無(wú)論是身處學(xué)校還是步入社會(huì)，大家都嘗試過(guò)寫(xiě)作吧，借助寫(xiě)作也可以提高我們的語(yǔ)言組織能力。相信許多人會(huì)覺(jué)得范文很難寫(xiě)？以下是小編為大家收集的優(yōu)秀范文，歡迎大家分享閱讀。

數(shù)據(jù)挖掘論文選題篇一

數(shù)據(jù)挖掘作為一種數(shù)據(jù)分析的方法，在現(xiàn)代社會(huì)的應(yīng)用越來(lái)越廣泛。因此，許多研究者致力于數(shù)據(jù)挖掘技術(shù)的研究和應(yīng)用。其中，論文是數(shù)據(jù)挖掘研究最主要的成果之一。良好的數(shù)據(jù)挖掘論文可以促進(jìn)數(shù)據(jù)挖掘的發(fā)展和應(yīng)用，提高數(shù)據(jù)挖掘技術(shù)的效率和可靠性。因此，寫(xiě)一篇優(yōu)秀的數(shù)據(jù)挖掘論文對(duì)于這個(gè)領(lǐng)域的研究人員來(lái)說(shuō)至關(guān)重要。

第二段：講述數(shù)據(jù)挖掘論文的內(nèi)容需要注意的重點(diǎn)。

在寫(xiě)一篇數(shù)據(jù)挖掘論文時(shí)，需要注意幾個(gè)重點(diǎn)。首先，需要明確研究對(duì)象和研究目的，確定原始數(shù)據(jù)的來(lái)源和數(shù)據(jù)處理方法。其次，需要進(jìn)行特征分析，挑選有效的特征進(jìn)行數(shù)據(jù)挖掘。同時(shí)，在數(shù)據(jù)挖掘過(guò)程中需要使用合適的算法和模型，以取得優(yōu)秀的預(yù)測(cè)結(jié)果。最后，還需要對(duì)結(jié)果進(jìn)行驗(yàn)證和評(píng)價(jià)，以保證數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確性和可靠性。

在我的研究過(guò)程中，我深刻地認(rèn)識(shí)到了數(shù)據(jù)挖掘技術(shù)的重要性和應(yīng)用價(jià)值。我需要詳細(xì)地了解數(shù)據(jù)采集、數(shù)據(jù)清洗、特征選擇和評(píng)估模型等方面的知識(shí)，學(xué)習(xí)基本的算法和模型，并靈活運(yùn)用最新的數(shù)據(jù)挖掘技術(shù)，以達(dá)到最好的預(yù)測(cè)結(jié)果。同時(shí)，我也注意到了不同論文之間的差異，不同研究的方向和方法不同，需要靈活變通和開(kāi)創(chuàng)性思維，才能寫(xiě)出優(yōu)秀的數(shù)據(jù)挖掘論文。

第四段：探討數(shù)據(jù)挖掘論文的審查標(biāo)準(zhǔn)和要求。

數(shù)據(jù)挖掘的研究范圍和深度不斷擴(kuò)大，論文審查機(jī)構(gòu)和專(zhuān)家對(duì)數(shù)據(jù)挖掘論文的要求也越來(lái)越高。好的數(shù)據(jù)挖掘論文需要有一定的貢獻(xiàn)和創(chuàng)新點(diǎn)，同時(shí)，還需要展示出數(shù)據(jù)挖掘算法、模型和數(shù)據(jù)特征選擇的能力，具有可操作性和穩(wěn)健性。此外，好的數(shù)據(jù)挖掘論文還需有清晰的圖表展示，數(shù)據(jù)的充分分析和結(jié)論的合理性，撰寫(xiě)格式規(guī)范明確，語(yǔ)言流暢等特點(diǎn)。

第五段：總結(jié)論文寫(xiě)作的經(jīng)驗(yàn)和啟示。

總之，在撰寫(xiě)優(yōu)秀的數(shù)據(jù)挖掘論文時(shí)，應(yīng)該注重掌握所需的關(guān)鍵技術(shù)和知識(shí)，同時(shí)宏觀和微觀兩個(gè)方面的考慮都需要。特別注重特征選擇和數(shù)據(jù)模型的設(shè)計(jì)更是必不可少的。此外，要注意相關(guān)專(zhuān)業(yè)期刊的審查標(biāo)準(zhǔn)和要求，并且合理分配時(shí)間，不斷完善整理論文。相信在不斷讀論文，自己不斷寫(xiě)論文的過(guò)程中，每個(gè)人都可以不斷提高論文的質(zhì)量，為數(shù)據(jù)挖掘技術(shù)的發(fā)展和實(shí)踐做出重要貢獻(xiàn)。

數(shù)據(jù)挖掘論文選題篇二

由于信息技術(shù)的迅速發(fā)展，現(xiàn)代的檔案管理模式與過(guò)去相比，也有了很大的變化，也讓如今的檔案管理模式有了新的挑戰(zhàn)。讓人們對(duì)信息即時(shí)、大量地獲取是目前檔案管理工作和檔案管理系統(tǒng)急切需要解決的問(wèn)題。

（一）數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘是指從大量的、不規(guī)則、亂序的數(shù)據(jù)中，進(jìn)行分析歸納，得到隱藏的，未知的，但同時(shí)又含有較大價(jià)值的信息和知識(shí)。它主要對(duì)確定目標(biāo)的有關(guān)信息，使用自動(dòng)化和統(tǒng)計(jì)學(xué)等方法對(duì)信息進(jìn)行預(yù)測(cè)、偏差分析和關(guān)聯(lián)分析等，從而得到合理的結(jié)論。在檔案管理中使用數(shù)據(jù)挖掘技術(shù)，能夠充分地發(fā)揮檔案管理的作用，從而達(dá)到良好的檔案管理工作效果。（二）數(shù)據(jù)挖掘技術(shù)分析。數(shù)據(jù)挖掘技術(shù)分析的方法是多種多樣的，其主要方法有以下幾種：1.關(guān)聯(lián)分析。指從已經(jīng)知道的信息數(shù)據(jù)中，找到多次展現(xiàn)的信息數(shù)據(jù)，由信息的說(shuō)明特征，從而得到具有相同屬性的事物特征。2.分類(lèi)分析。利用信息數(shù)據(jù)的特征，歸納總結(jié)相關(guān)信息數(shù)據(jù)的數(shù)據(jù)庫(kù)，建立所需要的數(shù)據(jù)模型，從而來(lái)識(shí)別一些未知的信息數(shù)據(jù)。3.聚類(lèi)分析。通過(guò)在確定的數(shù)據(jù)中，找尋信息的價(jià)值聯(lián)系，得到相應(yīng)的管理方案。4.序列分析。通過(guò)分析信息的前后因果關(guān)系，從而判斷信息之間可能出現(xiàn)的聯(lián)系。

在進(jìn)行現(xiàn)代檔案信息處理時(shí)，傳統(tǒng)的檔案管理方法已經(jīng)不能滿(mǎn)足其管理的要求，數(shù)據(jù)挖掘技術(shù)在這方面確有著顯著的優(yōu)勢(shì)。首先，檔案是較為重要的信息記錄，甚至有些檔案的重要性大到無(wú)價(jià)，因此對(duì)于此類(lèi)的珍貴檔案，相關(guān)的檔案管理人員也是希望檔案本身及其價(jià)值一直保持下去。不過(guò)越是珍貴的檔案，其使用率自然也就越高，所以其安全性就很難得到保障，在檔案管理中運(yùn)用數(shù)據(jù)挖掘技術(shù)，可以讓檔案的信息數(shù)據(jù)得到分析統(tǒng)計(jì)，歸納總結(jié)，不必次次實(shí)物查閱，這樣就極大地提升了檔案相關(guān)內(nèi)容的安全性，降低檔案的磨損率。并且可以對(duì)私密檔案進(jìn)行加密，進(jìn)行授權(quán)查閱，進(jìn)一步提高檔案信息的安全性。其次，對(duì)檔案進(jìn)行鑒定與甄別，這也是檔案工作中較困難的過(guò)程，過(guò)去做好這方面的工作主要依靠管理檔案管理員自己的能力和水平，主觀上的因素影響很大，但是數(shù)據(jù)挖掘技術(shù)可以及時(shí)對(duì)檔案進(jìn)行編碼和收集，對(duì)檔案進(jìn)行數(shù)字化的管理和規(guī)劃，解放人力資源，提升檔案利用的服務(wù)水平。第三，數(shù)據(jù)挖掘技術(shù)可以減少檔案的收集和保管成本，根據(jù)檔案的特點(diǎn)和規(guī)律建立的數(shù)據(jù)模型能為之后的工作人員建立一種標(biāo)準(zhǔn)，提升了檔案的鑒定效率。

（一）檔案信息的收集。在實(shí)施檔案管理工作時(shí)，首先需要對(duì)檔案信息數(shù)據(jù)的收集。可以運(yùn)用相關(guān)檔案數(shù)據(jù)庫(kù)的數(shù)據(jù)資料，進(jìn)行科學(xué)的分析，制定科學(xué)的說(shuō)明方案，對(duì)確定的數(shù)據(jù)集合類(lèi)型和一些相關(guān)概念的模型進(jìn)行科學(xué)說(shuō)明，利用這些數(shù)據(jù)說(shuō)明，建立準(zhǔn)確的數(shù)據(jù)模型，并以此數(shù)據(jù)模型作為標(biāo)準(zhǔn)，為檔案信息的快速分類(lèi)以及整合奠定基礎(chǔ)。例如，在體育局的相關(guān)網(wǎng)站上提供問(wèn)卷，利用問(wèn)卷來(lái)得到的所需要的信息數(shù)據(jù)，導(dǎo)入數(shù)據(jù)庫(kù)中，讓數(shù)據(jù)庫(kù)模型中保有使用者的相關(guān)個(gè)人信息，通過(guò)對(duì)使用者的信息數(shù)據(jù)進(jìn)行說(shuō)明，從而判斷使用者可能的類(lèi)型，提升服務(wù)的準(zhǔn)確性。因此，數(shù)據(jù)挖掘技術(shù)為檔案信息的迅速有效收集，為檔案分類(lèi)以及后續(xù)工作的順利展開(kāi)，提供了有利條件，為個(gè)性化服務(wù)的實(shí)現(xiàn)提供了保證。（二）檔案信息的分類(lèi)。數(shù)據(jù)挖掘技術(shù)具有的屬性分析能力，可以將數(shù)據(jù)庫(kù)中的信息進(jìn)行分門(mén)別類(lèi)，將信息的對(duì)象通過(guò)不同的特征，規(guī)劃為不同的分類(lèi)。將數(shù)據(jù)挖掘技術(shù)運(yùn)用到檔案管理中時(shí)，可以簡(jiǎn)單快速地找到想要的檔案數(shù)據(jù)，能根據(jù)數(shù)據(jù)中使用者的相關(guān)數(shù)據(jù)，找尋使用者在數(shù)據(jù)庫(kù)中的信息，使用數(shù)據(jù)模型的分析能力，分析出使用者的相關(guān)特征。利如，在使用者上網(wǎng)使用網(wǎng)址時(shí)，數(shù)據(jù)挖掘技術(shù)可以充分利用使用者的搜索數(shù)據(jù)以及網(wǎng)站的訪問(wèn)記錄，自動(dòng)保存用戶(hù)的搜索信息、搜索內(nèi)容、下載次數(shù)、時(shí)間等，得到用戶(hù)的偏好和特征，對(duì)用戶(hù)可能存在的需求進(jìn)行預(yù)測(cè)和分類(lèi)，更加迅速和準(zhǔn)確的，為用戶(hù)提供個(gè)性化的服務(wù)。（三）檔案信息的整合。數(shù)據(jù)挖掘技術(shù)可以對(duì)新舊檔案的信息進(jìn)行整合處理，可以較為簡(jiǎn)單地將“死檔案”整合形成為“活檔案”，提供良好的檔案信息和有效的檔案管理。例如，對(duì)于企事業(yè)單位而言，培訓(xùn)新員工的成本往往比聘請(qǐng)老員工的成本要高出很多。對(duì)老員工的檔案信息情況進(jìn)行全體整合，使檔案資源充分發(fā)揮作用，將檔案數(shù)據(jù)進(jìn)行總結(jié)和規(guī)劃，根據(jù)數(shù)據(jù)之間的聯(lián)系確定老員工流失的原因，然后建立清晰、明白的數(shù)據(jù)庫(kù)，這樣可以防止人才流失，也能大大提高檔案管理的效率。

綜上所述，在這個(gè)信息技術(shù)迅速跳躍發(fā)展的時(shí)代，將數(shù)據(jù)挖掘技術(shù)運(yùn)用到檔案管理工作中是時(shí)代發(fā)展的需求與必然結(jié)果。利用數(shù)據(jù)挖掘技術(shù)，可以使檔案管理工作的效率大大提升，不僅減少了搜索檔案信息的時(shí)間，節(jié)省人力物力，避免資源的浪費(fèi)，還能幫助用戶(hù)在海量的信息數(shù)據(jù)中，快速找到所需的檔案數(shù)據(jù)信息。數(shù)據(jù)挖掘技術(shù)的運(yùn)用，使靜態(tài)的檔案信息變成了可以“主動(dòng)”為企事業(yè)單位的發(fā)展，提供有效的個(gè)性化服務(wù)的檔案管家，推動(dòng)了社會(huì)的快速發(fā)展。

[2]宇然，數(shù)據(jù)挖掘技術(shù)研究以及在檔案計(jì)算機(jī)管理系統(tǒng)中的應(yīng)用[d].沈陽(yáng)工業(yè)大學(xué)，20xx.

[3]吳秀霞，關(guān)于檔案管理方面的數(shù)據(jù)挖掘分析及應(yīng)用探討[j].經(jīng)營(yíng)管理者，20xx:338.

數(shù)據(jù)挖掘論文選題篇三

數(shù)據(jù)挖掘是用于發(fā)現(xiàn)隱藏于大量數(shù)據(jù)中的有用信息的過(guò)程。在現(xiàn)代商業(yè)中，數(shù)據(jù)挖掘已經(jīng)成為了決策制定中不可或缺的工具。對(duì)于學(xué)習(xí)數(shù)據(jù)挖掘的人來(lái)說(shuō)，寫(xiě)論文是一個(gè)很好的鍛煉機(jī)會(huì)。本文將介紹我在撰寫(xiě)數(shù)據(jù)挖掘論文過(guò)程中得到的心得和體會(huì)。

一、數(shù)據(jù)收集和準(zhǔn)備。

在進(jìn)行數(shù)據(jù)挖掘和撰寫(xiě)論文之前，首先需要進(jìn)行數(shù)據(jù)收集和準(zhǔn)備。這個(gè)過(guò)程非常費(fèi)時(shí)間和精力。它需要你花費(fèi)大量的時(shí)間研究和了解你想要分析的數(shù)據(jù)，并且要確保其質(zhì)量和可靠性。當(dāng)你收集到充足的數(shù)據(jù)后，你需要對(duì)其進(jìn)行清洗和加工，以確保它符合你的研究和分析要求。

二、尋找合適的算法。

對(duì)于不同的數(shù)據(jù)類(lèi)型和研究目的，使用不同的算法是非常必要的。在進(jìn)行數(shù)據(jù)分析前，我們需要先研究和了解有哪些算法可以使用，并確定哪個(gè)算法最適合你的數(shù)據(jù)和問(wèn)題。此外，認(rèn)真閱讀一些經(jīng)典的數(shù)據(jù)挖掘論文，了解如何使用不同類(lèi)型的算法來(lái)處理和分析數(shù)據(jù)，對(duì)于指導(dǎo)你的研究和撰寫(xiě)論文有很大的幫助。

三、數(shù)據(jù)可視化。

數(shù)據(jù)可視化是通過(guò)圖表、示意圖和圖像等方式將數(shù)據(jù)表達(dá)出來(lái)。它可以使得復(fù)雜的數(shù)據(jù)變得更加容易理解和使用。當(dāng)你分析完你的數(shù)據(jù)后，你需要進(jìn)行可視化操作，以幫助你更好地理解和展示數(shù)據(jù)。此外，數(shù)據(jù)可視化還能使你的論文更加引人注目，視覺(jué)效果更加優(yōu)美。

四、語(yǔ)言表達(dá)。

語(yǔ)言表達(dá)能力在論文寫(xiě)作中是至關(guān)重要的。你需要清晰而有條理地表達(dá)你的研究思路和分析結(jié)果，并將其用通俗易懂的語(yǔ)言表現(xiàn)出來(lái)。此外，精確的描述和清晰的句子結(jié)構(gòu)有助于閱讀者理解你的思考過(guò)程。

五、多次修改和校對(duì)。

寫(xiě)作是一個(gè)不斷完善和改進(jìn)的過(guò)程。你需要對(duì)論文進(jìn)行多次修改和校對(duì)，以確保你的研究思路和結(jié)果清晰明了，沒(méi)有錯(cuò)別字和語(yǔ)法錯(cuò)誤。此外，還需要注意引用來(lái)源的正確性和格式的一致性。

數(shù)據(jù)挖掘論文撰寫(xiě)是一個(gè)需要良好耐心和細(xì)心的工作。在整個(gè)過(guò)程中，我們需要持續(xù)學(xué)習(xí)和完善自己，才能寫(xiě)出高質(zhì)量、有科學(xué)價(jià)值的論文。對(duì)于近期對(duì)數(shù)據(jù)挖掘領(lǐng)域有深入接觸的讀者來(lái)說(shuō)，我們要虛心學(xué)習(xí)，勤奮鉆研，不斷提高自己的寫(xiě)作技巧。

數(shù)據(jù)挖掘論文選題篇四

[1]劉瑩。基于數(shù)據(jù)挖掘的商品銷(xiāo)售預(yù)測(cè)分析[j].科技通報(bào)。2014（07）。

[2]姜曉娟，郭一娜。基于改進(jìn)聚類(lèi)的電信客戶(hù)流失預(yù)測(cè)分析[j].太原理工大學(xué)學(xué)報(bào)。2014（04）。

[3]李欣海。隨機(jī)森林模型在分類(lèi)與回歸分析中的應(yīng)用[j].應(yīng)用昆蟲(chóng)學(xué)報(bào)。2013（04）。

[4]朱志勇，徐長(zhǎng)梅，劉志兵，胡晨剛。基于貝葉斯網(wǎng)絡(luò)的客戶(hù)流失分析研究[j].計(jì)算機(jī)工程與科學(xué)。2013（03）。

[5]翟健宏，李偉，葛瑞海，楊茹。基于聚類(lèi)與貝葉斯分類(lèi)器的網(wǎng)絡(luò)節(jié)點(diǎn)分組算法及評(píng)價(jià)模型[j].電信科學(xué)。2013（02）。

[6]王曼，施念，花琳琳，楊永利。成組刪除法和多重填補(bǔ)法對(duì)隨機(jī)缺失的二分類(lèi)變量資料處理效果的比較[j].鄭州大學(xué)學(xué)報(bào)（醫(yī)學(xué)版）.2012（05）。

[7]黃杰晟，曹永鋒。挖掘類(lèi)改進(jìn)決策樹(shù)[j].現(xiàn)代計(jì)算機(jī)（專(zhuān)業(yè)版）.2010（01）。

[8]李凈，張范，張智江。數(shù)據(jù)挖掘技術(shù)與電信客戶(hù)分析[j].信息通信技術(shù)。2009（05）。

[9]武曉巖，李康。基因表達(dá)數(shù)據(jù)判別分析的隨機(jī)森林方法[j].中國(guó)衛(wèi)生統(tǒng)計(jì)。2006（06）。

[10]張璐。論信息與企業(yè)競(jìng)爭(zhēng)力[j].現(xiàn)代情報(bào)。2003（01）。

[13]俞馳。基于網(wǎng)絡(luò)數(shù)據(jù)挖掘的客戶(hù)獲取系統(tǒng)研究[d].西安電子科技大學(xué)2009。

[14]馮軍。數(shù)據(jù)挖掘在自動(dòng)外呼系統(tǒng)中的應(yīng)用[d].北京郵電大學(xué)2009。

[15]于寶華。基于數(shù)據(jù)挖掘的高考數(shù)據(jù)分析[d].天津大學(xué)2009。

[16]王仁彥。數(shù)據(jù)挖掘與網(wǎng)站運(yùn)營(yíng)管理[d].華東師范大學(xué)2010。

[19]賈治國(guó)。數(shù)據(jù)挖掘在高考填報(bào)志愿上的應(yīng)用[d].內(nèi)蒙古大學(xué)2005。

[22]阮偉玲。面向生鮮農(nóng)產(chǎn)品溯源的基層數(shù)據(jù)庫(kù)建設(shè)[d].成都理工大學(xué)2015。

[23]明慧。復(fù)合材料加工工藝數(shù)據(jù)庫(kù)構(gòu)建及數(shù)據(jù)集成[d].大連理工大學(xué)2014。

[25]岳雪。基于海量數(shù)據(jù)挖掘關(guān)聯(lián)測(cè)度工具的設(shè)計(jì)[d].西安財(cái)經(jīng)學(xué)院2014。

[28]張曉東。全序模塊模式下范式分解問(wèn)題研究[d].哈爾濱理工大學(xué)2015。

[30]王化楠。一種新的混合遺傳的基因聚類(lèi)方法[d].大連理工大學(xué)2014。

“大數(shù)據(jù)”到底有多大？根據(jù)研究機(jī)構(gòu)統(tǒng)計(jì)，僅在2011年，全球數(shù)據(jù)增量就達(dá)到了1.8zb(即1.8萬(wàn)億gb)，相當(dāng)于全世界每個(gè)人產(chǎn)生200gb以上的數(shù)據(jù)。這種增長(zhǎng)趨勢(shì)仍在加速，據(jù)保守預(yù)計(jì)，接下來(lái)幾年中，數(shù)據(jù)將始終保持每年50%的增長(zhǎng)速度。

縱觀人類(lèi)歷史，每一次劃時(shí)代的變革都是以新工具的出現(xiàn)和應(yīng)用為標(biāo)志的。蒸汽機(jī)把人們從農(nóng)業(yè)時(shí)代帶入了工業(yè)時(shí)代，計(jì)算機(jī)和互聯(lián)網(wǎng)把人們從工業(yè)時(shí)代帶入了信息時(shí)代，而如今大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，它源自信息時(shí)代，又是信息時(shí)代全方位的深化應(yīng)用與延伸。大數(shù)據(jù)時(shí)代的生產(chǎn)原材料是數(shù)據(jù)，生產(chǎn)工具則是大數(shù)據(jù)技術(shù)，是對(duì)信息時(shí)代所產(chǎn)生的海量數(shù)據(jù)的挖掘和分析，從而快速地獲取有價(jià)值信息的技術(shù)和應(yīng)用。

