简介：摘要院数据挖掘中的聚类技术是一种非监督分类技术。概述了聚类分析算法中的数据结构和数据类型，分析了聚类分析的意义及研究现状，比较了几种聚类算法的优点及问题，并结合通信领域的应用指出了K-Means聚类技术的绝对优势。

简介：数据挖掘课程的教学目的是让学生掌握数据挖掘的相关知识,能分析并运用成熟的技术和方法。由于数据挖掘课程涉及多种学科,理论性和实践性都很强,所以在教学中存在诸多问题和挑战。笔者结合大数据的特点和发展趋势,为职业院校探索提高数据挖掘课程教学质量的有效方法、培养优秀的大数据研究型人才提供相应的理论借鉴。

简介：传统业务量持续下滑,运营商遭遇发展困境在过去十年，我国通信行业得到了高速发展，用户规模持续增加，短信、语音业务为通信运营商带来了巨额利润，但是近两年运营商的发展却受到了前所未有的挑战。

简介：本文通过对应用于公共事业的政府统计和应用于商业领域的企业数据分析与挖掘的介绍,阐述了统计建模思想的产生、发展和趋势。从量化的角度,诠释统计建模思想的几个不同的层次及适用的情境,以提升统计数据化决策在政府和商业领域的广泛应用为目标,目的是在面对公共和商业问题时政府和企业能运用统计建模思想提供的量化方法,实践商业智能与统计智能的互补,最终完成统计大数据决策时代的真正革命（最终实现大数据决策时代统计建模思想的真正价值）。

简介：本文通过关联规则,挖掘某个区域中化学元素对地质环境影响的变化趋势,为我们提供化学元素对地质环境影响度的预测,并根据预测结果做出管理决策,实验结果表明,该方法预测精度较高。

简介：负荷预测是电力市场技术支持系统的一个重要组成模块，对电网的安全、经济运行具有重要的意义。负荷预测主要综合考虑系统的运行特性、社会影响、自然条件以及增容决策等因素，在历史负荷数据的基础上，进行一系列数学计算，在满足一定精度要求的情况下，得出未来某特定时刻的负荷值。传统短期电力负荷预测方法易受随机因素的干扰，尤其在小水电分布众多的地区预测精度不高。文章针对短期负荷预测的特点，将数据挖掘技术引入短期负荷预测中，并给出了系统的解决方案，可应用于小水电众多的电网环境或类似环境。实例运算表明该系统可有效地提高预测精度。

简介：目前教务管理系统大部分仍停留在在线数据处理的基础上,往往没有去探索成绩和大学生的基本信息及专业设置、课程安排这些数据之间隐含的规律和知识。可应用分类、聚类、回归分析、关联规则、变化、偏差分析和web页挖掘等数据挖掘技术对信息进行加工,从中获取反应倾向性和规律性的一些信息,有利于有针对性地提高教学质量。

简介：本文分析了数据信息获取的研究背景，并在此基础上提出了数据挖掘方法的研究现状．接下来讨论了在数据挖掘研究中所遇到的技术难题以及发展趋势．最后提出了变精度粗糙集理论在不完备信息系统和完备信息系统中的数据挖掘方法．

简介：入侵检测是计算机系统安全和网络安全重要的一个研究焦点。由于入侵手段日新月异，即使现在有多种可用的机制来检测入侵，单一的方法系统还是无法识别新类型的入侵，或者有可能发出假的警报。本文介绍了多种数据挖掘技术在计算机系统和分布式计算机网络中开发入侵检测系统的多种有效方式和方法，并做了研究。

简介：摘要本文阐述了基于数据挖掘的数字档案信息管理，信息化建设更是被列为社会发展的首要内容，尤其是学校档案馆更侧重教学与科研，网页档案化管理是必然的趋势。

简介：数据挖掘是数据库常用技术之一,用其解决传统数据操控系统不足,可提现出计算机服务器的优越性能,摆脱早期用户处理数据流程的不足之处。为了充分体现数据挖掘技术应用优势,更好地服务于广大计算机用户。本文分析了数据挖掘技术现实作用,提出数据挖掘自动化控制技术特点,设计符合当代用户使用需求的自动化控制平台。

简介：摘要高速公路的收费额伴随着联网收费里程的增加以几何级数增长，但偷逃漏通行费也给运营管理单位带来了巨大损失。各省高速公路管理部门高度重视，都在不同程度上开展了收费稽查管理方面的研究。联网收费数据是对收费工作最真实有效的记录。有相当一部分的偷、逃、漏费行为(如换卡、倒卡、利用特情车辆作弊等)会在联网收费网络数据库中留下痕迹，引发相关数据异常。本文要探讨的正是如何充分利用这些数据，来开展稽查工作。

