关键词： 粗糙集   数据挖掘   决策树   入侵检测   ID3算法  

摘要： 本文对入侵检测系统采集的海量数据,首先进行抽样分析,然后使用粗糙集理论的属性约简方法对数据进行预处理,再运用决策树ID3算法进行归纳学习,得到入侵检测数据的决策规则,进而判断流经网络的数据包的安全性,最后加以编程实现数据挖掘的自动化。粗糙集和决策树学习方法在处理问题的过程中是基于决策系统本身的信息,不需要其他人为的经验知识,相比其他数据挖掘方法来说,更具有客观性和实用性。

关键词： 数据处理   数据挖掘   关联规则   BP神经网络  

摘要： 数据挖掘是数据处理的一种重要研究方法，关联规则挖掘是数据挖掘技术中的一个重要的研究方向。传统的关联规则挖掘算法大都认为产生的关联规则是永恒有效的，没有考虑到规则的变化。基于动态关联规则的挖掘算法可以产生具有支持度向量和置信度向量的动态关联规则，使用支持度向量和置信度向量可以对规则的发展趋势进行分析和预测。而现有的动态关联规则都是基于完全频繁项集，这些算法会随着支持度的降低算法性能急剧下降，并产生数目巨大的频繁项集和关联规则，不利于理解挖掘的有效信息。\n 本文提出了基于闭合频繁项集的动态关联规则挖掘算法，由于闭合频繁项集是完全频繁项集的无损的最简表示，在较低最小支持度的情况下对于同一数据集闭合频繁项集和规则的数量会比完全频繁项集小很多。该算法还使用cherrry Item检测技术来代替传统闭合频繁项集挖掘算法中的子集检查，从而避免要在内存中保留已挖掘闭合项集。实验和分析表明，该算法比现有的动态关联规则挖掘算法具有更优的性能。本文使用灰色BP神经网络预测模型对动态关联规则进行预测，该模型结合了灰色GM（1，1）预测模型的小样本预测和BP神经网络的强大的学习能力的优点，并通过实验验证了该模型的可用性。

关键词： 交通运输   数据挖掘   数据处理   工作流程  

摘要： 在介绍数据挖掘技术的基础上,分析交通运输企业工作流程中的数据特点、建模与数据处理方法、数据挖掘的特点,探讨数据挖掘在交通运输企业工作流程中的应用途径、主要原则和一般步骤。对数据挖掘技术的应用提出开发交通运输企业工作流程专业数据挖掘商用软件;数据挖掘与数据仓库结合,实现生产过程决策支持;发展基于Web的数据挖掘应用。

关键词： 数据挖掘   电子商务   关联分析   分类   聚类  

摘要： 数据挖掘中应用的技术包括经典的统计、近邻、聚类,也包括最新发展起来的决策树、神经网络和关联规则等一些较新的方法。结合数据挖掘技术在电子商务中的应用,提出选择数据挖掘技术的两个重要依据,以便开发出有效、实用的数据挖掘系统。

关键词： 数据挖掘技术   电子审计数据处理   数据挖掘算法   应用探讨.  

摘要： 信息化的发展对电子审计技术方法和质量管理都提出了更高的要求。电子审计数据在逻辑结构、形式和来源等方面均有别于传统审计数据,使得其证明力(能够用于审计证据)受到影响。数据挖掘技术的不同分析方法,如分类规则、聚类规则和关联规则等挖掘算法在电子审计数据处理中都可以有广泛应用,能明显提高审计数据的安全性和质量。

关键词： 数据挖掘   林业统计   数据处理  

摘要： 数据挖掘是汇集了统计学、人工智能、数据库等学科内容,从大型数据库或数据仓库中提取有潜在价值信息的技术。它包括分类与预测、神经元网络技术、关联规则挖掘、遗传算法、决策树方法、可视化技术和粗糙集方法等主要技术。通过数据挖掘技术对林业统计数据进行处理,从海量数据中准确、高效地获得有用知识和具有决策意义的信息,这对林业统计数据处理问题产生积极的推动作用。

