简介: 一、数据挖掘的定义 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程,大多数关联规则挖掘算法能够无遗漏发现隐藏在所挖掘数据中的所有关联关系,粗糙集理论可以应用于数据挖掘中的分类、发现不准确数据或噪声数据内在的结构联系
简介:只描述数据的结构信息,4.2半结构化数据的数据模型,对半结构化数据及其模式主要有五种描述方法
简介:四、Web数据挖掘中的关键技术 Web数据挖掘中常用的技术有Web使用的特有的路径分析技术,并对Web数据挖掘中使用的技术及应用前景进行了探讨, 3.Web访问挖掘 Web访问挖掘是从服务器端记录的用户访问日志或从用户的浏览信息中抽取感兴趣的模式
简介:由于数据挖掘所发现的知识的不同,广义知识的发现方法和实现技术有很多,数据挖掘(Data Mining)就是从大量的实际应用数据中提取隐含信息和知识
简介:利用数据挖掘技术通过对用户数据的分析,更需要通过对各种投资方向的有关数据进行分析,货篮分析是分析市场销售数据以识别顾客的购买行为模式
简介:我们就可以用准备好的数据和数据挖掘工具处理模型了,且已经光顾过饭店两次的顾客进行顾客有效的保留措施,比如研究者所考察的顾客对于饭店提供的某些服务的满意度数据
简介:对短期电力负荷数据进行有效的预测,它是对一组负荷影响因素数据进行聚类的方法,对数据样本进行聚类时
简介:作为专门管理企业前台的客户关系管理为企业提供了一个收集、分析和利用各种客户信息的系统,客户关系管理(CRM)又是一种旨在改善企业与客户之间关系的新型管理机制,3、CRM的实施与数据挖掘技术3.1、CRM解决方案的组成CRM作为企业管理系统软件
简介:文本挖掘的分类,2.4 文本分类系统,2.文本分类
简介:以基于其拟合直线中的斜率来识别异常客户的性质, [关键词]最小二乘法拟合直线斜率异常客户性质 一、引言 异常客户是在一段考察时期内与客户的一般行为模式不一致的对象,它反映了用直线y=ax+b来描述(xi
简介:4由超市事务数据库发现关联规则的总体设计在现有的不少关联规则发现算法中,如何采用基于关联规则的数据挖掘技术发现超市事务数据库中的关联规则是本文所研究和探讨的重点,有必要采用快速算法从超市事务数据库中挖掘关联规则
简介:3.6 企业交叉营销 交叉营销是指企业通过发现一位已有顾客的多种需求,3.4 客户信誉分析 企业开展网络营销后, 数据挖掘技术在企业市场营销中得到了比较普通的应用
简介:最近数据挖掘技术也将关联规则用于分类问题,数据挖掘可分为概念描述、聚集发现、关联规则发现、分类发现、回归发现和序列模式发现等,3.1不同的挖掘任务使用不同的挖掘技术数据挖掘的任务是从数据中发现模式
简介: 使用数据挖掘技术进行交叉营销的分析一般是从分析现有客户的购买行为数据开始,基于数据挖掘的客户关系管理(CRM)可以最大限度地了解客户需求,客户关系管理的核心是客户价值管理
简介:基于Web数据挖掘技术的个性化网络学习模型,Web数据挖掘技术与网络学习相结合可以为学习者创造一个个性化的网络学习空间,Web数据挖掘技术在个性化网络学习的应用分析
简介:我们在北京某商业银行构建了基于数据挖掘的银行客户管理信息系统。,(三)提高银行客户管理的精确性。,银行客户管理信息系统的动态循环 (一)挖掘目标客户。
简介:工作管理模块的主要任务是对分析模块分析出来的银行重点客户进行管理。,产品信息模块可以为客户提供有关产品信息的服务和支持并为信息库不断提供新的产品信息。,基于数据挖掘的银行客户信息系统的六个模块从始至终都围绕着这四个流程进行服务。
简介:可以运用关联规则对药症、方证、药药、药证等相关关系进行研究,如本课题组研究人员在药对-症状的关联分析中发现陈皮、炙甘草与乏力、泄泻存在较高的关联度,而数据挖掘涵盖了数据准备、数据选择、数据预处理、数据缩减、知识发现的目标确定、挖掘算法确定、数据挖掘、模式解释及知识评价等9个处理阶段
数据挖掘技术研究
数据挖掘中的半结构化数据
面向Web的数据挖掘技术
数据挖掘技术及其应用(1)
数据挖掘技术及其应用(2)
利用数据挖掘技术提高饭店竞争力
数据挖掘在电力负荷预测中的应用
客户关系管理与数据挖掘技术综述
一种文本分类数据挖掘的技术
用数据挖掘算法实现企业异常客户分析
超市事务数据库挖掘关联规则的设计
数据挖掘技术:企业网络营销的助推器
在电子商务中如何正确的使用数据挖掘技术
论数据挖掘技术在客户关系管理(CRM)中的应用
Web数据挖掘在个性化网络学习中的应用研究
基于数据挖掘的银行客户管理信息系统的应用(2)
基于数据挖掘的银行客户管理信息系统的应用(1)
运用数据挖掘技术研究方剂配伍规律应注意的几个问题