概括來(lái)講，大數(shù)據(jù)有三個(gè)特征，可總結(jié)歸納為“3v”，即量(volume)、類(lèi)(variety)、時(shí)(velocity)。量，數(shù)據(jù)容量大，現(xiàn)在數(shù)據(jù)單位已經(jīng)躍升至zb級(jí)別。類(lèi)，數(shù)據(jù)種類(lèi)多，主要來(lái)自業(yè)務(wù)系統(tǒng)，例如社交網(wǎng)絡(luò)、電子商務(wù)和物聯(lián)網(wǎng)應(yīng)用。時(shí)，處理速度快，時(shí)效性要求高，從傳統(tǒng)的事務(wù)性數(shù)據(jù)到實(shí)時(shí)或準(zhǔn)實(shí)時(shí)數(shù)據(jù)。

數(shù)據(jù)挖掘，又稱(chēng)為知識(shí)發(fā)現(xiàn)(knowledgediscovery)，是通過(guò)分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。知識(shí)發(fā)現(xiàn)過(guò)程通常由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個(gè)階段組成。數(shù)據(jù)準(zhǔn)備是從數(shù)據(jù)中心存儲(chǔ)的數(shù)據(jù)中選取所需數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律尋找是用某種方法將數(shù)據(jù)集所含規(guī)律找出來(lái)；規(guī)律表示則是盡可能以用戶(hù)可理解的方式(如可視化)將找出的規(guī)律表示出來(lái)。

“數(shù)據(jù)海量、信息缺乏”是相當(dāng)多企業(yè)在數(shù)據(jù)大集中之后面臨的尷尬問(wèn)題。目前，大多數(shù)事物型數(shù)據(jù)庫(kù)僅實(shí)現(xiàn)了數(shù)據(jù)錄入、查詢(xún)和統(tǒng)計(jì)等較低層次的功能，無(wú)法發(fā)現(xiàn)數(shù)據(jù)中存在的有用信息，更無(wú)法進(jìn)一步通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)更高的價(jià)值。如果能夠?qū)@些數(shù)據(jù)進(jìn)行分析，探尋其數(shù)據(jù)模式及特征，進(jìn)而發(fā)現(xiàn)某個(gè)客戶(hù)、群體或組織的興趣和行為規(guī)律，專(zhuān)業(yè)人員就可以預(yù)測(cè)到未來(lái)可能發(fā)生的變化趨勢(shì)。這樣的數(shù)據(jù)挖掘過(guò)程，將極大拓展企業(yè)核心競(jìng)爭(zhēng)力。例如，在網(wǎng)上購(gòu)物時(shí)遇到的提示“瀏覽了該商品的人還瀏覽了如下商品”，就是在對(duì)大量的購(gòu)買(mǎi)者“行為軌跡”數(shù)據(jù)進(jìn)行記錄和挖掘分析的基礎(chǔ)上，捕捉總結(jié)購(gòu)買(mǎi)者共性習(xí)慣行為，并針對(duì)性地利用每一次購(gòu)買(mǎi)機(jī)會(huì)而推出的銷(xiāo)售策略。

隨著社會(huì)的進(jìn)步和信息通信技術(shù)的發(fā)展，信息系統(tǒng)在各行業(yè)、各領(lǐng)域快速拓展。這些系統(tǒng)采集、處理、積累的數(shù)據(jù)越來(lái)越多，數(shù)據(jù)量增速越來(lái)越快，以至用“海量、爆炸性增長(zhǎng)”等詞匯已無(wú)法形容數(shù)據(jù)的增長(zhǎng)速度。

2011年5月，全球知名咨詢(xún)公司麥肯錫全球研究院發(fā)布了一份題為《大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的。下一個(gè)新領(lǐng)域》的報(bào)告。報(bào)告中指出，數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，逐漸成為重要的生產(chǎn)因素；而人們對(duì)于大數(shù)據(jù)的運(yùn)用預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮的到來(lái)。2012年3月29日，美國(guó)政府在白宮網(wǎng)站上發(fā)布了《大數(shù)據(jù)研究和發(fā)展倡議》，表示將投資2億美元啟動(dòng)“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，增強(qiáng)從大數(shù)據(jù)中分析萃取信息的能力。

在電力行業(yè)，堅(jiān)強(qiáng)智能電網(wǎng)的迅速發(fā)展使信息通信技術(shù)正以前所未有的廣度、深度與電網(wǎng)生產(chǎn)、企業(yè)管理快速融合，信息通信系統(tǒng)已經(jīng)成為智能電網(wǎng)的“中樞神經(jīng)”，支撐新一代電網(wǎng)生產(chǎn)和管理發(fā)展。目前，國(guó)家電網(wǎng)公司已初步建成了國(guó)內(nèi)領(lǐng)先、國(guó)際一流的信息集成平臺(tái)。隨著三地集中式數(shù)據(jù)中心的陸續(xù)投運(yùn)，一級(jí)部署業(yè)務(wù)應(yīng)用范圍的拓展，結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中心的上線運(yùn)行，電網(wǎng)業(yè)務(wù)數(shù)據(jù)從總量和種類(lèi)上都已初具規(guī)模。隨著后續(xù)智能電表的逐步普及，電網(wǎng)業(yè)務(wù)數(shù)據(jù)將從時(shí)效性層面進(jìn)一步豐富和拓展。大數(shù)據(jù)的“量類(lèi)時(shí)”特性，已在海量、實(shí)時(shí)的電網(wǎng)業(yè)務(wù)數(shù)據(jù)中進(jìn)一步凸顯，電力大數(shù)據(jù)分析迫在眉睫。

當(dāng)前，電網(wǎng)業(yè)務(wù)數(shù)據(jù)大致分為三類(lèi)：一是電力企業(yè)生產(chǎn)數(shù)據(jù)，如發(fā)電量、電壓穩(wěn)定性等方面的數(shù)據(jù)；二是電力企業(yè)運(yùn)營(yíng)數(shù)據(jù)，如交易電價(jià)、售電量、用電客戶(hù)等方面的數(shù)據(jù)；三是電力企業(yè)管理數(shù)據(jù)，如erp、一體化平臺(tái)、協(xié)同辦公等方面的數(shù)據(jù)。如能充分利用這些基于電網(wǎng)實(shí)際的數(shù)據(jù)，對(duì)其進(jìn)行深入分析，便可以提供大量的高附加值服務(wù)。這些增值服務(wù)將有利于電網(wǎng)安全檢測(cè)與控制(包括大災(zāi)難預(yù)警與處理、供電與電力調(diào)度決策支持和更準(zhǔn)確的用電量預(yù)測(cè))，客戶(hù)用電行為分析與客戶(hù)細(xì)分，電力企業(yè)精細(xì)化運(yùn)營(yíng)管理等等，實(shí)現(xiàn)更科學(xué)的需求側(cè)管理。

例如，在電力營(yíng)銷(xiāo)環(huán)節(jié)，針對(duì)“大營(yíng)銷(xiāo)”體系建設(shè)，以客戶(hù)和市場(chǎng)為導(dǎo)向，省級(jí)集中的95598客戶(hù)服務(wù)、計(jì)量檢定配送業(yè)務(wù)屬地化管理的營(yíng)銷(xiāo)管理體系和24小時(shí)面向客戶(hù)的營(yíng)銷(xiāo)服務(wù)系統(tǒng)，可通過(guò)數(shù)據(jù)分析改善服務(wù)模式，提高營(yíng)銷(xiāo)能力和服務(wù)質(zhì)量；以分析型數(shù)據(jù)為基礎(chǔ)，優(yōu)化現(xiàn)有營(yíng)銷(xiāo)組織模式，科學(xué)配置計(jì)量、收費(fèi)和服務(wù)資源，構(gòu)建營(yíng)銷(xiāo)稽查數(shù)據(jù)監(jiān)控分析模型；建立各種針對(duì)營(yíng)銷(xiāo)的系統(tǒng)性算法模型庫(kù)，發(fā)現(xiàn)數(shù)據(jù)中存在的隱藏關(guān)系，為各級(jí)決策者提供多維的、直觀的、全面的、深入的分析預(yù)測(cè)性數(shù)據(jù)，進(jìn)而主動(dòng)把握市場(chǎng)動(dòng)態(tài)，采取適當(dāng)?shù)臓I(yíng)銷(xiāo)策略，獲得更大的企業(yè)效益，更好地服務(wù)于社會(huì)和經(jīng)濟(jì)發(fā)展。此外，還可以考慮在電力生產(chǎn)環(huán)節(jié)，利用數(shù)據(jù)挖掘技術(shù)，在線計(jì)算輸送功率極限，并考慮電壓等因素對(duì)功率極限的影響，從而合理設(shè)置系統(tǒng)輸出功率，有效平衡系統(tǒng)的安全性和經(jīng)濟(jì)性。

公司具備非常好的從數(shù)據(jù)運(yùn)維角度實(shí)現(xiàn)更大程度信息、知識(shí)發(fā)現(xiàn)的條件和基礎(chǔ)，完全可以立足數(shù)據(jù)運(yùn)維服務(wù)，創(chuàng)造數(shù)據(jù)增值價(jià)值，提供并衍生多種服務(wù)。以數(shù)據(jù)中心為紐帶，新型數(shù)據(jù)運(yùn)維的成果將有可能作為一種新的消費(fèi)形態(tài)與交付方式，給客戶(hù)帶來(lái)全新的使用體驗(yàn)，打破傳統(tǒng)業(yè)務(wù)系統(tǒng)間各自為陣的局面，進(jìn)一步推動(dòng)電網(wǎng)生產(chǎn)和企業(yè)管理，從數(shù)據(jù)運(yùn)維角度對(duì)企業(yè)生產(chǎn)經(jīng)營(yíng)、管理以及堅(jiān)強(qiáng)智能電網(wǎng)建設(shè)提供更有力、更長(zhǎng)遠(yuǎn)、更深入的支撐。

這個(gè)問(wèn)題太籠統(tǒng)，基本上算法和應(yīng)用是兩個(gè)人來(lái)做的，可能是數(shù)據(jù)挖掘職位。做算法的比較少，也比較高級(jí)。

其實(shí)所謂做算法大多數(shù)時(shí)候都不是設(shè)計(jì)新的算法(這個(gè)可以寫(xiě)論文了)，更多的是技術(shù)選型，特征工程抽取，最多是實(shí)現(xiàn)一些已經(jīng)有論文但是還沒(méi)有開(kāi)源模塊的算法等，還是要求扎實(shí)的算法和數(shù)據(jù)結(jié)構(gòu)功底，以及豐富的分布式計(jì)算的知識(shí)的，以及不錯(cuò)的英文閱讀和寫(xiě)作能力。但即使是這樣也是百里挑一的，很難找到。

絕大讀書(shū)數(shù)據(jù)挖掘崗位都是做應(yīng)用，數(shù)據(jù)清洗，用現(xiàn)成的庫(kù)建模，如果你自己不往算法或者架構(gòu)方面繼續(xù)提升，和其他的開(kāi)發(fā)崗位的性質(zhì)基本沒(méi)什么不同，只要會(huì)編程都是很容易入門(mén)的。

實(shí)際情況不太清楚，由于數(shù)據(jù)挖掘和大數(shù)據(jù)這個(gè)概念太火了，肯定到處都有人招聘響應(yīng)的崗位，但是二線城市可能僅僅是停留在概念上，很多實(shí)際的工作并沒(méi)有接觸到足夠大的數(shù)據(jù)，都是生搬硬套框架(從我面試的人的工作經(jīng)驗(yàn)上看即使是在北上廣深這種情況也比較多見(jiàn))。

只是在北上廣深，可能接觸到大數(shù)據(jù)的機(jī)會(huì)多一些。而且做數(shù)據(jù)挖掘現(xiàn)在熱點(diǎn)的技術(shù)比如python，spark，scala，r這些技術(shù)除了在一線城市之外基本上沒(méi)有足夠的市場(chǎng)(因?yàn)闀?huì)的人太少了，二線城市的公司找不到掌握這些技術(shù)的人，不招也沒(méi)人學(xué))。

所以我推測(cè)二線城市最多的還是用java+hadoop，或者用java寫(xiě)一些spark程序。北上廣深和二線城市程序員比待遇是欺負(fù)人，就不討論了。

和傳統(tǒng)的前后端程序員相比，最主要的去別就是對(duì)編程水平的要求。從我招聘的情況來(lái)看，做數(shù)據(jù)挖掘的人編程水平要求可以降低一個(gè)檔次，甚至都不用掌握面向?qū)ο蟆?/p>

但是要求技術(shù)全面，編程、sql，linux，正則表達(dá)式，hadoop，spark，爬蟲(chóng)，機(jī)器學(xué)習(xí)模型等技術(shù)都要掌握一些。前后端可能是要求精深，數(shù)據(jù)挖掘更強(qiáng)調(diào)廣博，有架構(gòu)能力更好。

打基礎(chǔ)是最重要的，學(xué)習(xí)一門(mén)數(shù)據(jù)挖掘常用的語(yǔ)言，比如python，scala，r;學(xué)習(xí)足夠的linux經(jīng)驗(yàn)，能夠通過(guò)awk，grep等linux命令快速的處理文本文件。掌握sql，mysql或者postgresql都是比較常用的關(guān)系型數(shù)據(jù)庫(kù)，搞數(shù)據(jù)的別跟我說(shuō)不會(huì)用數(shù)據(jù)庫(kù)。

補(bǔ)充的一些技能，比如nosql的使用，elasticsearch的使用，分詞(jieba等模塊的使用)，算法的數(shù)據(jù)結(jié)構(gòu)的知識(shí)。

我覺(jué)得應(yīng)當(dāng)學(xué)習(xí)，首先hadoop和hive很簡(jiǎn)單(如果你用aws的話你可以開(kāi)一臺(tái)emr，上面直接就有hadoop和hive，可以直接從使用學(xué)起)。

我覺(jué)得如果不折騰安裝和部署，還有l(wèi)inux和mysql的經(jīng)驗(yàn)，只要半天到一天就能熟悉hadoop和hive的使用(當(dāng)然你得有l(wèi)inux和mysql的基礎(chǔ)，如果沒(méi)有就先老老實(shí)實(shí)的學(xué)linux和mysql，這兩個(gè)都可以在自己的pc上安裝，自己折騰)。

spark對(duì)很多人來(lái)說(shuō)才是需要學(xué)習(xí)的，如果你有java經(jīng)驗(yàn)大可以從java入門(mén)。如果沒(méi)有那么還是建議從scala入門(mén)，但是實(shí)際上如果沒(méi)有java經(jīng)驗(yàn)，scala入門(mén)也會(huì)有一定難度，但是可以慢慢補(bǔ)。

所以總的來(lái)說(shuō)spark才足夠難，以至于需要學(xué)習(xí)。

如果上面任何一個(gè)問(wèn)題的答案是no，我都不建議直接轉(zhuǎn)行或者申請(qǐng)高級(jí)的數(shù)據(jù)挖掘職位(因?yàn)槟愫茈y找到一個(gè)正經(jīng)的數(shù)據(jù)挖掘崗位，頂多是一些打擦邊球的崗位，無(wú)論是實(shí)際干的工作還是未來(lái)的成長(zhǎng)可能對(duì)你的幫助都不大)。

無(wú)論你現(xiàn)在是學(xué)生還是已經(jīng)再做一些前段后端、運(yùn)維之類(lèi)的工作你都有足夠的時(shí)間補(bǔ)齊這些基礎(chǔ)知識(shí)。

補(bǔ)齊了這些知識(shí)之后，第一件事就是了解大數(shù)據(jù)生態(tài)，hadoop生態(tài)圈，spark生態(tài)圈，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)(后兩者需要高等數(shù)學(xué)和線性代數(shù)基礎(chǔ)，如果你的大學(xué)專(zhuān)業(yè)學(xué)這些不要混)。

數(shù)據(jù)挖掘論文選題篇五

發(fā)現(xiàn)的是用戶(hù)感興趣的知識(shí)；發(fā)現(xiàn)的知識(shí)應(yīng)當(dāng)能夠被接受、理解和運(yùn)用。也就是發(fā)現(xiàn)全部相對(duì)的知識(shí)，是具有特定前提與條件，面向既定領(lǐng)域的，同時(shí)還容易被用戶(hù)接受。數(shù)據(jù)挖掘?qū)儆谝环N新型的商業(yè)信息處理技術(shù)，其特點(diǎn)為抽取、轉(zhuǎn)化、分析商業(yè)數(shù)據(jù)庫(kù)中的大規(guī)模業(yè)務(wù)數(shù)據(jù)，從中獲得有價(jià)值的商業(yè)數(shù)據(jù)。簡(jiǎn)單來(lái)說(shuō)，其實(shí)數(shù)據(jù)挖掘是一種對(duì)數(shù)據(jù)進(jìn)行深入分析的方法。因此，可以描述數(shù)據(jù)挖掘?yàn)椋焊鶕?jù)企業(yè)設(shè)定的工作目標(biāo)，探索與分析企業(yè)大量數(shù)據(jù)，充分揭示隱藏的、未知的規(guī)律性，并且將其轉(zhuǎn)變?yōu)榭茖W(xué)的方法。數(shù)據(jù)挖掘發(fā)現(xiàn)的最常見(jiàn)知識(shí)包括：

1.1.1廣義知識(shí)體現(xiàn)相同事物共同性質(zhì)的知識(shí)，是指類(lèi)別特點(diǎn)的概括描述知識(shí)。按照數(shù)據(jù)的微觀特點(diǎn)對(duì)其表征的、具有普遍性的、極高概念層次的知識(shí)積極發(fā)現(xiàn)，是對(duì)數(shù)據(jù)的高度精煉與抽象。發(fā)現(xiàn)廣義知識(shí)的方法與技術(shù)有很多，例如數(shù)據(jù)立方體和歸約等。

1.1.2關(guān)聯(lián)知識(shí)體現(xiàn)一個(gè)事件與其他事件之間形成的關(guān)聯(lián)知識(shí)。假如兩項(xiàng)或者更多項(xiàng)之間形成關(guān)聯(lián)，則其中一項(xiàng)的屬性數(shù)值就能夠借助其他屬性數(shù)值實(shí)行預(yù)測(cè)。

1.1.3分類(lèi)知識(shí)體現(xiàn)相同事物共同特點(diǎn)的屬性知識(shí)與不同事物之間差異特點(diǎn)知識(shí)。

1.2.1明確業(yè)務(wù)對(duì)象對(duì)業(yè)務(wù)問(wèn)題清楚定義，了解數(shù)據(jù)挖掘的第一步是數(shù)據(jù)挖掘目的。挖掘結(jié)果是無(wú)法預(yù)測(cè)的，但是研究的問(wèn)題是可預(yù)見(jiàn)的，僅為了數(shù)據(jù)挖掘而數(shù)據(jù)挖掘一般會(huì)體現(xiàn)出盲目性，通常也不會(huì)獲得成功。基于用戶(hù)特征的電子商務(wù)數(shù)據(jù)挖掘研究劉芬（惠州商貿(mào)旅游高級(jí)職業(yè)技術(shù)學(xué)校，廣東惠州516025）摘要：隨著互聯(lián)網(wǎng)的出現(xiàn)，全球范圍內(nèi)電子商務(wù)正在迅速普及與發(fā)展，在這樣的環(huán)境下，電子商務(wù)數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。電子商務(wù)數(shù)據(jù)挖掘技術(shù)是近幾年來(lái)數(shù)據(jù)挖掘領(lǐng)域中的研究熱點(diǎn)，基于用戶(hù)特征的電子商務(wù)數(shù)據(jù)挖掘技術(shù)研究將會(huì)解決大量現(xiàn)實(shí)問(wèn)題，為企業(yè)確定目標(biāo)市場(chǎng)、完善決策、獲得最大競(jìng)爭(zhēng)優(yōu)勢(shì)，其應(yīng)用前景廣闊，促使電子商務(wù)企業(yè)更具有競(jìng)爭(zhēng)力。主要分析了電子商務(wù)內(nèi)容、數(shù)據(jù)挖掘技術(shù)和過(guò)程、用戶(hù)細(xì)分理論，以及基于用戶(hù)特征的電子商務(wù)數(shù)據(jù)挖掘。

1.2.2數(shù)據(jù)準(zhǔn)備第一選擇數(shù)據(jù)：是按照用戶(hù)的挖掘目標(biāo)，對(duì)全部業(yè)務(wù)內(nèi)外部數(shù)據(jù)信息積極搜索，從數(shù)據(jù)源中獲取和挖掘有關(guān)數(shù)據(jù)。第二預(yù)處理數(shù)據(jù)：加工選取的數(shù)據(jù)，具體對(duì)數(shù)據(jù)的完整性和一致性積極檢查，并且處理數(shù)據(jù)中的噪音，找出計(jì)算機(jī)丟失的數(shù)據(jù)，清除重復(fù)記錄，轉(zhuǎn)化數(shù)據(jù)類(lèi)型等。假如數(shù)據(jù)倉(cāng)庫(kù)是數(shù)據(jù)挖掘的對(duì)象，則在產(chǎn)生數(shù)據(jù)庫(kù)過(guò)程中已經(jīng)形成了數(shù)據(jù)預(yù)處理。

1.2.3變換數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)為一個(gè)分析模型。這一分析模型是相對(duì)于挖掘算法構(gòu)建的。構(gòu)建一個(gè)與挖掘算法適合的分析模型是數(shù)據(jù)挖掘獲得成功的重點(diǎn)。可以利用投影數(shù)據(jù)庫(kù)的相關(guān)操作對(duì)數(shù)據(jù)維度有效降低，進(jìn)一步減少數(shù)據(jù)挖掘過(guò)程中數(shù)據(jù)量，提升挖掘算法效率。

1.2.4挖掘數(shù)據(jù)挖掘獲得的經(jīng)濟(jì)轉(zhuǎn)化的數(shù)據(jù)。除了對(duì)選擇科學(xué)挖掘算法積極完善之外，其余全部工作都自行完成。整體挖掘過(guò)程都是相互的，也就是用戶(hù)對(duì)某些挖掘參數(shù)能夠積極控制。

1.2.5評(píng)價(jià)挖掘結(jié)果這個(gè)過(guò)程劃分為兩個(gè)步驟：表達(dá)結(jié)果和評(píng)價(jià)結(jié)果。第一表達(dá)結(jié)果：用戶(hù)能夠理解數(shù)據(jù)挖掘得到的模式，可以通過(guò)可視化數(shù)據(jù)促使用戶(hù)對(duì)挖掘結(jié)果積極理解。第二評(píng)價(jià)結(jié)果：用戶(hù)與機(jī)器對(duì)數(shù)據(jù)挖掘獲得的模式有效評(píng)價(jià)，對(duì)冗余或者無(wú)關(guān)的模式及時(shí)刪除。假如用戶(hù)不滿(mǎn)意挖掘模式，可以重新挑選數(shù)據(jù)和挖掘算法對(duì)挖掘過(guò)程科學(xué)執(zhí)行，直到獲得用戶(hù)滿(mǎn)意為止。