关键词： 数据挖掘   工作流建模   调度算法   数据处理  

摘要： 目前关于数据挖掘的研究很多，主要是对挖掘算法的研究，而对挖掘过程管理的研究则相对较少，而数据挖掘过程又是需要多次反复的多阶段处理过程，为了有效地管理和控制数据挖掘各个阶段的协调运行，我们在数据挖掘中引入了工作流技术。使用工作流技术管理数据挖掘过程的好处有，可以提高整个数据挖掘过程的效率；便于数据挖掘过程标准化；有利于发现流程的和发现模式的重用。\n 来自于商业领域的工作流技术处理的业务逻辑过程和数据挖掘过程有很大的不同，因此商业领域的工作流建模方法并不适合数据挖掘过程的工作流建模。我们需要设计符合数据挖掘过程特点的工作流模型。设计数据模型重点需要解决两个问题：一是工作流建模问题，二工作流执行问题。针对这两个问题，本文对以几个方面做了研究：\n （1）本文在分析数据挖掘过程及其模型、科学工作流技术及其建模方法的基础上，提出了符合数据挖掘过程特点的工作流建模方法。在这种建模方法中，将数据挖掘各个阶段的数据处理算法抽象为一个角色，作为工作流建模的基础组件，将数据挖掘各个阶段的数据依赖关系建模为各个角色之间的依赖关系；并且给出模型定义的结构正确性和语义正确性验证方法；设计了数据挖掘工作流模型结构编辑原语和逻辑编辑原语。\n （2）工作流模型的编辑是使用工作流技术管理数据挖掘过程的第一步，要解决一个数据挖掘问题，还需要一个工作流引擎，自动调度工作流模型所表示的数据挖掘过程的执行，进而解决数据挖掘问题。工作流引擎的核心部分是工作流调度算法，本文设计了工作流执行的二级调度的方法，分别为实例层次的调度和角色层次调度。对每个层次的调度我们提出了两种具体的算法。最后对两两组合而成四种调度算法进行了对比实验，得出了各自的优缺点及其适用范围。\n （3）最后设计并实现了一个原型系统，主要包括主控模块，工作流编辑模块和工作流执行模块，证明了本文提出的工作流模型的合理性、高效性和完整性。

关键词： 数据挖掘   档案数据   数据处理  

摘要： 我国档案界十余年的自动化管理中形成大量的数据,这些数据没能被充分利用。针对这种情况,需要利用计算机数据挖掘技术将档案与利用者之间以及档案与各种实践活动之间的关系揭示出来,从而在更深层次上发挥档案数据的作用。介绍了数据挖掘技术的发展状况,对常见数据挖掘形式的实现方法进行了分析,最后论述了数据挖掘技术应用于档案信息数据处理中的意义。

关键词： 森林资源数据   数据仓库   数据挖掘   算法  

摘要： 随着“数字林业”的发展,人们获取了庞杂而繁多的森林资源海量数据。如何从中提取出有用的信息并指导经营管理,成为林业信息化重点关注的问题。 数据仓库和数据挖掘技术是近年来信息工程领域研究的热点问题之一,是关于决策支持的新技术。数据仓库可作为决策支持的底层数据源,数据挖掘是获取信息之间规律的有效工具,将二者结合用于森林资源数据可以找到隐藏的深层次信息,得到基于样本数据集的分析结果,通过林业专业管理知识加以验证的结论将使林业生产水平更上一层楼。 本文在介绍了数据仓库技术和数据挖掘理论及其相关知识的基础上,概述了将其应用于林业决策支持系统的前景;完成了森林资源数据仓库的基本构建;重点通过多种方法的比较分析,提出了适用于森林资源数据挖掘的改进的Apriori算法和新颖的VNAR算法;设计并实现了数据挖掘系统原型,验证了文中算法的可行性。

关键词： 商务智能   数据仓库   数据立方   OLAP   数据集成   数据挖掘  

摘要： 信息技术在商业领域应用的卓越成效在经过近20年的信息化建设已经初步显现。企业通过管理信息系统(MIS,Manage Information System)快速收集和处理商业信息,通过企业资源计划系统(ERP,Enterprise Resources Plannig)准确监控信息流,从而对企业经营的各个方面进行管理。这些系统除了本身的应用外,还积累了大量的数据,如来自业务系统的订单、库存、交易帐目、客户和供应商的资料,来自企业所处行业和竞争对手的数据,以及来自企业所处的其他外部环境中的各种数据,这是一笔宝贵的财富。信息系统应该具备把这些庞大的数据转换化为知识,进而辅助企业经营决策,甚至自动生成商业决策的能力,这就是商务智能(BI,Business Intelligence)。信息系统正在经历着“MIS→>ERP→BI”的演变过程。 随着计算机技术的发展,保险行业信息化历程也经历了三个阶段:业务信息化、数据大集中、管理信息化。目前大多数保险企业已经完成了数据大集中。面临激烈的市场竞争,保险行业管理信息化的需求变得非常迫切,而数据仓库及商务智能技术为保险行业管理信息化提供了成熟的技术支持平台。借助商务智能技术可以从这些经营的数据中提取出有效的、潜在的商业知识和市场信息,供经营决策者和管理部门参考,因此商务智能在保险行业中起到了越来越重要的作用。自上世纪九十年代以来,国外越来越多的保险企业建立了商务智能系统,并体现出其优越性,这些企业在使用商务智能技术后,大大提升了市场竞争力和经营效率。几年后,我国的保险业商务智能的应用就开始了。 商务智能系统的体系结构从下至上分为数据源、数据存储、数据分析和信息展现四个层次。商务智能系统的业务应用是多种多样的,本文结合贵州省人保财险业务系统的需求,通过对数据特点的分析,进行了一系列的数据处理操作,主要解决了三个问题:一是对不同行业、产品和市场保费进行预测,制定有效的发展计划;二是对不同行业、产品和市场中投保人的特性进行描述,找出普遍规律,提高工作效率;三是通过数据挖掘找出潜在客户和商机,制定长远战略方针。