的生产因素。面对当前海量数据,如何准确有效地挖掘数据已经成为行业未来发展的趋势。关联规则的挖掘研究一直是数据挖掘领域的一个热门研究课题,现在已经被广泛地应用到各个领域。近年来,国内外研究主要集中在关联规则冗余修剪以减少关联规则的数量,减少不必要的挖掘。由此,本文致力于修剪冗余的关联规则,提高挖掘质量,并提出一种关联规则的修剪方法。首先,根据规则与数据的匹配度进行修剪,并计算数据与规则的平均匹配度,如果小于阈值,则修改规则,再根据机器学习中的相似性度量方法,在剩余的规则中选择兴趣度最优的数量关联规则,最后获得除去冗余规则后的关联规则。本文所采用的方法最大限度地缩短了修剪所需要的处理时间,生成了一个准确的最小关联规则集,并能与传统的关联规则挖掘方法保持相同的准确度,这使得冗余规则的修剪易于理解,可读性强。2关联规则的基本概念关联规则的定义[1]是这...  (本文共2页) 阅读全文>>