用戶(hù)細(xì)分是指按照不同用戶(hù)的屬性劃分用戶(hù)集合。目前學(xué)術(shù)界和企業(yè)界一般接受的是基于用戶(hù)價(jià)值的細(xì)分理論，其不僅包含了用戶(hù)為企業(yè)貢獻(xiàn)歷史利潤(rùn)，還包含未來(lái)利潤(rùn)，也就是在未來(lái)用戶(hù)為企業(yè)可能帶來(lái)的利潤(rùn)總和。基于用戶(hù)價(jià)值的細(xì)分理論選擇客戶(hù)當(dāng)前價(jià)值與客戶(hù)潛在價(jià)值兩個(gè)因素評(píng)價(jià)用戶(hù)。用戶(hù)當(dāng)前價(jià)值是指截止到目前用戶(hù)對(duì)企業(yè)貢獻(xiàn)的總體價(jià)值；用戶(hù)潛在價(jià)值是指未來(lái)用戶(hù)可能為企業(yè)創(chuàng)造的價(jià)值總和。每個(gè)因素還能夠劃分為兩個(gè)高低檔次，進(jìn)一步產(chǎn)生一個(gè)二維的矩陣，把用戶(hù)劃分為4組，價(jià)值用戶(hù)、次價(jià)值用戶(hù)、潛在價(jià)值用戶(hù)、低價(jià)值用戶(hù)。企業(yè)在推廣過(guò)程中根據(jù)不同用戶(hù)應(yīng)當(dāng)形成對(duì)應(yīng)的方法，投入不同的資源。很明顯對(duì)于企業(yè)來(lái)說(shuō)價(jià)值用戶(hù)最重要，被認(rèn)為是企業(yè)的玉質(zhì)用戶(hù)；其次是次價(jià)值用戶(hù)，被認(rèn)為是金質(zhì)用戶(hù)，雖然數(shù)量有限，卻為企業(yè)創(chuàng)造了絕大部分的利潤(rùn)；其他則是低價(jià)值用戶(hù)，對(duì)企業(yè)來(lái)說(shuō)價(jià)值最小，成為鉛質(zhì)用戶(hù)，另外一類(lèi)則是潛在價(jià)值用戶(hù)。雖然這兩類(lèi)用戶(hù)擁有較多的數(shù)量，但是為企業(yè)創(chuàng)造的價(jià)值有限，甚至很小。需要我們注意的是潛在價(jià)值用戶(hù)利用再造用戶(hù)關(guān)系，將來(lái)極有可能變成價(jià)值用戶(hù)。從長(zhǎng)期分析，潛在價(jià)值用戶(hù)可以是企業(yè)的隱形財(cái)富，是企業(yè)獲得利潤(rùn)的基礎(chǔ)。將采用數(shù)據(jù)挖掘方法對(duì)這4類(lèi)用戶(hù)特點(diǎn)有效挖掘。

3.1設(shè)計(jì)問(wèn)卷。

研究的關(guān)鍵是電子商務(wù)用戶(hù)特征的數(shù)據(jù)挖掘，具體包含了價(jià)值用戶(hù)特征、次價(jià)值用戶(hù)特征、潛在價(jià)值用戶(hù)特征，對(duì)電子商務(wù)用戶(hù)的認(rèn)知度、用戶(hù)的需求度分析。問(wèn)卷內(nèi)容包括3部分：其一是為被調(diào)查者介紹電子商務(wù)的概念與背景；其二是具體調(diào)查被調(diào)查對(duì)象的個(gè)人信息，包含了性別、年齡、學(xué)歷、感情情況、職業(yè)、工作、生活地點(diǎn)、收入、上網(wǎng)購(gòu)物經(jīng)歷；其三是問(wèn)卷主要部分，是對(duì)用戶(hù)對(duì)電子商務(wù)的了解、需求、使用情況的指標(biāo)設(shè)計(jì)。

3.2調(diào)查方式。

本次調(diào)查的問(wèn)卷主體是電腦上網(wǎng)的人群，采用隨機(jī)抽象的方式進(jìn)行網(wǎng)上訪問(wèn)。一方面采用大眾聊天工具，利用電子郵件和留言的方式發(fā)放問(wèn)卷，另一方面在大眾論壇上邀請(qǐng)其填寫(xiě)問(wèn)卷。

（1）選擇數(shù)據(jù)挖掘的算法利用clementine數(shù)據(jù)挖掘軟件，采用c5.o算法挖掘預(yù)處理之后數(shù)據(jù)。

（2）用戶(hù)數(shù)據(jù)分析。

1）電子商務(wù)用戶(hù)認(rèn)知度分析按照調(diào)查問(wèn)卷的問(wèn)題“您知道電子商務(wù)嗎？”得到對(duì)電子商務(wù)用戶(hù)認(rèn)知情況的統(tǒng)計(jì)，十分了解20.4%，了解30.1%，聽(tīng)過(guò)但不了解具體使用方法40.3%，從未聽(tīng)過(guò)8.9%。很多人僅聽(tīng)過(guò)電子商務(wù)，但是并不清楚具體的功能與應(yīng)用方法，甚至有一小部分人沒(méi)有聽(tīng)過(guò)電子商務(wù)。對(duì)調(diào)查問(wèn)卷問(wèn)題“您聽(tīng)過(guò)電子商務(wù)的渠道是什么？”，大部分用戶(hù)是利用網(wǎng)了解電子商務(wù)的，占40.2%；僅有76人是利用紙質(zhì)報(bào)刊雜志上知道電子商務(wù)的并且對(duì)其進(jìn)行應(yīng)用；這也表明相較于網(wǎng)絡(luò)宣傳紙質(zhì)媒體推廣電子商務(wù)的方法缺乏有效性。

2）電子商務(wù)用戶(hù)需求用戶(hù)希求具體是指使用產(chǎn)品服務(wù)人員對(duì)應(yīng)用產(chǎn)品或服務(wù)形成的需求或者期望。按照問(wèn)題“假如你曾經(jīng)使用電子商務(wù)，你覺(jué)得其用途怎樣，假如沒(méi)有使用過(guò)，你覺(jué)得其對(duì)自己有用嗎？”得到了認(rèn)為需要和十分需要的數(shù)據(jù)，覺(jué)得電子商務(wù)有用的用戶(hù)為40.7%，不清楚是否對(duì)自己有用的用戶(hù)為56.7%，認(rèn)為不需要的僅有2.4%。

3）電子商務(wù)用戶(hù)應(yīng)用意愿應(yīng)用意愿是指消費(fèi)者對(duì)某一產(chǎn)品服務(wù)進(jìn)行應(yīng)用或者購(gòu)買(mǎi)的一種心理欲望。按照問(wèn)題“假如可以滿(mǎn)足你所關(guān)心的因素，未來(lái)你會(huì)繼續(xù)應(yīng)用電子商務(wù)嗎？”獲得的數(shù)據(jù)可知，在滿(mǎn)足各種因素時(shí)，將來(lái)一年之內(nèi)會(huì)應(yīng)用電子商務(wù)的用戶(hù)為78.2%，一定不會(huì)應(yīng)用電子商務(wù)的用戶(hù)為1.4%。表明用戶(hù)形成了較為強(qiáng)烈的應(yīng)用電子商務(wù)欲望，電子商務(wù)發(fā)展前景很好。基于用戶(hù)特征的電子商務(wù)數(shù)據(jù)研究，電子商務(wù)企業(yè)通過(guò)這一結(jié)果能夠更好地實(shí)行營(yíng)銷(xiāo)和推廣，對(duì)潛在用戶(hù)積極定位，提高用戶(hù)體驗(yàn)，積極挖掘用戶(hù)價(jià)值。分析為企業(yè)準(zhǔn)確營(yíng)銷(xiāo)和推廣企業(yè)提供了一個(gè)有效的借鑒。

互聯(lián)網(wǎng)中數(shù)據(jù)是最寶貴的資源之一，大量數(shù)據(jù)中包含了很大的潛在價(jià)值，對(duì)這些數(shù)據(jù)深入挖掘?qū)ヂ?lián)網(wǎng)商務(wù)、企業(yè)推廣、傳播信息發(fā)揮了巨大的作用。近些年來(lái)，數(shù)據(jù)挖掘技術(shù)獲得了信息產(chǎn)業(yè)的極大重視，具體原因是出現(xiàn)了大量的數(shù)據(jù)，能夠廣泛應(yīng)用，并且需要轉(zhuǎn)化數(shù)據(jù)成為有價(jià)值的信息知識(shí)。通過(guò)基于用戶(hù)特征的電子商務(wù)數(shù)據(jù)挖掘研究，促使電子商務(wù)獲得巨大發(fā)展機(jī)會(huì)，發(fā)現(xiàn)潛在用戶(hù)，促使電子商務(wù)企業(yè)精準(zhǔn)營(yíng)銷(xiāo)。

數(shù)據(jù)挖掘論文選題篇六

在電子商務(wù)中運(yùn)用數(shù)據(jù)挖掘技術(shù)，對(duì)服務(wù)器上的日志數(shù)據(jù)、用戶(hù)信息和訪問(wèn)鏈接信息進(jìn)行數(shù)據(jù)挖掘，有效了解客戶(hù)的購(gòu)買(mǎi)欲望，從而調(diào)整電子商務(wù)平臺(tái)，最終實(shí)現(xiàn)利益更大化。本文旨在了解電子商務(wù)中的數(shù)據(jù)源有哪些，發(fā)掘數(shù)據(jù)挖掘在電子商務(wù)中的具體作用，從而為數(shù)據(jù)挖掘的具體設(shè)計(jì)奠定基礎(chǔ)。

一、電子商務(wù)中數(shù)據(jù)挖掘的數(shù)據(jù)源。

1.服務(wù)器日志數(shù)據(jù)客戶(hù)在訪問(wèn)網(wǎng)站時(shí)，就會(huì)在服務(wù)器上產(chǎn)生相應(yīng)的服務(wù)器數(shù)據(jù)，這些文件主要是日志文件。而日志文件又可分為ser-vicelogs、errorlogs、cookielogs。其中servicelogs文件格式是最常用的標(biāo)準(zhǔn)公用日志文件格式，也是標(biāo)準(zhǔn)組合日志文件格式。標(biāo)準(zhǔn)公用日志文件的格式存儲(chǔ)關(guān)于客戶(hù)連接的物理信息。標(biāo)準(zhǔn)組合日志文件格式主要包含關(guān)于日志文件元信息的指令，如版本號(hào)，會(huì)話監(jiān)控開(kāi)始和結(jié)束的日期等。在日志文件中，cookielogs日志文件是很重要的日志文件，是服務(wù)器為了自動(dòng)追蹤網(wǎng)站訪問(wèn)者，為單個(gè)客戶(hù)瀏覽器生成日志[1]。

2.客戶(hù)登記信息。

客戶(hù)登記信息是指客戶(hù)通過(guò)web頁(yè)輸入的、并提交給服務(wù)器的相關(guān)用戶(hù)信息，這些信息通常是關(guān)于用戶(hù)的常用特征。

在web的數(shù)據(jù)挖掘中，客戶(hù)登記信息需要和訪問(wèn)日志集成，以提高數(shù)據(jù)挖掘的準(zhǔn)確度，使之能更進(jìn)一步的了解客戶(hù)。

頁(yè)面的超級(jí)鏈接。

輔之以監(jiān)視所有到達(dá)服務(wù)器的數(shù)據(jù)，提取其中的http請(qǐng)求信息。此部分?jǐn)?shù)據(jù)主要來(lái)自瀏覽者的點(diǎn)擊流，用于考察用戶(hù)的行為表現(xiàn)。網(wǎng)絡(luò)底層信息監(jiān)聽(tīng)過(guò)濾指監(jiān)聽(tīng)整個(gè)網(wǎng)絡(luò)的所有信息流量，并根據(jù)信息源主機(jī)、目標(biāo)主機(jī)、服務(wù)協(xié)議端口等信息過(guò)濾掉垃圾數(shù)據(jù)，然后進(jìn)行進(jìn)一步的處理，如關(guān)鍵字的搜索等，最終將用戶(hù)感興趣的數(shù)據(jù)發(fā)送到給定的數(shù)據(jù)接受程序存儲(chǔ)到數(shù)據(jù)庫(kù)中進(jìn)行分析統(tǒng)計(jì)。

二、web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用通過(guò)對(duì)數(shù)據(jù)源的原始積累、仔細(xì)分析，再利用數(shù)據(jù)發(fā)掘技術(shù)，最終達(dá)到為企業(yè)為用戶(hù)服務(wù)的目的，而這些服務(wù)主要有以下幾種。

1.改進(jìn)站點(diǎn)設(shè)計(jì)，提高客戶(hù)訪問(wèn)的興趣對(duì)客戶(hù)來(lái)說(shuō)，傳統(tǒng)客戶(hù)與銷(xiāo)售商之間的空間距離在電子商務(wù)中已經(jīng)不存在了，在internet上，每一個(gè)銷(xiāo)售商對(duì)于客戶(hù)來(lái)說(shuō)都是一樣的，那么如何使客戶(hù)在自己的銷(xiāo)售站點(diǎn)上駐留更長(zhǎng)的時(shí)間，對(duì)銷(xiāo)售商來(lái)說(shuō)將是一個(gè)挑戰(zhàn)。為了使客戶(hù)在自己的網(wǎng)站上駐留更長(zhǎng)的時(shí)間，就應(yīng)該對(duì)客戶(hù)的訪問(wèn)信息進(jìn)行挖掘，通過(guò)挖掘就能知道客戶(hù)的瀏覽行為，從而了解客戶(hù)的興趣及需求所在，并根據(jù)需求動(dòng)態(tài)地調(diào)整頁(yè)面，向客戶(hù)展示一個(gè)特殊的頁(yè)面，提供特有的一些商品信息和廣告，以使客戶(hù)能繼續(xù)保持對(duì)訪問(wèn)站點(diǎn)的興趣。

2.發(fā)現(xiàn)潛在客戶(hù)。

在對(duì)web的客戶(hù)訪問(wèn)信息的挖掘中，利用分類(lèi)技術(shù)可以在internet上找到未來(lái)的潛在客戶(hù)。獲得這些潛在的客戶(hù)通常的市場(chǎng)策略是：先對(duì)已經(jīng)存在的訪問(wèn)者進(jìn)行分類(lèi)。對(duì)于一個(gè)新的訪問(wèn)者，通過(guò)在web上的分類(lèi)發(fā)現(xiàn)，識(shí)別出這個(gè)客戶(hù)與已經(jīng)分類(lèi)的老客戶(hù)的一些公共的描述，從而對(duì)這個(gè)新客戶(hù)進(jìn)行正確的歸類(lèi)。然后從它所屬類(lèi)判斷這個(gè)新客戶(hù)是否為潛在的購(gòu)買(mǎi)者，決定是否要把這個(gè)新客戶(hù)作為潛在的客戶(hù)來(lái)對(duì)待。

客戶(hù)的類(lèi)型確定后，就可以對(duì)客戶(hù)動(dòng)態(tài)地展示web頁(yè)面，頁(yè)面的內(nèi)容取決于客戶(hù)與銷(xiāo)售商提供的產(chǎn)品和服務(wù)之間的關(guān)聯(lián)。

對(duì)于一個(gè)新的客戶(hù)，如果花了一段時(shí)間瀏覽市場(chǎng)站點(diǎn)，就可以把此客戶(hù)作為潛在的客戶(hù)并向這個(gè)客戶(hù)展示一些特殊的頁(yè)面內(nèi)容。

3.個(gè)性化服務(wù)。

根據(jù)網(wǎng)站用戶(hù)的訪問(wèn)情況，為用戶(hù)提供個(gè)性化信息服務(wù)，這是許多互聯(lián)網(wǎng)應(yīng)用，尤其是互聯(lián)網(wǎng)信息服務(wù)或電子商務(wù)(網(wǎng)站)所追求的目標(biāo)。根據(jù)用戶(hù)的訪問(wèn)行為和檔案向使用者進(jìn)行動(dòng)態(tài)的推薦，對(duì)許多應(yīng)用都有很大的吸引力。web日志挖掘是一個(gè)能夠出色地完成這個(gè)目標(biāo)的方式。通過(guò)web數(shù)據(jù)挖掘，可以理解訪問(wèn)者的動(dòng)態(tài)行為，據(jù)此優(yōu)化電子商務(wù)網(wǎng)站的經(jīng)營(yíng)模式。通過(guò)把所掌握的大量客戶(hù)分成不同的類(lèi)，對(duì)不同類(lèi)的客戶(hù)提供個(gè)性化服務(wù)來(lái)提高客戶(hù)的滿(mǎn)意度，從而保住老客戶(hù)；通過(guò)對(duì)具有相似瀏覽行為的客戶(hù)進(jìn)行分組，提取組中客戶(hù)的共同特征，從而實(shí)現(xiàn)客戶(hù)的聚類(lèi)，這可以幫助電子商務(wù)企業(yè)更好地了解客戶(hù)的興趣、消費(fèi)習(xí)慣和消費(fèi)傾向，預(yù)測(cè)他們的需求，有針對(duì)性地向他們推薦特定的商品并實(shí)現(xiàn)交叉銷(xiāo)售，可以提高交易成功率和交易量，提高營(yíng)銷(xiāo)效果。

例如全球最大中文購(gòu)物網(wǎng)站淘寶網(wǎng)。當(dāng)你購(gòu)買(mǎi)一件商品后，淘寶網(wǎng)會(huì)自動(dòng)提示你“購(gòu)買(mǎi)過(guò)此商品的人也購(gòu)買(mǎi)過(guò)……”類(lèi)似的信息，這就是個(gè)性化服務(wù)的代表。

4.交易評(píng)價(jià)。

現(xiàn)在幾乎每一個(gè)電子商務(wù)網(wǎng)站都增加了交易評(píng)價(jià)功能，交易評(píng)價(jià)功能主要就是為了降低交易中的信息不對(duì)稱(chēng)問(wèn)題。

電子商務(wù)交易平臺(tái)設(shè)計(jì)了在線信譽(yù)評(píng)價(jià)系統(tǒng)，對(duì)買(mǎi)賣(mài)雙方的交易歷史及其評(píng)價(jià)進(jìn)行記錄。在聲譽(yù)效應(yīng)的影響下，賣(mài)家也更加重視買(mǎi)家的交易滿(mǎn)意度，并且也形成了為獲取好評(píng)減少差評(píng)而提高服務(wù)質(zhì)量的良好風(fēng)氣。交易中的不滿(mǎn)意（或者成為糾紛）是產(chǎn)生非好評(píng)（包括中評(píng)和差評(píng)）的直接原因。那么，交易中一般會(huì)產(chǎn)生哪些交易糾紛，這些交易糾紛的存在會(huì)如何影響交易評(píng)價(jià)結(jié)果，這些問(wèn)題的解決對(duì)賣(mài)家的經(jīng)營(yíng)具有重要的指導(dǎo)價(jià)值。

總結(jié)。

數(shù)據(jù)挖掘是當(dāng)今世界研究的熱門(mén)領(lǐng)域，其研究具有廣闊的應(yīng)用前景和巨大的現(xiàn)實(shí)意義。借助數(shù)據(jù)挖掘可以改進(jìn)企業(yè)的電子商務(wù)平臺(tái)，增加企業(yè)的經(jīng)營(yíng)業(yè)績(jī)，拓寬企業(yè)的經(jīng)營(yíng)思路，最終提高企業(yè)的競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

數(shù)據(jù)挖掘論文選題篇七

[1]劉瑩。基于數(shù)據(jù)挖掘的商品銷(xiāo)售預(yù)測(cè)分析[j].科技通報(bào)。20xx(07)。

[2]姜曉娟，郭一娜。基于改進(jìn)聚類(lèi)的電信客戶(hù)流失預(yù)測(cè)分析[j].太原理工大學(xué)學(xué)報(bào)。20xx(04)。

[3]李欣海。隨機(jī)森林模型在分類(lèi)與回歸分析中的應(yīng)用[j].應(yīng)用昆蟲(chóng)學(xué)報(bào)。20xx(04)。

[4]朱志勇，徐長(zhǎng)梅，劉志兵，胡晨剛。基于貝葉斯網(wǎng)絡(luò)的客戶(hù)流失分析研究[j].計(jì)算機(jī)工程與科學(xué)。20xx(03)。

[5]翟健宏，李偉，葛瑞海，楊茹。基于聚類(lèi)與貝葉斯分類(lèi)器的網(wǎng)絡(luò)節(jié)點(diǎn)分組算法及評(píng)價(jià)模型[j].電信科學(xué)。20xx(02)。

[6]王曼，施念，花琳琳，楊永利。成組刪除法和多重填補(bǔ)法對(duì)隨機(jī)缺失的二分類(lèi)變量資料處理效果的比較[j].鄭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版).20xx(05)。

[7]黃杰晟，曹永鋒。挖掘類(lèi)改進(jìn)決策樹(shù)[j].現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版).20xx(01)。

[8]李凈，張范，張智江。數(shù)據(jù)挖掘技術(shù)與電信客戶(hù)分析[j].信息通信技術(shù)。20xx(05)。

[9]武曉巖，李康。基因表達(dá)數(shù)據(jù)判別分析的隨機(jī)森林方法[j].中國(guó)衛(wèi)生統(tǒng)計(jì)。20xx(06)。

[10]張璐。論信息與企業(yè)競(jìng)爭(zhēng)力[j].現(xiàn)代情報(bào)。20xx(01)。

[13]俞馳。基于網(wǎng)絡(luò)數(shù)據(jù)挖掘的客戶(hù)獲取系統(tǒng)研究[d].西安電子科技大學(xué)20xx。

[14]馮軍。數(shù)據(jù)挖掘在自動(dòng)外呼系統(tǒng)中的應(yīng)用[d].北京郵電大學(xué)20xx。

[15]于寶華。基于數(shù)據(jù)挖掘的高考數(shù)據(jù)分析[d].天津大學(xué)20xx。

[16]王仁彥。數(shù)據(jù)挖掘與網(wǎng)站運(yùn)營(yíng)管理[d].華東師范大學(xué)20xx。

[19]賈治國(guó)。數(shù)據(jù)挖掘在高考填報(bào)志愿上的應(yīng)用[d].內(nèi)蒙古大學(xué)20xx。

[22]阮偉玲。面向生鮮農(nóng)產(chǎn)品溯源的基層數(shù)據(jù)庫(kù)建設(shè)[d].成都理工大學(xué)20xx。

[23]明慧。復(fù)合材料加工工藝數(shù)據(jù)庫(kù)構(gòu)建及數(shù)據(jù)集成[d].大連理工大學(xué)20xx。

[25]岳雪。基于海量數(shù)據(jù)挖掘關(guān)聯(lián)測(cè)度工具的設(shè)計(jì)[d].西安財(cái)經(jīng)學(xué)院20xx。