简介：目的：运用数据挖掘方法对近30年来以通下法治疗中风病的文献资料进行质量分析并总结中风病发病、证候及方药应用规律。方法收集1979-2013年在CNKI上公开发表的应用通下法治疗中风病的文献，录入设计数据库中，对符合文献纳入标准的文献通过改良Jadad量表进行质量评价。同时对于文献中病例基本资料、辨证分型和方药的使用进行分析，利用MicrosoftExcel工具对病例特征进行描述性分析。运用频数分析对病例症状、舌脉、证型、常用方剂和药物规律进行数据挖掘。结果中风病的症状除了中风病本身五大主症外，大便不通、腹胀、喉中痰鸣出现频率高，头痛、烦躁、头晕、发热、呕吐呃逆、面赤、喘息气粗等症状相对出现较多。舌质以红、暗红、绛红和紫瘀为主，脉象多表现为弦脉、滑脉和数脉，脉象并见以弦滑脉最多，其次为弦数脉和滑数脉。主要病理因素中痰证出现频率最高，其次为热证、风证、瘀证、虚证和火证。处方用药除了大量运用泻下剂，也兼顾祛风、清热、祛痰、理血、表里双解和治疡。药物使用频次以大黄、芒硝、胆南星、瓜蒌、枳实、厚朴和菖蒲应用最多。除了使用汤剂、丸剂外，还有胶囊及颗粒剂。方药服用方式包括口服、鼻饲、灌肠、静脉滴注以及浴脐。方剂大多数为4~12味药，总量50~150g之间居多。结论中风病痰热及腑实证集中出现，且在治疗中以应用泻下药及化痰止咳平喘药物为主，临床辨证时应重视痰热腑实病机对中风病各阶段的影响，灵活应用通下法。

简介：要了解web数据挖掘技术，首先就必须了解数据挖掘技术。数据挖掘是指从大量不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的有用的信息和知识的过程，它的表现形式为概念（Concepts）、规则(Rules)、模式(Patterns)等形式。数据挖掘技术是人们长期对数据库技术进行研究和开发的结果。起初各种商业数据是存储在计算机的数据库中的，然后发展到可对数据库进行查询和访问，进而发展到对数据库的即时遍历。Web数据挖掘是一种综合的技术，它主要是使用数据挖掘技术在互联网挖掘各种有用的、有趣的、隐藏起来的信息或者是有用的模式。与传统的数据挖掘相比，web数据挖掘所挖掘的信息更加的海量，这些信息具有异构和分布广的特点。Web数据挖掘根据所处理的对象可以分为三类web文档的内容挖掘、web文档的结构挖掘、web使用的挖掘。Web文档的内容挖掘指的是从web文档及对其描述内容中获取到有用的信息，即是对web上大量的各种文档集合的内容进行处理，例如摘要、分类、聚类、关联分析等。同时内容挖掘还可以对各种多媒体信息进行挖掘。Web上的内容摘要是用简洁的语言和方式对文档的内容进行描述和解释，让用户在不用浏览全文的情况下就可以对全文的内容和文章写作的目的有一个总体的了解。

简介：在云计算环境下,对高级持续威胁数据的准确挖掘可以提高云计算网络的安全防御能力.高级持续威胁数据具有极值扰动非线性特征,传统的线性处理方法难以实现对这类数据的准确挖掘.提出一种基于极值扰动非线性特征提取的云计算环境下的高级持续威胁数据挖掘仿真模型,对系统载荷运行情况进行评估,得到云计算下的动态任务调配,分析高级持续威胁数据的极值扰动非线性特性,计算高级持续威胁数据的稳态概率,得到极值扰动非线性特征,对非线性特征进行脉冲响应不变周期标记.实现了高级持续威胁数据极值扰动非线性特征的挖掘,构建数据挖掘模型.仿真实验表明,算法对持续威胁数据的正确检测概率在95%以上,数据挖掘性能优越,在云计算环境下的高级持续威胁数据的检测挖掘等领域应用价值较高,为网络安全系统构建等奠定基础。

简介：通过整理体育科学领域数据挖掘方面的研究文献，利用体育统计的研究方法，把文献资料按照体育管理、比赛应用、训练应用、体育教学、综述、其他几个归类进行分析,结果发现当前的研究资料主要偏重于简单的理论分析，而对于体育相关领域数据库的建立和应用则相对较少,这也造成了结果片面或出现偏差。但是值得肯定的是，国内一些专家和学者已经开始把数据挖掘技术引入到体育项目中，虽然目前的研究还不够深入,但是这对于我们日后研究体育数据挖掘,真正把数据挖掘技术利用到体育技战术制定和体育发展决策,推进数据挖掘技术在体育领域的发展,具有重要意义。

简介：随着科技的发展与创新,智能化发展在各行各业中广泛的被应用,成为发展的主流。而在医学中,数字化的发展更为信息智能化的发展提供了更广阔的空间,为了使医院内深层的数据资源能够充分的挖掘出来,使医院的信息管理更加有效,院方开始逐步把数字挖掘技术引进信息管理中。本文对数据挖掘技术在医院信息管理中的应用进行分析。

简介：摘要院数据挖掘方法的应用可以使管理者获得隐藏于学生数据库的知识，发现这些数据中有价值的关系和规则，通过对现有数据的分析和处理进一步预测未来的发展趋势和可能性，对学校的教学和管理提供有效的决策依据，从而提高学校的整体实力。

简介：摘要院本文在传统网络教学和资源共享课程系统平台的基础上，运用数据挖掘技术对资源共享课程数据挖掘技术进行智能化的优化。在资源共享课程建设数据库中建立基于数据分析的数据仓库，采用关联计算，聚类分析，TF-IDF等方法，找到系统中资源之间的内在联系，使系统资源智能地跟踪用户操作，为资源共享课程的网络平台教学活动提供更人性化的服务。

简介：以高校的绩效工资管理为例,针对k-means算法存在的问题,通过聚类算法中改进的k-means算法,采用基于距离和密度的方式确定初始聚类中心,按照数据挖掘的步骤,建立数据集,可得到绩效工资分级的标准.给出了试验结果和具体分析.