共查询到20条相似文献，搜索用时 218 毫秒
1.
介绍了用于预测决策的回归分析方法,进行预测决策数据挖掘模型设计,并用公路交通管理系统中违章数据进行验证,得出较优的用于公路交通管理预测决策的数据挖掘模型。 相似文献
2.
数据挖掘在财务预测中的应用 总被引：7，自引：0，他引：7
企业决策离不开财务预测,传统的预测系统已远远不能满足要求.本文对数据挖掘的基本原理作了阐述,分析了数据挖掘的流程及主要功能,介绍了数据挖掘工具的特点,并在此基础上研究了数据挖掘技术在财务预测中的一些应用. 相似文献
3.
孙禾 《辽宁科技学院学报》2008,10(3):1-3
为提高网络流量预测的效率和准确性,提出基于数据挖掘的网络流量动态预测方法。在对网络流量数据进行相空重构的基础上,采用基于神经网络的数据挖掘方法实现流量动态预测。实验表明：这种方法有较好的预测精度,为网络性能异常的预警行为研究奠定良好的基础。 相似文献
4.
5.
对数据挖掘技术在研究生信息库中的应用进行了初步分析探讨,目的是从海量的学生数据库中提取人们感兴趣的数据信息,并创建数据挖掘模型。运用朴素贝叶斯分类的方法,对所给数据进行分类和预测,并指出了其技术难点及构建算法,最后,通过一个实例给出了该算法对于预测数据进行分类的详细过程。 相似文献
6.
分析了传统网络教学的局限性,引入了数据挖掘的技术和方法,给出了基于数据挖掘技术网络教学系统设计模型.利用数据挖掘技术对教与学进行分析预测,可实现更有效率的、更个性化的教学目的,并能促进网络教学的发展. 相似文献
7.
决策树算法在数据挖掘中研究与应用 总被引：1，自引：0，他引：1
随着社会的发展、经济的进步，各行各业对可视化数据挖掘需求越来越高。本文介绍了可视化数据挖掘的相关概念，分析了在可视化数据挖掘中决策树算法的相关理论，并预测了可视化数据挖掘的发展。 相似文献
8.
数据仓库技术是决策支持系统处理中的核心技术,是CRM中数据挖掘和决策分析的基础。数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据问关系的过程,这些模型和关系可以用来做出预测。本文意在通过对数据仓库的概念及设计入手,设计一个在检验检疫实验室CRM中进行数据挖掘的星型模型。 相似文献
9.
文章分析了数据挖掘与智能Agent的含义及特点,提出了利用智能Agent、数据挖掘技术对数字图书馆中的用户资料及访问web时的当前请求进行预测分析,据此获取用户兴趣爱好、访问习惯,预测用户行为,挖掘用户潜在需求,减少用户访问延迟,提高用户获取信息的效率,为其提供主动的个性化信息服务。 相似文献
10.
数据挖掘是当今一个新的技术热点。本文从数据挖掘、数据挖掘环境、数据挖掘的基本过程展开研究,分析了数据挖掘的模式,详细阐述了分类、预测的区别与联系,展望了数据挖掘未来的研究方向。 相似文献
11.
卢云燕 《重庆第二师范学院学报》2006,19(3):44-47
数据挖掘是目前一种新的重要的研究领域。本文介绍了数据挖掘的概念、目的、常用方法、数据挖掘过程、数据挖掘软件的评价方法,对数据挖掘领域面临的问题作了分析和展望。 相似文献
12.
池媛 《安阳师范学院学报》2007,(6):151-152
分布式数据挖掘作为适用于异质异构数据的一种数据挖掘方式,它能有效处理数字图书馆分布式数据库的数据挖掘,解决好元数据集中管理与对象数据分散存取之间的矛盾。数字图书馆分布式数据系统在目前技术水平下,可根据PADMA系统理论,基于智能化的软件代理进行构建。 相似文献
13.
傅莉 《江苏广播电视大学学报》2008,19(3):60-62
引入数据挖掘对高校教学进行客观、公平的评估,并使用相关数据进行关联规则算法的实验,实现了对结果的初步分析。所得出的结论对高校教学评估和教学工作都具有一定的指导意义。 相似文献
14.
数据挖掘是目前信息领域和数据库技术的前沿研究课题。关联规则技术是数据挖掘的最重要的组成部分之一,它用于发现大量数据中项集之间的有意义的关联和相关联系。在给出教学评估数据挖掘系统的框架之后,使用相关数据进行关联规则算法的实验,对结果进行初步分析,其得出的结论对高校教学评估和教学工作都具有一定的指导意义。 相似文献
15.
介绍了数据挖掘在空间数据库中应用的一般方法，特别介绍了关联规则数据挖掘的方法应用于空间数据库。同时，介绍了基于这种算法的一般软件体系结构。 相似文献
16.
分析了数据挖掘技术在酒店营销分析中的应用,给出酒店分析型CRM系统的逻辑结构模型、酒店CRM中常用的数据挖掘方法、基于中间件技术的CRM系统软件的设计与实现。 相似文献
17.
18.
张金仙 《牡丹江教育学院学报》2012,(1):124-125
利用开源软件WEKA作为数据挖掘工具,通过决策树算法和线性回归方法对湄洲湾职业技术学院同批次560名学生的综合素质测评中三个构成因子得分及期末成绩、分差进行了数据挖掘,并进行了决策分析。 相似文献
19.
随着教育信息化的快速发展特别是数字化校园和网络高等教育的日益普及,教育领域中部署了众多的软件系统．在这些软件系统中存储着海量的教育数据。如何利用这些教育数据,使这些数据转变为信息、知识,并为教育决策、教学优化服务。可从E-Learning数据挖掘中找到一些答案。文章系统梳理了国内外E—Learning数据挖掘的研究进展．并采用格语法分析方法对“E—Leaming”的关键要素和过程进行分析,提出可以“谁在学、学什么、怎么学、学得如何”这一系列问题为主线。开展E—Learning数据挖掘工作,从而获得对E—Learning现状的更加完整的认识。在尝试回答“谁在学、学什么、怎么学、学得如何”的过程中,分解出三类挖掘任务情境即用于回答“谁在学”的学习者特征挖掘。用于回答“学什么、怎么学”的学习过程挖掘以及用于回答“学得如何”的学习结果挖掘．并对应地构建出三种数据挖掘模式。对模式的应用结果表明,这三种数据挖掘模式在E—Learning要素和过程分析中是有效的．较好地拓展了对E—Learning关键要素认识的完整性。包括对“谁在学”有了更全面的认识、对“学什么、怎么学”有了更准确的认识和对“学习的结果如何”有了更深入的认识。 相似文献
20.
数据挖掘技术目前在商业、金融业等方面都得到广泛应用,而在教育领域应用较少.高校学生管理预警与支持系统是客观地分析在校学生的应用软件,它设计的基础是大量的学生信息数据.数据仓库技术可以将这些明细信息汇总统计以供分析辅助决策使用,使预警工作建立在可靠的事实数据的技术上.通过详细阐述高校学生管理预警与支持系统数据仓库的数据建模,为数据挖掘技术应用于教育管理领域提供了一个方向. 相似文献