[28]張曉東。全序模塊模式下范式分解問(wèn)題研究[d].哈爾濱理工大學(xué)20xx。

[30]王化楠。一種新的混合遺傳的基因聚類(lèi)方法[d].大連理工大學(xué)20xx。

[33]俞馳。基于網(wǎng)絡(luò)數(shù)據(jù)挖掘的客戶(hù)獲取系統(tǒng)研究[d].西安電子科技大學(xué)20xx。

[34]馮軍。數(shù)據(jù)挖掘在自動(dòng)外呼系統(tǒng)中的應(yīng)用[d].北京郵電大學(xué)20xx。

[35]于寶華。基于數(shù)據(jù)挖掘的高考數(shù)據(jù)分析[d].天津大學(xué)20xx。

[36]王仁彥。數(shù)據(jù)挖掘與網(wǎng)站運(yùn)營(yíng)管理[d].華東師范大學(xué)20xx。

[39]賈治國(guó)。數(shù)據(jù)挖掘在高考填報(bào)志愿上的應(yīng)用[d].內(nèi)蒙古大學(xué)20xx。

數(shù)據(jù)挖掘論文選題篇八

摘要：大數(shù)據(jù)和智游都是當(dāng)下的熱點(diǎn)，沒(méi)有大數(shù)據(jù)的智游無(wú)從談“智慧”，數(shù)據(jù)挖掘是大數(shù)據(jù)應(yīng)用于智游的核心，文章探究了在智游應(yīng)用中，目前大數(shù)據(jù)挖掘存在的幾個(gè)問(wèn)題。

隨著人民生活水平的進(jìn)一步提高，旅游消費(fèi)的需求進(jìn)一步上升，在云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)以及移動(dòng)智能終端等信息通訊技術(shù)的飛速發(fā)展下，智游應(yīng)運(yùn)而生。大數(shù)據(jù)作為當(dāng)下的熱點(diǎn)已經(jīng)成了智游發(fā)展的有力支撐，沒(méi)有大數(shù)據(jù)提供的有利信息，智游無(wú)法變得“智慧”。

旅游業(yè)是信息密、綜合性強(qiáng)、信息依存度高的產(chǎn)業(yè)[1]，這讓其與大數(shù)據(jù)自然產(chǎn)生了交匯。2010年，江蘇省鎮(zhèn)江市首先提出“智游”的概念，雖然至今國(guó)內(nèi)外對(duì)于智游還沒(méi)有一個(gè)統(tǒng)一的學(xué)術(shù)定義，但在與大數(shù)據(jù)相關(guān)的描述中，有學(xué)者從大數(shù)據(jù)挖掘在智游中的作用出發(fā)，把智游描述為:通過(guò)充分收集和管理所有類(lèi)型和來(lái)源的旅游數(shù)據(jù)，并深入挖掘這些數(shù)據(jù)的潛在重要價(jià)值信息，然后利用這些信息為相關(guān)部門(mén)或?qū)ο筇峁┓?wù)[2]。這一定義充分肯定了在發(fā)展智游中，大數(shù)據(jù)挖掘所起的至關(guān)重要的作用，指出了在智游的過(guò)程中，數(shù)據(jù)的收集、儲(chǔ)存、管理都是為數(shù)據(jù)挖掘服務(wù)，智游最終所需要的是利用挖掘所得的有用信息。

2011年，我國(guó)提出用十年時(shí)間基本實(shí)現(xiàn)智游的目標(biāo)[3]，過(guò)去幾年，國(guó)家旅游局的相關(guān)動(dòng)作均為了實(shí)現(xiàn)這一目標(biāo)。但是，在借助大數(shù)據(jù)推動(dòng)智游的可持續(xù)性發(fā)展中，大數(shù)據(jù)所產(chǎn)生的價(jià)值卻亟待提高，原因之一就是在收集、儲(chǔ)存了大量數(shù)據(jù)后，對(duì)它們深入挖掘不夠，沒(méi)有發(fā)掘出數(shù)據(jù)更多的價(jià)值。

智游的發(fā)展離不開(kāi)移動(dòng)網(wǎng)絡(luò)、物聯(lián)網(wǎng)、云平臺(tái)。隨著大數(shù)據(jù)的不斷發(fā)展，國(guó)內(nèi)許多景區(qū)已經(jīng)實(shí)現(xiàn)wi-fi覆蓋，部分景區(qū)也已實(shí)現(xiàn)人與人、人與物、人與景點(diǎn)之間的實(shí)時(shí)互動(dòng)，多省市已建有旅游產(chǎn)業(yè)監(jiān)測(cè)平臺(tái)或旅游大數(shù)據(jù)中心以及數(shù)據(jù)可視化平臺(tái)，從中進(jìn)行數(shù)據(jù)統(tǒng)計(jì)、行為分析、監(jiān)控預(yù)警、服務(wù)質(zhì)量監(jiān)督等。通過(guò)這些平臺(tái)，已基本能掌握跟游客和景點(diǎn)相關(guān)的數(shù)據(jù)，可以實(shí)現(xiàn)更好旅游監(jiān)控、產(chǎn)業(yè)宏觀監(jiān)控，對(duì)該地的旅游管理和推廣都能發(fā)揮重要作用。

但從智慧化的發(fā)展來(lái)看，我國(guó)的信息化建設(shè)還需加強(qiáng)。雖然通訊網(wǎng)絡(luò)已基本能保證，但是大部分景區(qū)還無(wú)法實(shí)現(xiàn)對(duì)景區(qū)全面、透徹、及時(shí)的感知，更為困難的是對(duì)平臺(tái)的建設(shè)。在數(shù)據(jù)共享平臺(tái)的建設(shè)上，除了必備的硬件設(shè)施，大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)還涉及大量部門(mén)，如政府管理部門(mén)、氣象部門(mén)、交通、電子商務(wù)、旅行社、旅游網(wǎng)站等。如此多的部門(mén)相關(guān)聯(lián)，要想建立一個(gè)完整全面的大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)，難度可想而知。

大數(shù)據(jù)時(shí)代缺的不是數(shù)據(jù)，而是方法。大數(shù)據(jù)在旅游行業(yè)的應(yīng)用前景非常廣闊，但是面對(duì)大量的數(shù)據(jù)，不懂如何收集有用的數(shù)據(jù)、不懂如何對(duì)數(shù)據(jù)進(jìn)行挖掘和利用，那么“大數(shù)據(jù)”猶如礦山之中的廢石。旅游行業(yè)所涉及的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，通過(guò)云計(jì)算技術(shù)，對(duì)數(shù)據(jù)的收集、存儲(chǔ)都較為容易，但對(duì)數(shù)據(jù)的挖掘分析則還在不斷探索中。大數(shù)據(jù)的挖掘常用的方法有關(guān)聯(lián)分析，相似度分析，距離分析，聚類(lèi)分析等等，這些方法從不同的角度對(duì)數(shù)據(jù)進(jìn)行挖掘。其中，相關(guān)性分析方法通過(guò)關(guān)聯(lián)多個(gè)數(shù)據(jù)來(lái)源，挖掘數(shù)據(jù)價(jià)值。但針對(duì)旅游數(shù)據(jù)，采用這些方法挖掘數(shù)據(jù)的價(jià)值信息，難度也很大，因?yàn)槁糜螖?shù)據(jù)中冗余數(shù)據(jù)很多，數(shù)據(jù)存在形式很復(fù)雜。在旅游非結(jié)構(gòu)化數(shù)據(jù)中，一張圖片、一個(gè)天氣變化、一次輿情評(píng)價(jià)等都將會(huì)對(duì)游客的旅行計(jì)劃帶來(lái)影響。對(duì)這些數(shù)據(jù)完全挖掘分析，對(duì)游客“行前、行中、行后”大數(shù)據(jù)的實(shí)時(shí)性挖掘都是很大的挑戰(zhàn)。

2017年，數(shù)據(jù)安全事件屢見(jiàn)不鮮，伴著大數(shù)據(jù)而來(lái)的數(shù)據(jù)安全問(wèn)題日益凸顯出來(lái)。在大數(shù)據(jù)時(shí)代，無(wú)處不在的數(shù)據(jù)收集技術(shù)使我們的個(gè)人信息在所關(guān)聯(lián)的數(shù)據(jù)中心留下痕跡，如何保證這些信息被合法合理使用，讓數(shù)據(jù)“可用不可見(jiàn)”[4]，這是亟待解決的問(wèn)題。同時(shí)，在大數(shù)據(jù)資源的開(kāi)放性和共享性下，個(gè)人隱私和公民權(quán)益受到嚴(yán)重威脅。這一矛盾的存在使數(shù)據(jù)共享程度與數(shù)據(jù)挖掘程度成反比。此外，經(jīng)過(guò)大數(shù)據(jù)技術(shù)的分析、挖掘，個(gè)人隱私更易被發(fā)現(xiàn)和暴露，從而可能引發(fā)一系列社會(huì)問(wèn)題。

大數(shù)據(jù)背景下的旅游數(shù)據(jù)當(dāng)然也避免不了數(shù)據(jù)的安全問(wèn)題。如果游客“吃、住、行、游、娛、購(gòu)”的數(shù)據(jù)被放入數(shù)據(jù)庫(kù)，被完全共享、挖掘、分析，那游客的人身財(cái)產(chǎn)安全將會(huì)受到嚴(yán)重影響，最終降低旅游體驗(yàn)。所以，數(shù)據(jù)的安全管理是進(jìn)行大數(shù)據(jù)挖掘的前提。

大數(shù)據(jù)背景下的智游離不開(kāi)人才的創(chuàng)新活動(dòng)及技術(shù)支持，然而與專(zhuān)業(yè)相銜接的大數(shù)據(jù)人才培養(yǎng)未能及時(shí)跟上行業(yè)需求，加之創(chuàng)新型人才的外流，以及數(shù)據(jù)統(tǒng)計(jì)未來(lái)3~5年大數(shù)據(jù)行業(yè)將面臨全球性的人才荒，國(guó)內(nèi)智游的構(gòu)建還缺乏大量人才。

在信息化建設(shè)上，加大政府投入，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，整合結(jié)構(gòu)化數(shù)據(jù)，抓取非結(jié)構(gòu)化數(shù)據(jù)，打通各數(shù)據(jù)壁壘，建設(shè)旅游大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)；在挖掘方法上，對(duì)旅游大數(shù)據(jù)實(shí)時(shí)性數(shù)據(jù)的挖掘應(yīng)該被放在重要位置；在數(shù)據(jù)安全上，從加強(qiáng)大數(shù)據(jù)安全立法、監(jiān)管執(zhí)法及強(qiáng)化技術(shù)手段建設(shè)等幾個(gè)方面著手，提升大數(shù)據(jù)環(huán)境下數(shù)據(jù)安全保護(hù)水平。加強(qiáng)人才的培養(yǎng)與引進(jìn)，加強(qiáng)產(chǎn)學(xué)研合作，培養(yǎng)智游大數(shù)據(jù)人才。

參考文獻(xiàn)。

數(shù)據(jù)挖掘論文選題篇九

隨著會(huì)計(jì)現(xiàn)代化的發(fā)展，會(huì)計(jì)越來(lái)越多的運(yùn)用計(jì)算機(jī)技術(shù)的拓展。

數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢(shì)和模式的過(guò)程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識(shí)信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫(kù)管理等多學(xué)科的知識(shí)。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的潛在有用的信息和知識(shí)，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢(shì)和模式的過(guò)程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識(shí)信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫(kù)管理等多學(xué)科的知識(shí)。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的潛存有用的信息和知識(shí)，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。

常用的數(shù)據(jù)挖掘方法主要有決策樹(shù)(decisiontree)、遺傳算法(geneticalgorithms)、關(guān)聯(lián)分析(associationanalysis).聚類(lèi)分析(c~smranalysis)、序列模式分析(sequentialpattern)以及神經(jīng)網(wǎng)絡(luò)(neuralnetworks)等。

由于數(shù)據(jù)挖掘市場(chǎng)還處于起步的階段，但是發(fā)展很快。在國(guó)外有一些著名的大公司對(duì)數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了開(kāi)發(fā)。

igentminer這是ibm公司的數(shù)據(jù)挖掘產(chǎn)品，它提供了很多數(shù)據(jù)挖掘算法，包括關(guān)聯(lián)、分類(lèi)、回歸、預(yù)測(cè)模型、偏離檢測(cè)、序列模式分析和聚類(lèi)。有2個(gè)特點(diǎn)：一是它的數(shù)據(jù)挖掘算法的可伸縮性；二是它與ibm/db/2關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)緊密地結(jié)合在一起。

t是由sgi公司開(kāi)發(fā)的，它也提供了多種數(shù)據(jù)挖掘方法，包括關(guān)聯(lián)分析和分類(lèi)以及高級(jí)統(tǒng)計(jì)和可視化工具。特色是它具有的強(qiáng)大的圖形工具，包括規(guī)則可視化工具、樹(shù)可視化工具、地圖可視化工具和多維數(shù)據(jù)分散可視化工具，它們用于實(shí)現(xiàn)數(shù)據(jù)和數(shù)據(jù)挖掘結(jié)果的可視化。

tine是由isl公司開(kāi)發(fā)的，它為終端用戶(hù)和開(kāi)發(fā)者提供提供了一個(gè)集成的數(shù)據(jù)挖掘開(kāi)發(fā)環(huán)境。

面對(duì)日益激烈的競(jìng)爭(zhēng)環(huán)境，企業(yè)管理者對(duì)決策信息的需求也越來(lái)越高。管理會(huì)計(jì)作為企業(yè)決策支持系統(tǒng)的重要組成部分，提供更多、更有效的有用信息責(zé)無(wú)旁貸。因此，從海量數(shù)據(jù)中挖掘和尋求知識(shí)和信息，為決策提供有力支持成為管理會(huì)計(jì)師使用數(shù)據(jù)挖掘的強(qiáng)大動(dòng)力。例如，數(shù)據(jù)挖掘可以幫助企業(yè)加強(qiáng)成本管理，改進(jìn)產(chǎn)品和服務(wù)質(zhì)量，提高貨品銷(xiāo)量比率，設(shè)計(jì)更好的貨品運(yùn)輸與分銷(xiāo)策略，減少商業(yè)成本。

實(shí)踐證明數(shù)據(jù)挖掘不僅能明顯改善企業(yè)內(nèi)部流程，而且能夠從戰(zhàn)略的高度對(duì)企業(yè)的競(jìng)爭(zhēng)環(huán)境、市場(chǎng)、顧客和供應(yīng)商進(jìn)行分析，以獲得有價(jià)值的商業(yè)情報(bào)，保持和提高企業(yè)持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)。如，對(duì)顧客價(jià)值分析能夠?qū)槠髽I(yè)創(chuàng)造80%價(jià)值的20%的顧客區(qū)分出來(lái)，對(duì)其提供更優(yōu)質(zhì)的服務(wù)，以保持這部分顧客。

險(xiǎn)

利用數(shù)據(jù)挖掘技術(shù)可以建立企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生并非一蹴而就，而是一個(gè)積累的、漸進(jìn)的過(guò)程，通過(guò)建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，可以隨時(shí)監(jiān)控企業(yè)財(cái)務(wù)狀況，防范財(cái)務(wù)危機(jī)的發(fā)生。另外，也可以利用數(shù)據(jù)挖掘技術(shù)，對(duì)企業(yè)籌資和投資過(guò)程中的行為進(jìn)行監(jiān)控，防止惡意的商業(yè)欺詐行為，維護(hù)企業(yè)利益。尤其是在金融企業(yè)，通過(guò)數(shù)據(jù)挖掘，可以解決銀行業(yè)面臨的如信用卡的惡意透支及可疑的信用卡交易等欺詐行為。根據(jù)sec的報(bào)告，美國(guó)銀行、美國(guó)第一銀行、聯(lián)邦住房貸款抵押公司等數(shù)家銀行已采用了數(shù)據(jù)挖掘技術(shù)。

作業(yè)成本法以其對(duì)成本的精確計(jì)算和對(duì)資源的充分利用引起了人們的極大興趣，但其復(fù)雜的操作使得很多管理者望而卻步。利用數(shù)據(jù)挖掘中的回歸分析、分類(lèi)分析等方法能幫助管理會(huì)計(jì)師確定成本動(dòng)因，更加準(zhǔn)確計(jì)算成本。同時(shí)，也可以通過(guò)分析作業(yè)與價(jià)值之間的關(guān)系，確定增值作業(yè)和非增值作業(yè)，持續(xù)改進(jìn)和優(yōu)化企業(yè)價(jià)值鏈。在thomasg，johnj和il-woonkim的調(diào)查中，數(shù)據(jù)挖掘被用在作業(yè)成本管理中僅占3%。

管理會(huì)計(jì)師在很多情況下需要對(duì)未來(lái)進(jìn)行預(yù)測(cè)，而預(yù)測(cè)是建立在大量的歷史數(shù)據(jù)和適當(dāng)?shù)哪Ｐ突A(chǔ)上的。數(shù)據(jù)挖掘自動(dòng)在大型數(shù)據(jù)庫(kù)中尋找預(yù)測(cè)性信息，利用趨勢(shì)分析、時(shí)間序列分析等方法，建立對(duì)如銷(xiāo)售、成本、資金等的預(yù)測(cè)模型，科學(xué)準(zhǔn)確的預(yù)測(cè)企業(yè)各項(xiàng)指標(biāo)，作為決策的依據(jù)。例如對(duì)市場(chǎng)調(diào)查數(shù)據(jù)的分析可以幫助預(yù)測(cè)銷(xiāo)售；根據(jù)歷史資料建立銷(xiāo)售預(yù)測(cè)模型等。

投資決策分析本身就是一個(gè)非常復(fù)雜的過(guò)程，往往要借助一些工具和模型。數(shù)據(jù)挖掘技術(shù)提供了有效的工具。從公司的財(cái)務(wù)報(bào)告、宏觀的經(jīng)濟(jì)環(huán)境以及行業(yè)基本狀況等大量的數(shù)據(jù)資料中挖掘出與決策相關(guān)的實(shí)質(zhì)性的信息，保證投資決策的正確性和有效性。如利用時(shí)間序列分析模型預(yù)測(cè)股票價(jià)格進(jìn)行投資；用聯(lián)機(jī)分析處理技術(shù)分析公司的信用等級(jí)，以預(yù)防投資風(fēng)險(xiǎn)等。

品種優(yōu)化是選擇適當(dāng)?shù)漠a(chǎn)品組合以實(shí)現(xiàn)最大的利益的過(guò)程，這些利益可以是短期利潤(rùn)，也可以是長(zhǎng)期市場(chǎng)占有率，還可以是構(gòu)建長(zhǎng)期客戶(hù)群及其綜合體。為了達(dá)到這些目標(biāo)，管理會(huì)計(jì)師不僅僅需要價(jià)格和成本數(shù)據(jù)有時(shí)還需要知道替代品的情況，以及在某一市場(chǎng)段位上它們與原產(chǎn)品競(jìng)爭(zhēng)的狀況。另外企業(yè)也需要了解一個(gè)產(chǎn)品是如何刺激另一些產(chǎn)品的銷(xiāo)量的等等。例如，非盈利性產(chǎn)品本身是沒(méi)有利潤(rùn)可言的，但是，如果它帶來(lái)了可觀的客戶(hù)流量，并刺激了高利潤(rùn)產(chǎn)品的銷(xiāo)售，那么，這種產(chǎn)品就非常有利可圖，就應(yīng)該包括在產(chǎn)品清單中。這些信息可根據(jù)實(shí)際數(shù)據(jù)，通過(guò)關(guān)聯(lián)分析等技術(shù)來(lái)得到。

管理會(huì)計(jì)師可以利用數(shù)據(jù)挖掘工具來(lái)評(píng)價(jià)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，建立企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，進(jìn)行破產(chǎn)預(yù)測(cè)。破產(chǎn)預(yù)測(cè)或稱(chēng)財(cái)務(wù)危機(jī)預(yù)警模型能夠幫助管理者及時(shí)了解企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，提前采取風(fēng)險(xiǎn)防范措施，避免破產(chǎn)。另外，破產(chǎn)預(yù)測(cè)模型還能幫助分析破產(chǎn)原因，對(duì)企業(yè)管理者意義重大。，數(shù)據(jù)挖掘技術(shù)包括多維判別式分析、邏輯回歸分析、遺傳算法、神經(jīng)網(wǎng)絡(luò)以及決策樹(shù)等方法在管理會(huì)計(jì)中得到了廣泛的應(yīng)用。

數(shù)據(jù)挖掘是個(gè)嶄新的領(lǐng)域，對(duì)于數(shù)字和信息的處理是非常科學(xué)和方便的，也是非常高效率和合理分析的非常好的工具，對(duì)于會(huì)計(jì)管理領(lǐng)域的應(yīng)用在國(guó)際上只是剛剛開(kāi)始，相信隨著會(huì)計(jì)的國(guó)際化的接軌和計(jì)算機(jī)科學(xué)的進(jìn)步，在我國(guó)的會(huì)計(jì)領(lǐng)域中的數(shù)據(jù)挖掘理論會(huì)得到不斷的提升，在管理會(huì)計(jì)實(shí)際應(yīng)用中的數(shù)據(jù)挖掘也越來(lái)越多樣化和普及化。

數(shù)據(jù)挖掘論文選題篇十

近些年來(lái)，已經(jīng)有越來(lái)越多的企業(yè)把通信、網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)應(yīng)用引入企業(yè)的日常管理工作和業(yè)務(wù)開(kāi)發(fā)處理當(dāng)中，企業(yè)的各類(lèi)信息化程度也在不斷提高。現(xiàn)代科技信息技術(shù)的廣泛應(yīng)用已經(jīng)顯著的提高了企業(yè)的工作效率和經(jīng)濟(jì)效益。但是，在使用信息技術(shù)給企業(yè)帶來(lái)的方便、快捷的同時(shí)，也不斷的出現(xiàn)了新的問(wèn)題和需求。企業(yè)經(jīng)過(guò)多年積累了大量的歷史數(shù)據(jù)，這些數(shù)據(jù)對(duì)企業(yè)當(dāng)前的日常經(jīng)營(yíng)活動(dòng)幾乎沒(méi)有任何的使用價(jià)值，成了留之無(wú)用棄之可惜的累贅。而且儲(chǔ)藏這些歷史數(shù)據(jù)會(huì)對(duì)企業(yè)造成很大的困難和費(fèi)用開(kāi)銷(xiāo)。為此數(shù)據(jù)挖掘技術(shù)應(yīng)用在網(wǎng)絡(luò)營(yíng)銷(xiāo)中勢(shì)在必行，全面細(xì)致的分析數(shù)據(jù)庫(kù)資源并從中提取有價(jià)值的信息來(lái)對(duì)商業(yè)決策進(jìn)行支持，從而來(lái)控制運(yùn)營(yíng)成本、提高經(jīng)濟(jì)效益。本文將從網(wǎng)絡(luò)營(yíng)銷(xiāo)中數(shù)據(jù)挖掘技術(shù)的幾個(gè)應(yīng)用進(jìn)行探討和分析。

客戶(hù)關(guān)系管理在網(wǎng)絡(luò)營(yíng)銷(xiāo)，商業(yè)競(jìng)爭(zhēng)是一家以客戶(hù)為中心的競(jìng)技狀態(tài)的客戶(hù)，留住客戶(hù)，擴(kuò)大客戶(hù)基礎(chǔ)，建立密切的客戶(hù)關(guān)系，客戶(hù)需求分析和創(chuàng)造客戶(hù)需求等，是非常關(guān)鍵的營(yíng)銷(xiāo)問(wèn)題。客戶(hù)關(guān)系管理，營(yíng)銷(xiāo)和信息技術(shù)領(lǐng)域是一個(gè)新概念，這在90年代初，軟件產(chǎn)品在上世紀(jì)90年代后期出現(xiàn)的誕生。目前，在國(guó)內(nèi)和國(guó)外的此類(lèi)產(chǎn)品的研究和發(fā)展階段。然而，繼續(xù)與數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的進(jìn)步和發(fā)展，客戶(hù)關(guān)系管理，也是對(duì)實(shí)際應(yīng)用階段。crm的目標(biāo)是管理者與客戶(hù)的互動(dòng)，提升客戶(hù)價(jià)值，提高客戶(hù)滿(mǎn)意度，提高客戶(hù)的忠誠(chéng)度，還發(fā)現(xiàn)，市場(chǎng)營(yíng)銷(xiāo)和銷(xiāo)售渠道，然后尋找新客戶(hù)，提高客戶(hù)的利潤(rùn)貢獻(xiàn)率的最終目的是為了推動(dòng)社會(huì)和經(jīng)濟(jì)效益。客戶(hù)關(guān)系管理的目的，應(yīng)用是改善企業(yè)與客戶(hù)的關(guān)系，它是企業(yè)和服務(wù)本質(zhì)管理和協(xié)調(diào)，以滿(mǎn)足客戶(hù)的需求，企業(yè)政策支持這項(xiàng)工作，并聯(lián)系客戶(hù)服務(wù)加強(qiáng)管理，提高客戶(hù)滿(mǎn)意度和品牌忠誠(chéng)度。

然而，數(shù)據(jù)挖掘可以應(yīng)用到很多方面的crm和不同階段，包括以下內(nèi)容：

（1）“一對(duì)一”營(yíng)銷(xiāo)的內(nèi)部工作人員認(rèn)識(shí)到，客戶(hù)是在這個(gè)領(lǐng)域的企業(yè)，而不是貿(mào)易發(fā)展生存的關(guān)鍵。與每一個(gè)客戶(hù)接觸的過(guò)程，也是了解客戶(hù)的進(jìn)程，而且也讓客戶(hù)了解業(yè)務(wù)流程。

（2）企業(yè)與客戶(hù)之間的銷(xiāo)售應(yīng)該是一種商業(yè)關(guān)系不斷向前發(fā)展。客戶(hù)和營(yíng)銷(xiāo)公司成立這種方式，而且有許多方法可以使這種與客戶(hù)的關(guān)系，往往以改善包括：延長(zhǎng)時(shí)間，客戶(hù)關(guān)系和維護(hù)客戶(hù)關(guān)系，以進(jìn)一步加強(qiáng)相互交往過(guò)程中，公司可以在對(duì)方取得聯(lián)系更多的利潤(rùn)。

（3）客戶(hù)對(duì)客戶(hù)盈利能力分析。我們的客戶(hù)盈利能力是非常不同的，如果你不明白客戶(hù)盈利能力，很難制定有效的營(yíng)銷(xiāo)策略，以獲取最有價(jià)值的客戶(hù)，或進(jìn)一步提高客戶(hù)的忠誠(chéng)度的價(jià)值。數(shù)據(jù)挖掘技術(shù)可以用來(lái)預(yù)測(cè)客戶(hù)在市場(chǎng)條件變化不同的盈利能力。它可以找到所有這些行為和使用模型來(lái)預(yù)測(cè)客戶(hù)行為模式的客戶(hù)交易盈利水平或新客戶(hù)找到高利潤(rùn)。

（4）在所有部門(mén)維護(hù)客戶(hù)關(guān)系的競(jìng)爭(zhēng)日趨激烈，企業(yè)獲得新客戶(hù)的成本上升，因此，保持現(xiàn)有客戶(hù)的關(guān)系變得越來(lái)越重要。對(duì)于企業(yè)客戶(hù)可分為三大類(lèi)：沒(méi)有價(jià)值或者低價(jià)值的客戶(hù)，不容易失去寶貴的客戶(hù)，并不斷尋找更多的優(yōu)惠，更有價(jià)值的服務(wù)給客戶(hù)。前兩個(gè)類(lèi)型的客戶(hù)，客戶(hù)關(guān)系管理，現(xiàn)代化，然而，最具潛力的市場(chǎng)活動(dòng)，是第三個(gè)層次的用戶(hù)，而且還特別需求和營(yíng)銷(xiāo)工具，以保護(hù)客戶(hù)，可以減緩企業(yè)經(jīng)營(yíng)成本，而且還獲得了寶貴的客戶(hù)。數(shù)據(jù)挖掘還可以發(fā)現(xiàn)，由于客戶(hù)流失，該公司能夠滿(mǎn)足這些客戶(hù)的需要，采取適當(dāng)措施，保持銷(xiāo)售。

（5）客戶(hù)訪問(wèn)企業(yè)業(yè)務(wù)系統(tǒng)資源，包括能夠獲得新客戶(hù)的關(guān)鍵指標(biāo)。為了提供這些新的資源，包括企業(yè)搜索客戶(hù)誰(shuí)不知道該產(chǎn)品的客戶(hù)，可能是競(jìng)爭(zhēng)對(duì)手，服務(wù)客戶(hù)。這些細(xì)分客戶(hù)，潛在客戶(hù)可以幫助企業(yè)完成檢查。

通過(guò)挖掘客戶(hù)的有關(guān)數(shù)據(jù)，可以對(duì)客戶(hù)進(jìn)行分類(lèi)，找出其相同點(diǎn)和不同點(diǎn)，以便為客戶(hù)提供個(gè)性化的產(chǎn)品和服務(wù)，使企業(yè)和客戶(hù)之間能夠通過(guò)網(wǎng)絡(luò)進(jìn)行有效的溝通和信息交流。例如，關(guān)聯(lián)分析，客戶(hù)在購(gòu)買(mǎi)某種商品時(shí)，有可能會(huì)連帶著購(gòu)買(mǎi)其他的相關(guān)產(chǎn)品，這樣購(gòu)買(mǎi)的某種商品和連帶購(gòu)買(mǎi)的其他相關(guān)產(chǎn)品之間就存在著某種關(guān)聯(lián)，企業(yè)可以針對(duì)這種關(guān)聯(lián)進(jìn)行分析，分析出規(guī)律，已制定有效的營(yíng)銷(xiāo)策略來(lái)長(zhǎng)效的起到吸引客戶(hù)連帶消費(fèi)，購(gòu)買(mǎi)其他產(chǎn)品的營(yíng)銷(xiāo)策略。它能夠智能化地從大量的數(shù)據(jù)中提取出有用的信息和知識(shí)，為企業(yè)的管理人員提供決策支持。數(shù)據(jù)挖掘技術(shù)使數(shù)據(jù)庫(kù)技術(shù)進(jìn)入了一個(gè)更高級(jí)的階段，它不僅能對(duì)過(guò)去的數(shù)據(jù)進(jìn)行查詢(xún)和遍歷，并且能夠找出過(guò)去數(shù)據(jù)之間的潛在聯(lián)系，從而促進(jìn)信息的傳遞。

客戶(hù)群體的劃分也會(huì)用到數(shù)據(jù)挖掘，沒(méi)有基于數(shù)據(jù)挖掘的客戶(hù)劃分，就沒(méi)有真正的差異化、個(gè)性化營(yíng)銷(xiāo)，就沒(méi)有現(xiàn)代營(yíng)銷(xiāo)的根本。做為企業(yè)的領(lǐng)導(dǎo)者，不管你的企業(yè)是賣(mài)產(chǎn)品的還是賣(mài)服務(wù)，第一個(gè)應(yīng)該準(zhǔn)確把握的商業(yè)問(wèn)題就是你的目標(biāo)客戶(hù)群體，他們是誰(shuí)，有什么特點(diǎn)和行為模式，有那些獨(dú)特的喜好可以作為營(yíng)銷(xiāo)的突破口，有多大的多長(zhǎng)久的贏利價(jià)值。這些問(wèn)題是你整個(gè)商業(yè)運(yùn)做的核心和基礎(chǔ)，不了解你的客戶(hù)，下面的路就根本別指望能走下去了。數(shù)據(jù)挖掘營(yíng)銷(xiāo)應(yīng)用中的客戶(hù)群體劃分可以科學(xué)有效的解決這個(gè)問(wèn)題，也能給企業(yè)找到一個(gè)合理的營(yíng)銷(xiāo)定位。

數(shù)據(jù)挖掘技術(shù)在90年代開(kāi)始應(yīng)用于信用評(píng)估與風(fēng)險(xiǎn)分析中。企業(yè)在進(jìn)行網(wǎng)絡(luò)營(yíng)銷(xiāo)的過(guò)程中會(huì)受到各種各樣的來(lái)自買(mǎi)方的信用風(fēng)險(xiǎn)的威脅，隨著市場(chǎng)競(jìng)爭(zhēng)的加劇，貿(mào)易信用已經(jīng)成為企業(yè)成功開(kāi)發(fā)客戶(hù)和加強(qiáng)客戶(hù)關(guān)系的重要條件。客戶(hù)信用管理主要是搜集儲(chǔ)存客戶(hù)信息，因?yàn)榭蛻?hù)既是企業(yè)最大的財(cái)富來(lái)源，也是風(fēng)險(xiǎn)的主要來(lái)源。為了讓企業(yè)在這方面更少的受到威脅，可以利用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)企業(yè)經(jīng)常面臨的詐騙行為或延付貨款行為，進(jìn)而進(jìn)行回避。同時(shí)盡可能把客戶(hù)信用風(fēng)險(xiǎn)控制在交易發(fā)生之前是成功信用管理的根本。因此，充分獲取客戶(hù)的詳細(xì)資料并做出安全的決策非常重要。

客戶(hù)信用風(fēng)險(xiǎn)管理應(yīng)用數(shù)據(jù)挖掘技術(shù)的優(yōu)勢(shì)：

（3）數(shù)據(jù)挖掘技術(shù)也可以適應(yīng)各種形式的數(shù)據(jù)，數(shù)據(jù)挖掘可以是連續(xù)的數(shù)據(jù)，離散數(shù)據(jù)，而其他形式的數(shù)據(jù)處理，以便在更大的靈活性，在選擇指標(biāo)時(shí)，更加符合客觀實(shí)際的信用風(fēng)險(xiǎn)模型。

為現(xiàn)代信用風(fēng)險(xiǎn)管理方法有兩個(gè)：第一是所謂的指數(shù)法，其基礎(chǔ)是信用相關(guān)業(yè)務(wù)的某些特性來(lái)企業(yè)信用評(píng)估；第二類(lèi)是所謂的結(jié)構(gòu)化方法，根據(jù)歷史數(shù)據(jù)和市場(chǎng)數(shù)據(jù)模擬在企業(yè)資產(chǎn)價(jià)值變化的動(dòng)態(tài)持續(xù)的過(guò)程，然后確定其企業(yè)信用的位置。

網(wǎng)絡(luò)營(yíng)銷(xiāo)作為適應(yīng)網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代的網(wǎng)絡(luò)虛擬市場(chǎng)的新?tīng)I(yíng)銷(xiāo)理論，是市場(chǎng)營(yíng)銷(xiāo)理念在新時(shí)期的發(fā)展和應(yīng)用。它能夠智能化地從大量的數(shù)據(jù)中提取出有用的信息和知識(shí)，為企業(yè)的管理人員提供決策支持。數(shù)據(jù)挖掘技術(shù)使數(shù)據(jù)庫(kù)技術(shù)進(jìn)入了一個(gè)更高級(jí)的階段，它不僅能對(duì)過(guò)去的數(shù)據(jù)進(jìn)行查詢(xún)和遍歷，并且能夠找出過(guò)去數(shù)據(jù)之間的潛在聯(lián)系，從而促進(jìn)信息的傳遞。

1．維護(hù)原有客戶(hù)，挖掘潛在新客戶(hù)。

網(wǎng)絡(luò)營(yíng)銷(xiāo)中銷(xiāo)售商可以通過(guò)客戶(hù)的訪問(wèn)記錄來(lái)挖掘出客戶(hù)的潛在信息，跟據(jù)客戶(hù)的興趣與需求向客戶(hù)有針對(duì)性的做個(gè)性化的推薦，制定出客戶(hù)滿(mǎn)意的產(chǎn)品服務(wù)。在做好維護(hù)原有老客戶(hù)的基礎(chǔ)上，通過(guò)對(duì)數(shù)據(jù)的挖掘，利用分類(lèi)技術(shù)，也可以尋找出潛在的客戶(hù)，通過(guò)對(duì)web日志的挖掘，可以對(duì)已經(jīng)存在的訪問(wèn)者進(jìn)行分類(lèi)，根據(jù)這種精細(xì)的分類(lèi)，還可以找到潛在的新客戶(hù)。

2．制定營(yíng)銷(xiāo)策略，優(yōu)化促銷(xiāo)活動(dòng)。

對(duì)于保留的商品訪問(wèn)記錄和銷(xiāo)售記錄進(jìn)行挖掘，可以發(fā)現(xiàn)客戶(hù)的訪問(wèn)規(guī)律，了解客戶(hù)消費(fèi)的生命周期，起伏規(guī)律，結(jié)合市場(chǎng)形勢(shì)的變化，針對(duì)不同的商品和客戶(hù)群制定不同的營(yíng)銷(xiāo)策略，保證促銷(xiāo)活動(dòng)針對(duì)客戶(hù)群有的放矢，收到意想不到的效果。

3．降低運(yùn)營(yíng)成本，提高競(jìng)爭(zhēng)力。

網(wǎng)絡(luò)營(yíng)銷(xiāo)的管理者可以通過(guò)數(shù)據(jù)挖掘發(fā)現(xiàn)市場(chǎng)反饋的可靠信息，預(yù)測(cè)客戶(hù)未來(lái)的購(gòu)買(mǎi)行為，有針對(duì)性的進(jìn)行營(yíng)銷(xiāo)活動(dòng)，還可以根據(jù)產(chǎn)品訪問(wèn)者的瀏覽習(xí)慣來(lái)覺(jué)定產(chǎn)品廣告的位置，使廣告有針對(duì)性的起到宣傳的效果。從而提高廣告的投資回報(bào)率，從而能降低運(yùn)營(yíng)成本，提高且的核心競(jìng)爭(zhēng)力。

4．對(duì)客戶(hù)進(jìn)行個(gè)性化推薦。

根據(jù)客戶(hù)采礦活動(dòng)對(duì)網(wǎng)絡(luò)規(guī)則，有針對(duì)性的網(wǎng)絡(luò)營(yíng)銷(xiāo)平臺(tái)，提供“個(gè)性化”服務(wù)。個(gè)性化服務(wù)是在服務(wù)策略和服務(wù)內(nèi)容的不同客戶(hù)的不同，其本質(zhì)是客戶(hù)為中心的web服務(wù)的需求。它通過(guò)收集和分析客戶(hù)資料，以了解客戶(hù)的利益和購(gòu)買(mǎi)行為，然后采取主動(dòng)，以達(dá)到建議的服務(wù)。

5．完善網(wǎng)絡(luò)營(yíng)銷(xiāo)網(wǎng)站的設(shè)計(jì)。

1馮英健著，《網(wǎng)絡(luò)營(yíng)銷(xiāo)基礎(chǔ)與實(shí)踐》,清華大學(xué)出版社，20xx年1月第1版。

2.,and.sky-shairoh,esinknowledgediscoveryanddatamining.aaai/mitpress,menlopark,ca.1996:。

數(shù)據(jù)挖掘論文選題篇十一

網(wǎng)絡(luò)的發(fā)展帶動(dòng)了電子商務(wù)市場(chǎng)的繁華，大量的商品、信息在現(xiàn)有的網(wǎng)絡(luò)平臺(tái)上患上以交易，大大簡(jiǎn)化了傳統(tǒng)的交易方式，節(jié)儉了時(shí)間，提高了效力，但電子市場(chǎng)繁華違后暗藏的問(wèn)題，同樣成為人們關(guān)注的焦點(diǎn)，凸起表現(xiàn)在海量信息的有效應(yīng)用上，如何更為有效的管理應(yīng)用潛伏信息，使他們的最大功效患上以施展，成為人們現(xiàn)在鉆研的重點(diǎn)，數(shù)據(jù)發(fā)掘技術(shù)的發(fā)生，在必定程度上解決了這個(gè)問(wèn)題，但它也存在著問(wèn)題，需要不斷改善。

數(shù)據(jù)發(fā)掘（datamining）就是從大量的、不完整的、有噪聲的、隱約的、隨機(jī)的原始數(shù)據(jù)中，提取隱含在其中的、人們事前不知道的、但又是潛伏有用的信息以及知識(shí)的進(jìn)程。或者者說(shuō)是從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)有用的知識(shí)（kdd），并進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)融會(huì)（datafusion）和決策支撐的進(jìn)程。數(shù)據(jù)發(fā)掘是1門(mén)廣義的交叉學(xué)科，它匯聚了不同領(lǐng)域的鉆研者，特別是數(shù)據(jù)庫(kù)、人工智能、數(shù)理統(tǒng)計(jì)、可視化、并行計(jì)算等方面的學(xué)者以及工程技術(shù)人員。

數(shù)據(jù)發(fā)掘技術(shù)在電子商務(wù)的利用。

在對(duì)于web的客戶(hù)走訪信息的發(fā)掘中，應(yīng)用分類(lèi)技術(shù)可以在internet上找到未來(lái)的潛伏客戶(hù)。使用者可以先對(duì)于已經(jīng)經(jīng)存在的走訪者依據(jù)其行動(dòng)進(jìn)行分類(lèi)，并依此分析老客戶(hù)的1些公共屬性，抉擇他們分類(lèi)的癥結(jié)屬性及互相間瓜葛。對(duì)于于1個(gè)新的走訪者，通過(guò)在web上的分類(lèi)發(fā)現(xiàn)，辨認(rèn)出這個(gè)客戶(hù)與已經(jīng)經(jīng)分類(lèi)的老客戶(hù)的1些公共的描寫(xiě)，從而對(duì)于這個(gè)新客戶(hù)進(jìn)行正確的分類(lèi)。然后從它的分類(lèi)判斷這個(gè)新客戶(hù)是有益可圖的客戶(hù)群仍是無(wú)利可圖的客戶(hù)群，抉擇是不是要把這個(gè)新客戶(hù)作為潛伏的客戶(hù)來(lái)對(duì)于待。客戶(hù)的類(lèi)型肯定后，可以對(duì)于客戶(hù)動(dòng)態(tài)地展現(xiàn)web頁(yè)面，頁(yè)面的內(nèi)容取決于客戶(hù)與銷(xiāo)售商提供的產(chǎn)品以及服務(wù)之間的關(guān)聯(lián)。若為潛伏客戶(hù)，就能夠向這個(gè)客戶(hù)展現(xiàn)1些特殊的、個(gè)性化的頁(yè)面內(nèi)容。

在電子商務(wù)中，傳統(tǒng)客戶(hù)與銷(xiāo)售商之間的空間距離已經(jīng)經(jīng)不存在，在internet上，每一1個(gè)銷(xiāo)售商對(duì)于于客戶(hù)來(lái)講都是1樣的，那末使客戶(hù)在自己的銷(xiāo)售站點(diǎn)上駐留更長(zhǎng)的時(shí)間，對(duì)于銷(xiāo)售商來(lái)講則是1個(gè)挑戰(zhàn)。為了使客戶(hù)在自己的網(wǎng)站上駐留更長(zhǎng)的時(shí)間，就應(yīng)當(dāng)全面掌握客戶(hù)的閱讀行動(dòng)，知道客戶(hù)的興致及需求所在，并依據(jù)需求動(dòng)態(tài)地向客戶(hù)做頁(yè)面舉薦，調(diào)劑web頁(yè)面，提供獨(dú)有的1些商品信息以及廣告，以使客戶(hù)滿(mǎn)意，從而延長(zhǎng)客戶(hù)在自己的網(wǎng)站上的駐留的時(shí)間。

數(shù)據(jù)發(fā)掘技術(shù)可提高站點(diǎn)的效力，web設(shè)計(jì)者再也不完整依托專(zhuān)家的定性指點(diǎn)來(lái)設(shè)計(jì)網(wǎng)站，而是依據(jù)走訪者的信息特征來(lái)修改以及設(shè)計(jì)網(wǎng)站結(jié)構(gòu)以及外觀。站點(diǎn)上頁(yè)面內(nèi)容的支配以及連接就如超級(jí)市場(chǎng)中物品的貨架左右1樣，把擁有必定支撐度以及信任度的相干聯(lián)的物品擺放在1起有助于銷(xiāo)售。網(wǎng)站盡量做到讓客戶(hù)等閑地走訪到想走訪的頁(yè)面，給客戶(hù)留下好的印象，增添下次走訪的機(jī)率。

通過(guò)web數(shù)據(jù)發(fā)掘，企業(yè)可以分析顧客的將來(lái)行動(dòng)，容易評(píng)測(cè)市場(chǎng)投資回報(bào)率，患上到可靠的市場(chǎng)反饋信息。不但大大降低公司的運(yùn)營(yíng)本錢(qián)，而且便于經(jīng)營(yíng)決策的制訂。

數(shù)據(jù)發(fā)掘在利用中面臨的問(wèn)題。

一數(shù)據(jù)發(fā)掘分析變量的選擇。

數(shù)據(jù)發(fā)掘的基本問(wèn)題就在于數(shù)據(jù)的數(shù)量以及維數(shù)，數(shù)據(jù)結(jié)構(gòu)顯的無(wú)比繁雜，數(shù)據(jù)分析變量即是在數(shù)據(jù)發(fā)掘中技術(shù)利用中發(fā)生的，選擇適合的分析變量，將提高數(shù)據(jù)發(fā)掘的效力，尤其合用于電子商務(wù)中大量商品和用戶(hù)信息的處理。

針對(duì)于這1問(wèn)題，咱們完整可以用分類(lèi)的法子，分析出不同信息的屬性和呈現(xiàn)頻率進(jìn)而抽象出變量，運(yùn)用到所選模型中，進(jìn)行分析。

二數(shù)據(jù)抽取的法子的選擇。

數(shù)據(jù)抽取的目的是對(duì)于數(shù)據(jù)進(jìn)行濃縮，給出它的緊湊描寫(xiě)，如乞降值、平均值、方差值、等統(tǒng)計(jì)值、或者者用直方圖、餅狀圖等圖形方式表示，更主要的是他從數(shù)據(jù)泛化的角度來(lái)討論數(shù)據(jù)總結(jié)。數(shù)據(jù)泛化是1種把最原始、最基本的信息數(shù)據(jù)從低層次抽象到高層次上的進(jìn)程。可采取多維數(shù)據(jù)分析法子以及面向?qū)傩缘臍w納法子。

三數(shù)據(jù)趨勢(shì)的。預(yù)測(cè)。

數(shù)據(jù)是海量的，那末數(shù)據(jù)中就會(huì)隱含必定的變化趨勢(shì)，在電子商務(wù)中對(duì)于數(shù)據(jù)趨勢(shì)的預(yù)測(cè)尤為首要，尤其是對(duì)于客戶(hù)信息和商品信息公道的預(yù)測(cè)，有益于企業(yè)有效的決策，取得更多地利潤(rùn)。但如何對(duì)于這1趨勢(shì)做出公道的預(yù)測(cè)，現(xiàn)在尚無(wú)統(tǒng)1標(biāo)準(zhǔn)可尋，而且在進(jìn)行數(shù)據(jù)發(fā)掘進(jìn)程中大量數(shù)據(jù)構(gòu)成文本后格式的非標(biāo)準(zhǔn)化，也給數(shù)據(jù)的有效發(fā)掘帶來(lái)了難題。

針對(duì)于這1問(wèn)題的發(fā)生，咱們?cè)陔娮由虅?wù)中可以利用聚類(lèi)分析的法子，把擁有類(lèi)似閱讀模式的用戶(hù)集中起來(lái)，對(duì)于其進(jìn)行詳細(xì)的分析，從而提供更合適、更令用戶(hù)滿(mǎn)意的服務(wù)。聚類(lèi)分析法子的優(yōu)勢(shì)在于便于用戶(hù)在查看日志時(shí)對(duì)于商品及客戶(hù)信息有全面及清晰的把握，便于開(kāi)發(fā)以及執(zhí)行未來(lái)的市場(chǎng)戰(zhàn)略，包含自動(dòng)給1個(gè)特定的顧客聚類(lèi)發(fā)送銷(xiāo)售郵件，為1個(gè)顧客聚類(lèi)動(dòng)態(tài)地扭轉(zhuǎn)1個(gè)特殊的站點(diǎn)等，這不管對(duì)于客戶(hù)以及銷(xiāo)售商來(lái)講都是成心義。

四數(shù)據(jù)模型的可靠性。

數(shù)據(jù)模型包含概念數(shù)據(jù)模型、邏輯數(shù)據(jù)模型、物理模型。數(shù)據(jù)發(fā)掘的模型目前也有多種，包含采集模型、處理模型及其他模型，但不管哪一種模型都不是很成熟存在缺點(diǎn)，對(duì)于數(shù)據(jù)模型不同采取不同的方式利用。可能發(fā)生不同的結(jié)果，乃至差異很大，因而這就觸及到數(shù)據(jù)可靠性的問(wèn)題。數(shù)據(jù)的可靠性對(duì)于于電子商務(wù)來(lái)講尤為首要作用。

針對(duì)于這1問(wèn)題，咱們要保障數(shù)據(jù)在發(fā)掘進(jìn)程中的可靠性，保證它的準(zhǔn)確性與實(shí)時(shí)性，進(jìn)而使其在最后的結(jié)果中的準(zhǔn)確度到達(dá)最高，同時(shí)在利用模型進(jìn)程中要盡可能全面的分析問(wèn)題，防止片面，而且分析結(jié)果要由多人進(jìn)行評(píng)價(jià)，從而最大限度的保證數(shù)據(jù)的可靠性。

五數(shù)據(jù)發(fā)掘觸及到數(shù)據(jù)的私有性以及安全性。

大量的數(shù)據(jù)存在著私有性與安全性的問(wèn)題，尤其是電子商務(wù)中的各種信息，這就給數(shù)據(jù)發(fā)掘造成為了必定的阻礙，如何解決這1問(wèn)題成了技術(shù)在利用中的癥結(jié)。

為此相干人員在進(jìn)行數(shù)據(jù)發(fā)掘進(jìn)程中必定要遵照職業(yè)道德，保障信息的秘要性。

六數(shù)據(jù)發(fā)掘結(jié)果的不肯定性。

數(shù)據(jù)發(fā)掘結(jié)果擁有不肯定性的特征，由于發(fā)掘的目的不同所以最后發(fā)掘的結(jié)果自然也會(huì)千差萬(wàn)別，以因而這就需要咱們與所要發(fā)掘的目的相結(jié)合，做出公道判斷，患上出企業(yè)所需要的信息，便于企業(yè)的決策選擇。進(jìn)而到達(dá)提高企業(yè)經(jīng)濟(jì)效益，取得更多利潤(rùn)的目的。

數(shù)據(jù)發(fā)掘可以發(fā)現(xiàn)1些潛伏的用戶(hù)，對(duì)于于電子商務(wù)來(lái)講是1個(gè)不可或者缺的技術(shù)支撐，數(shù)據(jù)發(fā)掘的勝利請(qǐng)求使用者對(duì)于指望解決問(wèn)題的領(lǐng)域有深入的了解，數(shù)據(jù)發(fā)掘技術(shù)在必定程度上解決了電子商務(wù)信息不能有效應(yīng)用的問(wèn)題，但它在運(yùn)用進(jìn)程中呈現(xiàn)的問(wèn)題也亟待人們?nèi)ソ鉀Q。相信數(shù)據(jù)發(fā)掘技術(shù)的改良將推動(dòng)電子商務(wù)的深刻發(fā)展。

數(shù)據(jù)挖掘論文選題篇十二

計(jì)算機(jī)技術(shù)的不斷發(fā)展，信息技術(shù)不斷加強(qiáng)，在社會(huì)新的發(fā)展趨勢(shì)下，以往的傳統(tǒng)管理模式落后于現(xiàn)代化發(fā)展的管理水平。為了創(chuàng)新檔案管理的模式，提高檔案管理的質(zhì)量，在現(xiàn)代檔案信息管理系統(tǒng)中引入數(shù)據(jù)挖掘技術(shù)。

數(shù)據(jù)挖掘技術(shù)是一種基于統(tǒng)計(jì)學(xué)、人工智能等等技術(shù)基礎(chǔ)上，能夠自動(dòng)分析原有數(shù)據(jù)，從而做出歸納整理，并對(duì)其潛在的模式進(jìn)行挖掘的決策支持過(guò)程，簡(jiǎn)單來(lái)說(shuō)就是從一系列復(fù)雜的數(shù)據(jù)中提取人們需要的潛在性信息。

二十世紀(jì)末，計(jì)算機(jī)挖掘技術(shù)產(chǎn)生。其一般用到的方法有：

（1）孤立點(diǎn)分析。孤立點(diǎn)分析法主要用于對(duì)于特殊信息的挖掘。

（2）聚類(lèi)分析。聚類(lèi)分析方法是在指定的對(duì)象中，對(duì)其價(jià)值聯(lián)系進(jìn)行搜索。

（3）分類(lèi)分析。分類(lèi)分析就是找出具有一定特點(diǎn)的數(shù)據(jù)，對(duì)需要解讀的數(shù)據(jù)進(jìn)行識(shí)別。

（4）關(guān)聯(lián)性分析。關(guān)聯(lián)性分析方法是對(duì)指定數(shù)據(jù)中出現(xiàn)頻繁的數(shù)據(jù)進(jìn)行挖掘。

（5）序列分析。與關(guān)聯(lián)性分析法一樣，由數(shù)據(jù)之間內(nèi)在的聯(lián)系得出潛在的關(guān)聯(lián)。

1.3計(jì)算機(jī)挖掘技術(shù)的形式分析。

計(jì)算機(jī)挖掘技術(shù)在使用過(guò)程中，收集到的數(shù)據(jù)不同，數(shù)據(jù)收集的方法也就不同。在對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行形式分析的時(shí)候，主要用到：分類(lèi)形式、粗糙集形式、相關(guān)規(guī)則形式。

系統(tǒng)中的應(yīng)用計(jì)算機(jī)挖掘技術(shù)，能夠?qū)㈦[藏的信息挖掘出來(lái)并進(jìn)行總結(jié)和利用，運(yùn)用到檔案管理中來(lái)，在充分發(fā)揮挖掘技術(shù)作用的同時(shí)，極大的提高了檔案數(shù)據(jù)的利用價(jià)值。數(shù)據(jù)挖掘技術(shù)在檔案管理系統(tǒng)中，一般用到的方法為：

2.1收集法。

該方法在對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，建立對(duì)已知數(shù)據(jù)詳細(xì)描述的概念模型。然后將每個(gè)測(cè)試的樣本與此模型進(jìn)行比較，若有一個(gè)模型在測(cè)試中被認(rèn)可，就可以以此模型對(duì)管理的對(duì)象分類(lèi)。例如，檔案管理員就某事向客戶(hù)進(jìn)行問(wèn)卷調(diào)查并將答案輸入到數(shù)據(jù)庫(kù)中。在該數(shù)據(jù)庫(kù)中，對(duì)客戶(hù)的回答進(jìn)行具體屬性描述，當(dāng)有新的回答內(nèi)容輸入的時(shí)候，系統(tǒng)會(huì)自動(dòng)對(duì)該客戶(hù)需求分類(lèi)，在減輕管理員工作壓力的同時(shí)，提高了檔案管理的效率。

2.2保留法。

該方法是防止老客戶(hù)檔案丟失并將客戶(hù)留住的過(guò)程。對(duì)于任何一個(gè)企業(yè)來(lái)說(shuō)，發(fā)展一個(gè)新的客戶(hù)的成本要遠(yuǎn)遠(yuǎn)高于留住一個(gè)來(lái)客戶(hù)的成本。在客戶(hù)保留的過(guò)程中，對(duì)客戶(hù)檔案流失原因的分析至關(guān)重要，因此，采用挖掘技術(shù)對(duì)其進(jìn)行分析是必要的。

2.3分類(lèi)法。

通過(guò)計(jì)算機(jī)挖掘技術(shù)對(duì)檔案進(jìn)行分類(lèi)，按照不同的性質(zhì)進(jìn)行系統(tǒng)的劃分，將所有相似或相通的檔案進(jìn)行整理，在人們需要的時(shí)候，能夠快速的被提取出來(lái)，提高了檢索的效率和分類(lèi)的專(zhuān)業(yè)性。

計(jì)算機(jī)挖掘技術(shù)的應(yīng)用，對(duì)檔案管理方式的不斷完善有著極其重要的意義，其重要性主要體現(xiàn)在：

3.1對(duì)檔案的保護(hù)更全面。

一部分具有歷史意義的檔案，隨著保存的時(shí)間不斷增加，其年代感加強(qiáng)，意義和價(jià)值增大。相應(yīng)的，利用的頻率會(huì)隨著利用的價(jià)值增加，也更容易被損壞從而導(dǎo)致檔案信息壽命折損，此外，管理不當(dāng)造成泄密，使檔案失去了原本的利用價(jià)值，這種存在于檔案管理和利用之間的矛盾，使得檔案管理面臨著巨大的難題。挖掘技術(shù)的運(yùn)用，緩解了這種矛盾，在檔案管理工作中具有重要的意義。

3.2提升檔案管理的質(zhì)量。

在檔案信息管理系統(tǒng)中引入計(jì)算機(jī)挖掘技術(shù)，使得檔案信息管理打破了傳統(tǒng)的模式，通過(guò)挖掘技術(shù)，對(duì)管理的模式有了極大的創(chuàng)新，工作人員以往繁重的工作壓力得到釋放，時(shí)間和精力更加豐富，在對(duì)檔案管理的細(xì)節(jié)方面也就更加注意，同時(shí)也加快了對(duì)檔案的數(shù)據(jù)信息進(jìn)行處理的速度，提升檔案管理的整體質(zhì)量。

綜上所述，計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)涉及的內(nèi)容很廣，對(duì)挖掘技術(shù)的運(yùn)用，使得各行各業(yè)的發(fā)展水平得到了很大的提高，推動(dòng)社會(huì)經(jīng)濟(jì)的發(fā)展，帶動(dòng)社會(huì)發(fā)展模式的創(chuàng)新。在檔案管理中使用計(jì)算機(jī)挖掘技術(shù)，使得檔案信息保存的方法及安全性有了很大的提高。同時(shí)，也需要檔案信息管理人員在進(jìn)行檔案信息管理的時(shí)候，能合理利用計(jì)算機(jī)信息挖掘技術(shù)，在提高工作效率的同時(shí)，促進(jìn)管理模式的不斷創(chuàng)新，以適應(yīng)時(shí)代發(fā)展的要求。

數(shù)據(jù)挖掘論文選題篇十三

隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，尤其移動(dòng)互聯(lián)網(wǎng)的爆發(fā)性發(fā)展，越來(lái)越多的公司憑借其備受歡迎的系統(tǒng)和app如雨后春筍般發(fā)展起來(lái)，如滴滴打車(chē)、共享單車(chē)等。海量數(shù)據(jù)自此不再是google等大公司的專(zhuān)利，越來(lái)越多的中小型企業(yè)也可以擁有海量數(shù)據(jù)。如何從浩如煙海的數(shù)據(jù)中挖掘出令人感興趣和有用的知識(shí)，成為越來(lái)越多的公司急需解決的問(wèn)題。因此，他們對(duì)數(shù)據(jù)挖掘分析師求賢若渴。在這一社會(huì)需求下，培養(yǎng)出優(yōu)秀的數(shù)據(jù)挖掘分析師，是各個(gè)高校目前急需完成的一項(xiàng)任務(wù)。

目前，各大高等院校本科階段爭(zhēng)相開(kāi)設(shè)數(shù)據(jù)挖掘課程。然而，該課程是一門(mén)相對(duì)較新的交叉學(xué)科，涵蓋了概率統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)等學(xué)科的知識(shí)內(nèi)容，難度較大。因此，大部分高校一般將此課程開(kāi)設(shè)在研究生階段，在本科生中開(kāi)設(shè)此課程的學(xué)校相對(duì)較少。另外，不同的學(xué)校將其歸入不同的專(zhuān)業(yè)中，如計(jì)算機(jī)專(zhuān)業(yè)、信息管理專(zhuān)業(yè)、統(tǒng)計(jì)學(xué)、醫(yī)學(xué)等。可以說(shuō)，這一課程基本上處于探索的過(guò)程中。我院災(zāi)害信息系于20xx年在信息管理與信息系統(tǒng)本科學(xué)生中首次開(kāi)設(shè)了該課程。通過(guò)開(kāi)設(shè)此課程，學(xué)生能夠掌握數(shù)據(jù)挖掘的基本原理和各種挖掘算法等，掌握數(shù)據(jù)分析和處理、高級(jí)數(shù)據(jù)庫(kù)編程等技能，達(dá)到數(shù)據(jù)聚類(lèi)、分類(lèi)、關(guān)聯(lián)分析的目的。然而，通過(guò)前期教學(xué)過(guò)程，我們發(fā)現(xiàn)教學(xué)效果不理想，存在很多問(wèn)題。

1、數(shù)據(jù)內(nèi)驅(qū)力差。

以往數(shù)據(jù)挖掘課程重點(diǎn)講授數(shù)據(jù)挖掘算法，對(duì)數(shù)據(jù)源的獲取和處理極少獲取。目前各大教材都在使用一些公共數(shù)據(jù)資源，這些數(shù)據(jù)資源有些已經(jīng)非常陳舊了，比如20世紀(jì)80年代的加州房?jī)r(jià)數(shù)據(jù)。這些數(shù)據(jù)脫離現(xiàn)實(shí)，分析這些數(shù)據(jù)，學(xué)生沒(méi)有任何興趣和學(xué)習(xí)動(dòng)力，也就無(wú)法發(fā)現(xiàn)價(jià)值。

大量具有難度的數(shù)據(jù)挖掘算法的學(xué)習(xí)，使學(xué)生喪失了學(xué)習(xí)興趣，學(xué)完即忘，不知所用。

3、忽視對(duì)數(shù)據(jù)預(yù)處理過(guò)程的學(xué)習(xí)。

以往所使用的公共數(shù)據(jù)源或軟件自帶數(shù)據(jù)源，數(shù)據(jù)量小，需要的預(yù)處理工作比較少；這部分內(nèi)容基本只安排一次理論課、一次實(shí)驗(yàn)課。而實(shí)際通過(guò)爬蟲(chóng)獲取的數(shù)據(jù)源數(shù)據(jù)量大；這部分工作量比較大，需要占到整個(gè)數(shù)據(jù)挖掘工作量的一半以上。因此，一次理論課和一次實(shí)驗(yàn)課是無(wú)法讓學(xué)生掌握數(shù)據(jù)預(yù)處理技能的。

4、算法編程實(shí)現(xiàn)難度較大。

要求學(xué)生學(xué)習(xí)一門(mén)新的編程語(yǔ)言，如r語(yǔ)言、python語(yǔ)言，對(duì)本科非計(jì)算機(jī)專(zhuān)業(yè)的學(xué)生來(lái)說(shuō)難度是非常大的，尤其是課時(shí)安排只有48課時(shí)。

學(xué)生能夠理解課堂案例，但在實(shí)際應(yīng)用中，無(wú)法完成整個(gè)數(shù)據(jù)分析流程。

該課程的教學(xué)對(duì)象是信息管理與信息系統(tǒng)專(zhuān)業(yè)本科大四學(xué)生。因此，培養(yǎng)實(shí)際應(yīng)用人才，使其完成整個(gè)實(shí)際數(shù)據(jù)挖掘分析流程是教師的教學(xué)目的。筆者對(duì)智聯(lián)招聘、中華英才網(wǎng)、51job等幾個(gè)大型招聘網(wǎng)站的幾百個(gè)數(shù)據(jù)挖掘分析師相關(guān)職位進(jìn)行分析，主要分析了相關(guān)職位的工作內(nèi)容、職位要求以及需求企業(yè)。數(shù)據(jù)分析師主要利用數(shù)據(jù)挖掘工具對(duì)運(yùn)營(yíng)數(shù)據(jù)等多種數(shù)據(jù)源進(jìn)行預(yù)處理、建模、挖掘、分析及優(yōu)化。該職位是受業(yè)務(wù)驅(qū)動(dòng)的，特點(diǎn)是將現(xiàn)有數(shù)據(jù)與業(yè)務(wù)相結(jié)合，最大程度地變現(xiàn)數(shù)據(jù)價(jià)值。該職位對(duì)計(jì)算機(jī)編程等相關(guān)技術(shù)不作要求，但是需要有深厚的數(shù)據(jù)挖掘理論基礎(chǔ)，熟練使用主流的數(shù)據(jù)挖掘（或統(tǒng)計(jì)分析）工具。基于此，教師可以采取以下策略進(jìn)行教學(xué)改革。

1、加強(qiáng)對(duì)業(yè)務(wù)數(shù)據(jù)的理解。

數(shù)據(jù)挖掘分析師是受業(yè)務(wù)驅(qū)動(dòng)的，所以要理解實(shí)際業(yè)務(wù)，明確本次數(shù)據(jù)挖掘要解決什么問(wèn)題。教師可以構(gòu)建案例庫(kù)，包括教師案例庫(kù)、學(xué)生討論案例庫(kù)。教師案例庫(kù)由教師構(gòu)建，可用于課堂講授。學(xué)生案例庫(kù)由學(xué)生分組構(gòu)建，并安排討論課，由學(xué)生講述、討論并提交報(bào)告。

2、加強(qiáng)對(duì)數(shù)據(jù)的獲取。

對(duì)學(xué)生感興趣的數(shù)據(jù)源進(jìn)行挖掘，這樣才能更好地幫助學(xué)生理解吸收知識(shí)。因此，可以教授學(xué)生爬蟲(chóng)技術(shù)，編寫(xiě)爬蟲(chóng)程序，使其自主獲取感興趣的數(shù)據(jù)。

3、加強(qiáng)對(duì)數(shù)據(jù)的預(yù)處理工作。

在數(shù)據(jù)挖掘之前使用數(shù)據(jù)預(yù)處理技術(shù)，能夠顯著提高數(shù)據(jù)挖掘模式的質(zhì)量，降低實(shí)際挖掘所需要的時(shí)間，應(yīng)將其作為整門(mén)課程的重點(diǎn)進(jìn)行學(xué)習(xí)。增加理論課程和實(shí)驗(yàn)課時(shí)，使學(xué)生掌握數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)歸納等數(shù)據(jù)預(yù)處理技術(shù)，并能夠應(yīng)對(duì)各種復(fù)雜數(shù)據(jù)源，最終利用爬蟲(chóng)程序獲取的各種數(shù)據(jù)源進(jìn)行預(yù)處理工作。

教師可以選擇spssmodeler這款所見(jiàn)即所得的數(shù)據(jù)挖掘軟件作為配套實(shí)驗(yàn)平臺(tái)。該軟件具有必需的數(shù)據(jù)預(yù)處理工具及預(yù)設(shè)的挖掘算法，學(xué)生可以把注意力放在要挖掘的數(shù)據(jù)及相關(guān)需求上，設(shè)定挖掘的主題，然后通過(guò)鼠標(biāo)的點(diǎn)擊拖拉即可完成相關(guān)主題的數(shù)據(jù)挖掘過(guò)程。學(xué)生最終可對(duì)自己獲取并已處理過(guò)的數(shù)據(jù)進(jìn)行挖掘分析。

5、加強(qiáng)教師外出培訓(xùn)學(xué)習(xí)。

數(shù)據(jù)挖掘技術(shù)以及大數(shù)據(jù)技術(shù)是近來(lái)比較新穎而且發(fā)展迅速的技術(shù)。教師長(zhǎng)期身處三尺講臺(tái)之上，遠(yuǎn)離了新技術(shù)，脫離了實(shí)際。因此，需派遣教師到知名高校學(xué)習(xí)數(shù)據(jù)挖掘教學(xué)技術(shù)，到培訓(xùn)機(jī)構(gòu)進(jìn)行系統(tǒng)學(xué)習(xí)，到企業(yè)進(jìn)行實(shí)戰(zhàn)學(xué)習(xí)。

基于以上分析，形成了新的數(shù)據(jù)挖掘理論課程內(nèi)容和實(shí)踐課程內(nèi)容，安排如表1和表2所示。共安排48學(xué)時(shí)，其中理論課24學(xué)時(shí)，實(shí)驗(yàn)課24學(xué)時(shí)。理論課重點(diǎn)講授數(shù)據(jù)的獲取、數(shù)據(jù)的理解、數(shù)據(jù)的預(yù)處理以及常用挖掘算法。實(shí)驗(yàn)課重點(diǎn)學(xué)習(xí)基于spssmodeler的數(shù)據(jù)挖掘，對(duì)理論課的內(nèi)容進(jìn)行實(shí)踐。整個(gè)學(xué)習(xí)以工程項(xiàng)目為載體，該工程貫穿整個(gè)學(xué)習(xí)過(guò)程。學(xué)生通過(guò)爬蟲(chóng)程序獲取自己感興趣的數(shù)據(jù)源，根據(jù)課程進(jìn)度，逐步完成后續(xù)數(shù)據(jù)的理解，再進(jìn)行預(yù)處理，建模分析，評(píng)估整個(gè)過(guò)程。在課程結(jié)束時(shí)，完成整個(gè)項(xiàng)目，并提交報(bào)告。

在數(shù)字時(shí)代，越來(lái)越多的企業(yè)急需數(shù)據(jù)挖掘分析人才。教師應(yīng)以培養(yǎng)實(shí)際應(yīng)用人才為目的，充分培養(yǎng)學(xué)生對(duì)數(shù)據(jù)挖掘的學(xué)習(xí)興趣，以工程項(xiàng)目為載體，貫穿整個(gè)課程周期。在教學(xué)中，打牢數(shù)據(jù)獲取、理解預(yù)處理這一基石，加強(qiáng)建模挖掘分析，弱化對(duì)晦澀算法的編程學(xué)習(xí)，使學(xué)生真正掌握數(shù)據(jù)挖掘技術(shù)，滿(mǎn)足社會(huì)需求。

數(shù)據(jù)挖掘論文選題篇十四

摘要：隨著互聯(lián)網(wǎng)的廣泛使用，web的數(shù)據(jù)挖掘技術(shù)成為現(xiàn)階段數(shù)據(jù)挖掘技術(shù)研究的重點(diǎn)，但由于其數(shù)據(jù)挖掘控制的復(fù)雜，對(duì)人們的數(shù)據(jù)挖掘和使用帶來(lái)了困難。而xml數(shù)據(jù)挖掘的出現(xiàn)彌補(bǔ)了web數(shù)據(jù)挖掘的缺陷，為其帶來(lái)了方便。

關(guān)鍵詞：多層次技術(shù)；xml數(shù)據(jù)挖掘；web數(shù)據(jù)挖掘；研究。

0引言。

數(shù)據(jù)挖掘就是從大量的信息數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)律性?xún)?nèi)容，進(jìn)而對(duì)數(shù)據(jù)應(yīng)用的質(zhì)量問(wèn)題進(jìn)行解決，實(shí)現(xiàn)對(duì)數(shù)據(jù)的充分利用。在互聯(lián)網(wǎng)發(fā)展支持下的數(shù)據(jù)挖掘技術(shù)得到了快速的發(fā)展，特別是以結(jié)構(gòu)化數(shù)據(jù)為主的數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)被廣泛地應(yīng)用到各個(gè)領(lǐng)域，并獲得了好的效果。但這種結(jié)構(gòu)化的數(shù)據(jù)挖掘技術(shù)無(wú)法對(duì)web數(shù)據(jù)挖掘的特性進(jìn)行處理，web上的html文檔格式也不規(guī)范，導(dǎo)致沒(méi)有充分挖掘和利用有價(jià)值的知識(shí)。由此，如何優(yōu)化傳統(tǒng)數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)其和web的結(jié)合成為數(shù)據(jù)挖掘技術(shù)研究領(lǐng)域關(guān)注的熱點(diǎn)。而xml的出現(xiàn)，彌補(bǔ)了web的不足，成為現(xiàn)階段互聯(lián)網(wǎng)數(shù)據(jù)組織和交換的標(biāo)準(zhǔn)，并逐漸出現(xiàn)在web上。文章對(duì)基于多層次技術(shù)的xml數(shù)據(jù)挖掘進(jìn)行研究。

第一，異構(gòu)數(shù)據(jù)庫(kù)的環(huán)境。因特網(wǎng)上的信息可以說(shuō)就是一種數(shù)據(jù)路，具有大量的數(shù)據(jù)資源，每個(gè)站點(diǎn)的數(shù)據(jù)源都是異構(gòu)的，因此，每個(gè)站點(diǎn)之間的信息和組織結(jié)構(gòu)不一樣，形成了一種異構(gòu)數(shù)據(jù)庫(kù)環(huán)境。想要獲得和利用這些數(shù)據(jù)資源需要進(jìn)行數(shù)據(jù)挖掘，這種數(shù)據(jù)挖掘需要對(duì)站點(diǎn)的異構(gòu)數(shù)據(jù)集成進(jìn)行研究，同時(shí)還要對(duì)因特網(wǎng)上的數(shù)據(jù)查詢(xún)問(wèn)題進(jìn)行解決。第二，半結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)。傳統(tǒng)的數(shù)據(jù)庫(kù)具有數(shù)據(jù)模型，能夠通過(guò)這種模型來(lái)對(duì)特定的數(shù)據(jù)進(jìn)行描述。但因特網(wǎng)上的數(shù)據(jù)較為復(fù)雜，沒(méi)有統(tǒng)一的模型讓人進(jìn)行描述，且自身具有獨(dú)立性、動(dòng)態(tài)性的特點(diǎn)，存在自述層次，因而是一種半結(jié)構(gòu)化數(shù)據(jù)。

2xml數(shù)據(jù)挖掘技術(shù)。

2.1xml技術(shù)概述。

xml是由萬(wàn)維網(wǎng)協(xié)會(huì)設(shè)計(jì)的一種中介標(biāo)示性語(yǔ)言，主要被應(yīng)用在web中。xml類(lèi)似于html，主要被設(shè)計(jì)用來(lái)描述數(shù)據(jù)的語(yǔ)言，為數(shù)據(jù)挖掘提供了一種獨(dú)立的運(yùn)行程序，能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)的共享，并利用計(jì)算機(jī)通訊將信息傳遞到多個(gè)領(lǐng)域。

2.2xml和html的比較。

html是web的重要技術(shù)要素之一，簡(jiǎn)單易學(xué)，被很多計(jì)算機(jī)專(zhuān)業(yè)人員應(yīng)用于創(chuàng)建自己的、具有超文本特定的多媒體主頁(yè)，能夠?qū)崿F(xiàn)網(wǎng)絡(luò)和普通人的聯(lián)系，創(chuàng)造出豐富的網(wǎng)頁(yè)。但其在因特網(wǎng)的應(yīng)用存在以下幾點(diǎn)缺陷：第一，只是對(duì)信息的顯示方式進(jìn)行描述，沒(méi)有對(duì)信息內(nèi)容本身進(jìn)行描述；第二，需要因特網(wǎng)服務(wù)器幫其處理任務(wù)工作，加重了網(wǎng)絡(luò)的負(fù)擔(dān)，降低了網(wǎng)絡(luò)運(yùn)行的效率。根據(jù)上文對(duì)xml技術(shù)的概述，可以看出，xml不是一種單純的標(biāo)記語(yǔ)言，而是一種定義語(yǔ)言，能夠根據(jù)需要設(shè)定不同的標(biāo)記語(yǔ)言，突破了html固定標(biāo)記的限制，能夠更好地推動(dòng)web的發(fā)展。

3.1設(shè)計(jì)的特點(diǎn)。

第一，具有自然、性能良好、個(gè)性化設(shè)計(jì)的系統(tǒng)用戶(hù)界面；第二，主要應(yīng)用元搜索引擎頁(yè)面。這種頁(yè)面設(shè)計(jì)的'主要思想是首先對(duì)用戶(hù)的查詢(xún)請(qǐng)求進(jìn)行預(yù)處理，之后向各個(gè)搜索引擎發(fā)送查詢(xún)的請(qǐng)求，最后，在經(jīng)過(guò)處理之后向用戶(hù)反饋檢索結(jié)果。第三，web頁(yè)面的設(shè)計(jì)充分應(yīng)用了hits的算法。第四，利用xml技術(shù)對(duì)檢索的數(shù)據(jù)進(jìn)行預(yù)處理。主要表現(xiàn)為將數(shù)據(jù)庫(kù)中的所有文檔形式轉(zhuǎn)化為xml文檔形式，之后在數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用下實(shí)現(xiàn)各種文檔的集成。

3.2系統(tǒng)設(shè)計(jì)的結(jié)構(gòu)。

xml數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)主要包含用戶(hù)界面模塊、數(shù)據(jù)預(yù)處理模塊和數(shù)據(jù)挖掘模塊。第一，用戶(hù)界面模塊主要作為用戶(hù)和系統(tǒng)交接的端口存在，用戶(hù)通過(guò)這個(gè)界面來(lái)實(shí)現(xiàn)對(duì)數(shù)據(jù)挖掘系統(tǒng)的使用。在這個(gè)模塊中，用戶(hù)能夠在對(duì)數(shù)據(jù)挖掘之前設(shè)定挖掘的參數(shù)，之后提出請(qǐng)求、對(duì)挖掘成果分析，實(shí)現(xiàn)個(gè)性化的數(shù)據(jù)挖掘。第二，數(shù)據(jù)預(yù)處理模塊主要是指在對(duì)數(shù)據(jù)檢索之后，應(yīng)用xml技術(shù)對(duì)檢索的數(shù)據(jù)進(jìn)行預(yù)處理。第三，數(shù)據(jù)挖掘模塊主要是對(duì)數(shù)據(jù)預(yù)處理后的模塊信息進(jìn)行挖掘，并將成果展示給用戶(hù)。

4基于xml技術(shù)的web數(shù)據(jù)挖掘。

基于xml技術(shù)的web數(shù)據(jù)挖掘主要分為內(nèi)容上的挖掘和形式上的挖掘兩種，其中，內(nèi)容挖掘主要是針對(duì)文檔標(biāo)記的開(kāi)始和結(jié)束之間的文本部分，即對(duì)標(biāo)記值的一種挖掘。具體的內(nèi)容挖掘方案主要有三種：第一，利用專(zhuān)門(mén)的xml數(shù)據(jù)、半結(jié)構(gòu)數(shù)據(jù)開(kāi)發(fā)查詢(xún)的語(yǔ)言，充分開(kāi)發(fā)其查詢(xún)功能，并將這種語(yǔ)言滲透在應(yīng)用程序中，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)的有限挖掘。這種挖掘方案能夠?qū)ml技術(shù)和數(shù)據(jù)挖掘技術(shù)進(jìn)行有效的結(jié)合，且具有操作簡(jiǎn)單的特點(diǎn)。第二，實(shí)現(xiàn)對(duì)xml文檔數(shù)據(jù)的結(jié)構(gòu)化處理。在處理之后將其映射到現(xiàn)有的關(guān)系對(duì)象模型中，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)的挖掘。第三，將xml文檔視為一種文本，采用傳統(tǒng)的數(shù)據(jù)挖局處理技術(shù)對(duì)數(shù)據(jù)進(jìn)行挖掘。

4.2xml技術(shù)數(shù)據(jù)挖掘?qū)崿F(xiàn)。

xml技術(shù)的挖掘?qū)崿F(xiàn)主要利用xquery實(shí)現(xiàn)關(guān)聯(lián)挖掘來(lái)進(jìn)行數(shù)據(jù)挖掘，且不需要對(duì)其文檔進(jìn)行預(yù)處理和挖掘后處理，具有操作簡(jiǎn)單的優(yōu)勢(shì)。主要采用兩種方式來(lái)執(zhí)行xquery。第一，使用xhivenodeif對(duì)象的executexquery進(jìn)行語(yǔ)句的執(zhí)行，使得集合的每個(gè)元素都是對(duì)應(yīng)的對(duì)象，并將對(duì)象轉(zhuǎn)換成dom的節(jié)點(diǎn)來(lái)進(jìn)行數(shù)據(jù)的挖掘。第二，利用xhivexqueryqueryif對(duì)象調(diào)用execute進(jìn)行語(yǔ)句的執(zhí)行。在這個(gè)過(guò)程中會(huì)涉及對(duì)外部參數(shù)的使用。

5結(jié)語(yǔ)。

xml數(shù)據(jù)挖掘能夠有效解決因特網(wǎng)數(shù)據(jù)挖掘難的問(wèn)題，實(shí)現(xiàn)數(shù)據(jù)挖掘的簡(jiǎn)單化操作。xml數(shù)據(jù)挖掘?qū)⒉煌Y(jié)構(gòu)、不容易兼容的數(shù)據(jù)進(jìn)行結(jié)合，并利用自身的靈活性和延展性將各種應(yīng)用軟件中的數(shù)據(jù)進(jìn)行不同描述，從而方便因特網(wǎng)中數(shù)據(jù)的收集和記錄。同時(shí)，基于xml數(shù)據(jù)是自我描述性的，不需要內(nèi)部的描述處理就能實(shí)現(xiàn)數(shù)據(jù)的交換，為其對(duì)數(shù)據(jù)的處理和應(yīng)用提供了便利的支持。因此，技術(shù)xml技術(shù)的數(shù)據(jù)挖掘成為當(dāng)今因特網(wǎng)數(shù)據(jù)挖掘的研究重點(diǎn)，需要有關(guān)人員引起足夠的重視，進(jìn)而不斷促進(jìn)該技術(shù)對(duì)數(shù)據(jù)挖掘的應(yīng)用。

參考文獻(xiàn)：

數(shù)據(jù)挖掘論文選題篇十五

：隨著科學(xué)技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)也應(yīng)運(yùn)而生。為了高效有序的醫(yī)療信息管理，需要加強(qiáng)數(shù)據(jù)挖掘技術(shù)在醫(yī)療信息管理中的實(shí)際應(yīng)用，從而提升醫(yī)院的管理水平，為醫(yī)院的管理工作及資源的合理配置提供多樣化發(fā)展的可能性。筆者將針對(duì)數(shù)據(jù)挖掘技術(shù)在醫(yī)療信息管理中的應(yīng)用這一課題進(jìn)行相應(yīng)的探究，從而提出合理的改進(jìn)建議。

：挖掘技術(shù)；醫(yī)療信息管理；應(yīng)用方式。

數(shù)據(jù)挖掘作為一種數(shù)據(jù)信息再利用的有效技術(shù)，能夠有效地為醫(yī)院的管理決策提供重要信息。它以數(shù)據(jù)庫(kù)、人工智能以及數(shù)理統(tǒng)計(jì)為主要技術(shù)支柱進(jìn)行技術(shù)管理與決策。而在醫(yī)療信息管理過(guò)程之中應(yīng)用數(shù)據(jù)挖掘技術(shù)能夠較好地針對(duì)醫(yī)療衛(wèi)生信息進(jìn)行整理與歸類(lèi)來(lái)建立管理模型，形成有效的總結(jié)數(shù)據(jù)的同時(shí)能夠?yàn)獒t(yī)療工作的高效進(jìn)行提供有價(jià)值的信息。所以筆者將以數(shù)據(jù)挖掘技術(shù)在醫(yī)療信息管理中的應(yīng)用為著手點(diǎn)，從而針對(duì)其應(yīng)用現(xiàn)狀進(jìn)行探究，以此提出加強(qiáng)數(shù)據(jù)挖掘技術(shù)在醫(yī)療信息管理中應(yīng)用的具體措施，希望能夠在理論層面上推動(dòng)醫(yī)療信息管理工作的飛躍。

數(shù)據(jù)挖掘是結(jié)合信息收集技術(shù)、人工智能處理技術(shù)以及分析檢測(cè)技術(shù)等所形成的功能強(qiáng)大的技術(shù)。它能夠?qū)崿F(xiàn)對(duì)于數(shù)據(jù)的收集、問(wèn)題的定義與處理，并且能夠較好地對(duì)于結(jié)果進(jìn)行解釋與評(píng)估。在醫(yī)療信息管理工作進(jìn)行的過(guò)程之中，應(yīng)用數(shù)據(jù)挖掘技術(shù)可以較好地加強(qiáng)醫(yī)療信息數(shù)據(jù)模型的建立，同時(shí)以多種形式出現(xiàn)，例如文字信息、基本信號(hào)信息、圖像收集等，也能夠用來(lái)進(jìn)行醫(yī)療信息的科普與宣傳。并且，數(shù)據(jù)挖掘技術(shù)在醫(yī)療信息中所體現(xiàn)出的應(yīng)用方式有所不同，在數(shù)據(jù)挖掘技術(shù)應(yīng)用過(guò)程之中，既可以針對(duì)同一類(lèi)的實(shí)物反應(yīng)出共同性質(zhì)的基本特征，同時(shí)也能夠根據(jù)具有一定關(guān)聯(lián)性的事物信息來(lái)探究差異。這些功能不僅僅能夠在醫(yī)療信息的管理層面上給予醫(yī)療人員較大的信息管理指導(dǎo)，同時(shí)在實(shí)際的醫(yī)療診斷過(guò)程之中，也可以向醫(yī)生提供患者的患病信息，并且輔助治療的進(jìn)行[1]。所以，在醫(yī)療信息管理中應(yīng)用數(shù)據(jù)挖掘技術(shù)不僅僅能夠推動(dòng)醫(yī)療信息管理水平的提升，也是醫(yī)院實(shí)現(xiàn)現(xiàn)代化、信息化建設(shè)的重要體現(xiàn)，需要從根本上明確醫(yī)療信息管理應(yīng)用數(shù)據(jù)挖掘技術(shù)的必要性與基本內(nèi)涵，從而針對(duì)醫(yī)院的管理現(xiàn)狀實(shí)現(xiàn)其管理方式與技術(shù)應(yīng)用的轉(zhuǎn)變與優(yōu)化。

2.1實(shí)現(xiàn)建模環(huán)節(jié)以及數(shù)據(jù)收集環(huán)節(jié)的優(yōu)化。

在應(yīng)用數(shù)據(jù)挖掘技術(shù)的過(guò)程之中，必須基于數(shù)據(jù)庫(kù)信息的基礎(chǔ)之上，其數(shù)據(jù)挖掘技術(shù)才能夠進(jìn)行相應(yīng)的規(guī)律探究與信息分析，所以需要在源頭處加強(qiáng)數(shù)據(jù)收集環(huán)節(jié)以及建模環(huán)節(jié)的優(yōu)化。以醫(yī)院中醫(yī)部門(mén)為例，在對(duì)于中醫(yī)處方經(jīng)驗(yàn)的挖掘方法使用過(guò)程之中，需要針對(duì)不同的藥物進(jìn)行關(guān)聯(lián)性建模，比如數(shù)據(jù)庫(kù)中有基礎(chǔ)性藥物，針對(duì)藥物進(jìn)行頻數(shù)和次數(shù)的統(tǒng)計(jì)，然后以此類(lèi)推，將所有藥物都按照出現(xiàn)的頻數(shù)進(jìn)行降數(shù)排列，從而探究參考價(jià)值。建模環(huán)節(jié)以及數(shù)據(jù)收集環(huán)節(jié)是醫(yī)療信息管理過(guò)程的根本，所以需要做好對(duì)于建模環(huán)節(jié)以及數(shù)據(jù)收集環(huán)節(jié)的優(yōu)化，才能夠?yàn)閿?shù)據(jù)挖掘技術(shù)的應(yīng)用奠定相應(yīng)的基礎(chǔ)[2]。

想要在醫(yī)療信息管理過(guò)程之中，加強(qiáng)對(duì)于數(shù)據(jù)挖掘技術(shù)的有效應(yīng)用，就需要從數(shù)據(jù)挖掘技術(shù)應(yīng)用類(lèi)別處進(jìn)行著手，從而提升技術(shù)應(yīng)用的針對(duì)性與有效性。常見(jiàn)的技術(shù)應(yīng)用類(lèi)別有：醫(yī)院資源配置方面、病患區(qū)域管理方面、醫(yī)療衛(wèi)生質(zhì)量管理方面、醫(yī)療急診管理方面、醫(yī)院經(jīng)濟(jì)管理方面以及醫(yī)療衛(wèi)生常見(jiàn)病宣傳方面等，數(shù)據(jù)挖掘技術(shù)都可以在這些類(lèi)別之中實(shí)現(xiàn)應(yīng)用，但是在應(yīng)用的過(guò)程之中也有所不同。以病房區(qū)域管理為例，在應(yīng)用數(shù)據(jù)挖掘技術(shù)之前，首先需要明確不同的科室狀況以及病房區(qū)域分配狀況等，加強(qiáng)病患區(qū)域的指標(biāo)分析，因?yàn)椴》抗芾聿粌H僅影響到科室的工作效率與工作效果，同時(shí)也是醫(yī)療物資分配與人員編制的主要參考標(biāo)準(zhǔn)。其次利用數(shù)據(jù)挖掘技術(shù)能夠較好地實(shí)現(xiàn)不同科室工作效率、質(zhì)量管理質(zhì)量以及經(jīng)濟(jì)收益等多種指標(biāo)的評(píng)估，建立其科室的運(yùn)營(yíng)模型，從而實(shí)現(xiàn)科室的又好又快發(fā)展。比如使用數(shù)據(jù)挖掘技術(shù)建立其病區(qū)管理的標(biāo)準(zhǔn)模型以及統(tǒng)計(jì)指標(biāo)，從而計(jì)算出科室動(dòng)態(tài)的工作模型以及病床動(dòng)態(tài)的周轉(zhuǎn)次數(shù)等[3]。另外在醫(yī)療質(zhì)量管理過(guò)程之中，數(shù)據(jù)挖掘技術(shù)提供的不僅僅是資料數(shù)據(jù)的參考以及疾病的診斷，也能夠針對(duì)臨床的治療效果進(jìn)行分析與評(píng)價(jià)，并且能夠預(yù)測(cè)治療狀況：可以利用醫(yī)院的醫(yī)療數(shù)據(jù)庫(kù)，對(duì)于病人的基本患病信息進(jìn)行分類(lèi)，從而比對(duì)死亡率、治愈率等多個(gè)數(shù)據(jù)，實(shí)現(xiàn)治療方案的制訂。而在醫(yī)療質(zhì)量管理過(guò)程之中也有很多的影響因素，例如基礎(chǔ)醫(yī)療設(shè)備、病床周轉(zhuǎn)次數(shù)、病種治愈記錄等，所以也可以利用數(shù)據(jù)挖掘技術(shù)來(lái)進(jìn)一步加強(qiáng)其多種數(shù)據(jù)之間的關(guān)聯(lián)性，從而為提升醫(yī)院的社會(huì)效益與經(jīng)濟(jì)效益提出合理的參考性建議。

醫(yī)院加強(qiáng)數(shù)據(jù)挖掘技術(shù)應(yīng)用方向的探索上，可以從客戶(hù)拓展這個(gè)角度出發(fā)實(shí)現(xiàn)對(duì)于醫(yī)療信息管理。例如通過(guò)數(shù)據(jù)挖掘技術(shù)多方進(jìn)行患者信息比對(duì)，同時(shí)制訂完善的醫(yī)療服務(wù)影響策略方式，加強(qiáng)對(duì)于客戶(hù)行為的分析；在數(shù)據(jù)挖掘的基礎(chǔ)之上，增強(qiáng)其技術(shù)應(yīng)用的實(shí)用性，在分析的基礎(chǔ)之上比對(duì)自身的競(jìng)爭(zhēng)優(yōu)勢(shì)，實(shí)現(xiàn)醫(yī)院資源的合理規(guī)劃與合理配置，例如藥品、資金以及疾病診斷等，從而實(shí)現(xiàn)經(jīng)營(yíng)狀況的優(yōu)化。目前醫(yī)院也逐步向現(xiàn)代化、信息化方向發(fā)展，無(wú)論是信息管理還是醫(yī)療技術(shù)方面，醫(yī)院都已經(jīng)成為了一個(gè)信息化的綜合行業(yè)體系，所以在加強(qiáng)數(shù)據(jù)挖掘應(yīng)用的過(guò)程之中，還需要加強(qiáng)數(shù)據(jù)信息的管理，實(shí)現(xiàn)數(shù)據(jù)挖掘結(jié)果的維護(hù)，從而提升醫(yī)院的決策能力，實(shí)現(xiàn)數(shù)據(jù)挖掘技術(shù)的高效應(yīng)用。

醫(yī)院在目前的醫(yī)療信息管理過(guò)程之中，還有很大的發(fā)展空間，需要綜合利用數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)其信息管理水平的提升。通過(guò)明確數(shù)據(jù)挖掘技術(shù)的應(yīng)用方向、應(yīng)用類(lèi)別以及建模數(shù)據(jù)環(huán)節(jié)的優(yōu)化等，促進(jìn)醫(yī)院管理水平的提升，實(shí)現(xiàn)數(shù)據(jù)挖掘技術(shù)應(yīng)用效果的提升。

[2]廖亮。數(shù)據(jù)挖掘技術(shù)在醫(yī)療信息管理中的應(yīng)用[j].中國(guó)科技信息，20xx(11):54,56.

數(shù)據(jù)挖掘論文選題篇十六

摘要：在計(jì)算機(jī)網(wǎng)絡(luò)越來(lái)越普及的社會(huì)中造就信息傳播的便利性提高，也讓社交網(wǎng)絡(luò)漸漸發(fā)展成為虛擬社群形態(tài)，從早期的電子布告欄（bbs）到現(xiàn)在的社交網(wǎng)站（socialnetworksites），都可以讓人們密切討論與互動(dòng)。本文將主要探討基于數(shù)據(jù)挖掘模型的社交網(wǎng)絡(luò)關(guān)聯(lián)預(yù)測(cè)分析，并對(duì)相關(guān)技術(shù)進(jìn)行闡述。

在社交網(wǎng)絡(luò)上，依據(jù)先前國(guó)外學(xué)者viswanath，mislove，chaandgummadi和nguyenandtran都是針對(duì)theneworleans地區(qū)社群使用者發(fā)布數(shù)據(jù)來(lái)研究使用者發(fā)布的關(guān)系，而臺(tái)灣地區(qū)針對(duì)使用者社群發(fā)布的分析多以問(wèn)卷方法居多，故本研究欲使用直接抓取頁(yè)面數(shù)據(jù)與卷標(biāo)的方法，觀察使用者社群網(wǎng)站上發(fā)布行為，利用先前用學(xué)者所提數(shù)據(jù)呈現(xiàn)方式，結(jié)合關(guān)鍵詞標(biāo)記方式來(lái)了解使用者在社群網(wǎng)絡(luò)上的發(fā)布關(guān)系。而其中社群人數(shù)拓展最快速就是微信平臺(tái)，利用了社交網(wǎng)絡(luò)的特性讓使用者能更有效率的在網(wǎng)絡(luò)上找到有關(guān)系的親朋好友，將這世界的每個(gè)人、每個(gè)群體透過(guò)各種關(guān)系快速的串連起來(lái)[1]。

當(dāng)要對(duì)hdfs讀寫(xiě)數(shù)據(jù)時(shí)，檔案將被切割成小的64mbblock，namenode將告知每個(gè)datanode，切割后的block是存放在哪，datanode將負(fù)責(zé)做本地端檔案的block數(shù)據(jù)對(duì)應(yīng)，并且同時(shí)datanode將對(duì)其他datanode進(jìn)行數(shù)據(jù)復(fù)制備份的動(dòng)作。hadoop系統(tǒng)的容錯(cuò)率和可擴(kuò)充性來(lái)自于datanode，當(dāng)datanode出錯(cuò)意外關(guān)機(jī)，其它節(jié)點(diǎn)上的數(shù)據(jù)將依然存在，且當(dāng)需動(dòng)態(tài)增刪系統(tǒng)的運(yùn)算量，只需增加datanode節(jié)點(diǎn)或停止datanode運(yùn)作。在進(jìn)行社群資料收集與前處理之前，要先了解一下信息擷取與信息過(guò)濾的不同之處。在社群網(wǎng)站上隨機(jī)尋找開(kāi)放目錄上的使用者，而后進(jìn)行下載該使用者發(fā)布數(shù)據(jù)的動(dòng)作是謂信息擷取；而將使用者涂鴉墻上大筆數(shù)據(jù)寫(xiě)進(jìn)本地端的hdfs系統(tǒng)后，并通過(guò)預(yù)先設(shè)定的一些篩選條件式和過(guò)濾方法，剔除雜亂的數(shù)據(jù)，變成對(duì)本研究有用的信息，以利后續(xù)卷標(biāo)計(jì)算與關(guān)鍵詞計(jì)算，這個(gè)過(guò)程就叫信息過(guò)濾[2]。

關(guān)鍵詞分析部份則是針對(duì)個(gè)人涂鴉墻頁(yè)面和使用者自訂信息頁(yè)面進(jìn)行關(guān)鍵詞標(biāo)記，其關(guān)鍵詞來(lái)源是使用者自訂信息頁(yè)面上含的運(yùn)動(dòng)、音樂(lè)、書(shū)籍、電影、電視、游戲、宗教、政治八組關(guān)鍵詞。相關(guān)度計(jì)算是利用本研究所提相關(guān)度公式來(lái)進(jìn)行個(gè)人涂鴉墻頁(yè)面、使用者自訂信息頁(yè)面和模擬頁(yè)面間的關(guān)聯(lián)運(yùn)算，利用頁(yè)面間所含的關(guān)鍵詞，計(jì)算出仿真頁(yè)面與使用頁(yè)面間的相關(guān)度。并在相關(guān)度計(jì)算階段把社群發(fā)布分析與關(guān)鍵詞分析的結(jié)果做個(gè)交叉分析。之后對(duì)此分析結(jié)果進(jìn)行研究評(píng)估。使用者自訂信息頁(yè)面有讓使用者自己標(biāo)記自己興趣的分類(lèi)項(xiàng)目，分為大四大類(lèi)自訂選項(xiàng)，其自訂選項(xiàng)下，包含子項(xiàng)目讓使用者自訂標(biāo)記自己的興趣，而該表的使用者自訂分類(lèi)項(xiàng)目就是本研究挑選關(guān)鍵詞的依據(jù)，本研究挑選運(yùn)動(dòng)、音樂(lè)、書(shū)籍、電影、電視、游戲、宗教、政治這八個(gè)字作為關(guān)鍵詞標(biāo)記投擲的項(xiàng)目，在此就不考慮同義不同字、字面背后意涵等問(wèn)題，只考慮第一層的字義[3]。

3社交網(wǎng)絡(luò)關(guān)聯(lián)預(yù)測(cè)的相關(guān)技術(shù)與應(yīng)用。

社交網(wǎng)絡(luò)分析一直以來(lái)都是個(gè)熱門(mén)的話題，所有團(tuán)體成員彼此之間社交關(guān)系的集合就是這個(gè)團(tuán)體的社交網(wǎng)絡(luò)，而透過(guò)社交網(wǎng)絡(luò)分析可以了解團(tuán)體成員之間的互動(dòng)，這分析可應(yīng)用在各種與人有關(guān)的領(lǐng)域上。在學(xué)校里，學(xué)生之間小團(tuán)體的組成及班級(jí)中領(lǐng)導(dǎo)人物與被孤立者的存在，一直都是教育者相當(dāng)關(guān)心的部份。在團(tuán)體精神治療中，成員之間的交流情況是分析治療成果的指標(biāo)之一。在網(wǎng)絡(luò)社群中，了解使用者群體之間的互動(dòng)可以幫助廠商開(kāi)發(fā)更人性化的網(wǎng)絡(luò)產(chǎn)品。人格特質(zhì)分析也是個(gè)熱門(mén)的話題，每個(gè)人的行為都有一套固定的行為模式，而分析這行為模式就是所謂的人格特質(zhì)分析，這分析也可應(yīng)用在各種與人有關(guān)的領(lǐng)域上。在學(xué)校里，不同類(lèi)型的學(xué)生需要不同方式的教育。在公司面試上，公司透過(guò)分析應(yīng)征者的.人格模式來(lái)錄取所需要的人才[4]。然而，一般心理學(xué)使用的社交網(wǎng)絡(luò)分析與人格特質(zhì)分析都是透過(guò)紙筆測(cè)驗(yàn)，使用大量的人力去取得人際互動(dòng)的信息，考慮團(tuán)體成員間友好的互動(dòng)關(guān)系，并使用方向性的連結(jié)來(lái)表達(dá)人們之間的互動(dòng)關(guān)系。目前使用計(jì)算機(jī)視覺(jué)技術(shù)的社交網(wǎng)絡(luò)分析系統(tǒng)，僅考慮人們同時(shí)出現(xiàn)頻率當(dāng)作親密程度的指針，而且使用無(wú)方向性的連結(jié)來(lái)表示人們之間的互動(dòng)關(guān)系。因此，我們使用擁有計(jì)算機(jī)視覺(jué)技術(shù)的多攝影機(jī)系統(tǒng)，透過(guò)分析人們之間的互動(dòng)行為，互動(dòng)行為包含互動(dòng)的對(duì)象、所表達(dá)的肢體語(yǔ)言與情緒信息，根據(jù)分析所有的互動(dòng)得到團(tuán)體內(nèi)所有成員之間的社交態(tài)度，而這就是這團(tuán)體的社交網(wǎng)絡(luò)。除了友好的互動(dòng)關(guān)系之外，我們還考慮了厭惡的互動(dòng)關(guān)系，并且使用方向性的連結(jié)來(lái)表達(dá)人們之間的互動(dòng)，這讓我們的社交網(wǎng)絡(luò)分析能更貼切現(xiàn)實(shí)的互動(dòng)情況。通過(guò)分析一個(gè)人所有的社交互動(dòng)行為，可以得知此人的行為擁有何種傾向，而這行為模式就是這個(gè)人的人格特質(zhì)。

總之，我們可以根據(jù)觀察分析人們的互動(dòng)行為，得到與人們觀察得到的結(jié)果大同小異的社交網(wǎng)絡(luò)分析，證明我們能透過(guò)計(jì)算機(jī)視覺(jué)技術(shù)取得貼近現(xiàn)實(shí)的社交網(wǎng)絡(luò)分析，并且比起一般心理學(xué)的社交網(wǎng)絡(luò)分析省下許多不必要的人力。

參考文獻(xiàn)：

數(shù)據(jù)挖掘論文選題篇十七

：中醫(yī)臨床理論多是由著名醫(yī)家的經(jīng)驗(yàn)升華形成的，反映了臨床上不同學(xué)術(shù)派系以及不同學(xué)科的優(yōu)勢(shì)特征，但這其中不免摻雜了個(gè)人主觀經(jīng)驗(yàn)，因此本文就中醫(yī)臨床理論研究中醫(yī)病案為基礎(chǔ)，對(duì)應(yīng)用病案數(shù)據(jù)挖掘結(jié)果來(lái)總結(jié)和重建中醫(yī)臨床理論的方式進(jìn)行了探討，認(rèn)為該方法可為完善中醫(yī)臨床理論提供客觀的數(shù)據(jù)支持，使中醫(yī)臨床理論的來(lái)源更具有科學(xué)性。

科研一體化中醫(yī)臨床理論決定著中醫(yī)臨床學(xué)科的發(fā)展水平，是中醫(yī)臨床發(fā)展的動(dòng)力。從古至今，中醫(yī)名醫(yī)名家輩出，他們的臨床經(jīng)驗(yàn)和學(xué)術(shù)思想不斷提煉升華，逐步形成了傳統(tǒng)的中醫(yī)臨床理論。新中國(guó)成立以來(lái)，中醫(yī)不斷汲取最新的科技成果，進(jìn)行了大量臨床實(shí)踐，而中醫(yī)臨床理論發(fā)展緩慢，己經(jīng)成為制約當(dāng)代中醫(yī)學(xué)術(shù)發(fā)展的瓶頸，對(duì)如何開(kāi)拓中醫(yī)臨床理論的研究，可謂見(jiàn)仁見(jiàn)智，但各種新的臨床理論常常裹挾著“各家學(xué)說(shuō)”。在當(dāng)今大數(shù)據(jù)和信息技術(shù)發(fā)達(dá)的背景下，運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)中醫(yī)病案進(jìn)行大數(shù)據(jù)分析，客觀揭示當(dāng)前中醫(yī)臨床理論的本來(lái)面目，盡可能減少個(gè)人見(jiàn)解的偏倚，對(duì)于推動(dòng)中醫(yī)臨床理論發(fā)展具有重要的現(xiàn)實(shí)意義，本文就基于病案數(shù)據(jù)挖掘的中醫(yī)臨床理論重建進(jìn)行探討如下。

1.1中醫(yī)古典文獻(xiàn)是傳統(tǒng)中醫(yī)臨床理論的基礎(chǔ)。

眾所周知，中醫(yī)之所以能夠屹立千年不倒，很大一部分原因是因?yàn)槠溆歇?dú)特的理論體系，而在這其中，中醫(yī)古典文獻(xiàn)做出的貢獻(xiàn)應(yīng)該是第一位的。因?yàn)檫@些古典文獻(xiàn)的記載和流傳，為后世的醫(yī)家提供了參考和借鑒，使得我們從前人的思維上不斷創(chuàng)新，與臨床進(jìn)行有機(jī)結(jié)合，不斷研究出新的適合于當(dāng)前時(shí)代的臨床理論。例如，中醫(yī)學(xué)無(wú)論在理論研究還是在臨床治療方面的豐富，許多根本性的理論都是源自于《內(nèi)經(jīng)》。該書(shū)創(chuàng)立了藏象、經(jīng)絡(luò)、診法等各方面的理論[1]，勾畫(huà)了中醫(yī)理論的雛形，構(gòu)建了中醫(yī)理論體系的基本框架。到后期東漢時(shí)期張仲景的《傷寒論》則是創(chuàng)造了以六經(jīng)辨證和臟腑辨證為主的局面，其所倡導(dǎo)的“觀其脈證，知犯何逆，隨證治之”使得辨證論治登上新的高度。到了金元時(shí)期，就是百家爭(zhēng)鳴的時(shí)代，這期間以金元四大家為主的學(xué)派開(kāi)始萌生，留下了許多可供后世醫(yī)家參考的古典文獻(xiàn)并創(chuàng)建了不同的臨床理論，而明清時(shí)期以葉天士和吳鞠通為首確立的衛(wèi)氣營(yíng)血和三焦辨證，使溫病學(xué)的辨證理論逐步趨于完善，至今仍是指導(dǎo)臨床治療溫?zé)岵〉睦碚撘罁?jù)。總之，傳統(tǒng)中醫(yī)臨床理論的構(gòu)建和完善，離不開(kāi)前人的摸索與貢獻(xiàn)，也得益于著名醫(yī)學(xué)家創(chuàng)建的傳統(tǒng)中醫(yī)理論，使得我們現(xiàn)在的中醫(yī)體系不斷的飽滿(mǎn)和充實(shí)。

1.2當(dāng)代著名中醫(yī)的臨床經(jīng)驗(yàn)不斷提升為中醫(yī)臨床理論。

傳統(tǒng)中醫(yī)的臨床理論，在很大程度上展示著著名醫(yī)家的臨床經(jīng)驗(yàn)。在中醫(yī)理論與實(shí)踐發(fā)展的相互促進(jìn)過(guò)程中，當(dāng)代醫(yī)家通過(guò)讀書(shū)、臨證、心悟?qū)?shí)踐經(jīng)驗(yàn)不斷總結(jié)并升華為理論，又在實(shí)踐中不斷完善既有的理論，成為中醫(yī)理論發(fā)展的重要途徑和模式，而當(dāng)代中醫(yī)理論的發(fā)展則需要將傳統(tǒng)理論與現(xiàn)代實(shí)踐相互融合起來(lái)。例如上世紀(jì)60年代時(shí)，面對(duì)中醫(yī)基礎(chǔ)理論中新的思想相對(duì)匱乏的這一局面，鄧鐵濤結(jié)合其治療的臨床經(jīng)驗(yàn)，首次提出了“五臟相關(guān)學(xué)說(shuō)”。盡管當(dāng)時(shí)的理論準(zhǔn)備并不完善，但是這一理論的提出，在很大程度上完善并且取代了“五行學(xué)說(shuō)”中某些模糊性和不確定性，并且隨著時(shí)代的發(fā)展，逐漸驗(yàn)證了鄧?yán)系倪@一經(jīng)驗(yàn)的正確性，也成為指導(dǎo)中醫(yī)臨床理論的一大重要體系[2]。又如，腦出血這一現(xiàn)代疾病在古代名為中風(fēng)，多數(shù)是“從風(fēng)而治”，認(rèn)為肝臟與中風(fēng)的關(guān)系最為密切。隨著時(shí)代的推進(jìn)，自20世紀(jì)80年代以來(lái)，許多學(xué)者根據(jù)微觀辨證和中醫(yī)理論“離經(jīng)之血便是瘀”，提出急性出血中風(fēng)屬中醫(yī)血證，瘀血阻滯是急性期腦出血的最基本病機(jī)，是治療的關(guān)鍵所在[3]。故現(xiàn)代中醫(yī)臨床治療上多以活血化瘀法治療腦出血、腦梗塞這一系列疾病。若是仔細(xì)研讀傳統(tǒng)中醫(yī)臨床理論后，我們不難得出其構(gòu)成和完善離不開(kāi)當(dāng)代著名醫(yī)家的臨床經(jīng)驗(yàn)，它是在歷經(jīng)歲月的洗禮下不斷塑造成型的。

1.3傳統(tǒng)中醫(yī)臨床理論不斷將現(xiàn)代醫(yī)學(xué)相關(guān)內(nèi)容中醫(yī)化。

傳統(tǒng)中醫(yī)臨床理論不斷吸收現(xiàn)代醫(yī)學(xué)的理論，將其相關(guān)內(nèi)容不斷中醫(yī)化，將病人的各種證型通過(guò)五臟辨證、陰陽(yáng)五行辨證以及八綱辨證劃分得越來(lái)越細(xì)化，以提供病人在中醫(yī)臨床上治療的理論依據(jù)。中醫(yī)吸取了現(xiàn)代醫(yī)學(xué)理論后正在不斷壯大其內(nèi)容，現(xiàn)代醫(yī)學(xué)相關(guān)內(nèi)容中醫(yī)化在許多難治疾病的辨證治療中都起到了良好的指導(dǎo)作用[4]。如艾滋病是古代傳統(tǒng)中醫(yī)辨證論治的空白，通過(guò)對(duì)艾滋病中醫(yī)病因病機(jī)、證候規(guī)律、治法方藥的系統(tǒng)研究，提出了“艾毒傷元”“脾為樞機(jī)”“氣虛為本”的病因病機(jī)學(xué)說(shuō)，確立了艾滋病“培元解毒”“益氣健脾”的治療原則，為中醫(yī)藥防治艾滋病奠定了理論基礎(chǔ)，為進(jìn)一步提高艾滋病的中醫(yī)藥臨床診療效果提供理論依據(jù)[5]。

2.1中醫(yī)主流理論不突出且與時(shí)俱進(jìn)力度不夠。

不可否認(rèn)的是，當(dāng)代的中醫(yī)臨床理論發(fā)展也是存在諸多不足的，中醫(yī)理論的完善和發(fā)展是中華五千年來(lái)集體智慧的結(jié)晶，個(gè)別醫(yī)家提出的臨床理論可能各有千秋，其所立的角度和思維也不盡相同。例如，同是治療輸卵管阻塞這一疾病時(shí)，朱南孫教授認(rèn)為多是由于濕蘊(yùn)沖任所致，其用自擬的清熱利濕方來(lái)進(jìn)行治療；而李廣文教授則認(rèn)為這一疾病多是由于瘀血阻絡(luò)為主，治療上以活血祛瘀為法，擬通任種子湯進(jìn)行治療[6]。又如對(duì)于“和解法”這一治療方法的理解，當(dāng)代名醫(yī)蒲輔周老先生認(rèn)為“寒熱并用，補(bǔ)瀉合劑，表里雙解，苦辛分消，調(diào)和氣血，皆謂和解”。而方和謙教授則認(rèn)為“在治法上扶正祛邪，表里兼顧，此法就為和解法”。不同的醫(yī)家在面對(duì)不同的疾病，甚至是不同的理法方藥時(shí)，所持的看法常常是“各家學(xué)說(shuō)”，這就導(dǎo)致了當(dāng)前中醫(yī)臨床理論發(fā)展比較混亂，不能全面地體現(xiàn)中國(guó)五千年來(lái)發(fā)展過(guò)程中的中醫(yī)主流理論。目前中醫(yī)基礎(chǔ)理論還存在一個(gè)缺陷就是它的與時(shí)俱進(jìn)力度還不夠，很多古代經(jīng)典方藥的主治病癥，在當(dāng)今時(shí)代已經(jīng)不再多見(jiàn)了。比如蛔蟲(chóng)導(dǎo)致的蛔厥這一致病因素在現(xiàn)代已經(jīng)不再常見(jiàn)，對(duì)應(yīng)的烏梅丸的主要適應(yīng)病癥也不再是蛔厥；在針對(duì)沒(méi)有明顯臨床表現(xiàn)的疾病如乙肝時(shí)，按傳統(tǒng)中醫(yī)往往體現(xiàn)出“無(wú)證可治”的狀態(tài)；傳統(tǒng)的診斷與現(xiàn)代檢查相結(jié)合的力度也不夠，中醫(yī)臨床基礎(chǔ)理論在某些程度上忽略了其與生化、b超、x光、ct等現(xiàn)代檢查結(jié)果的結(jié)合，并沒(méi)有用中醫(yī)理論對(duì)其做一合理的陳述；且現(xiàn)在臨床上很多中藥的藥理作用、性味歸經(jīng)的研究作用還不夠深入、細(xì)致，其作用不能在微觀上得以解釋。這些都導(dǎo)致了臨床上很多情況沒(méi)有從中醫(yī)理論來(lái)認(rèn)識(shí)中醫(yī)，不是“以中解中”，而是“以西解中”，形成了臨床拋棄中醫(yī)理論的狀態(tài)[7]。由于中醫(yī)學(xué)是一門(mén)實(shí)踐性很強(qiáng)的學(xué)科，它是在哲學(xué)辨證的思想指導(dǎo)下，與臨床經(jīng)驗(yàn)不斷結(jié)合，這與西醫(yī)知識(shí)體系相比較，難免存在一定的滯后性，這都會(huì)使得中醫(yī)臨床理論發(fā)展相對(duì)的落后。

2.2部分中醫(yī)理論帶有權(quán)威專(zhuān)家的“個(gè)人學(xué)說(shuō)”偏見(jiàn)。

傳統(tǒng)中醫(yī)強(qiáng)調(diào)個(gè)人經(jīng)驗(yàn)和學(xué)說(shuō)，以中醫(yī)內(nèi)科學(xué)為例，第八版中的腦系疾病在第九版中已經(jīng)刪除，其涉及到的各種腦系疾病大多數(shù)歸屬于心系疾病與肝系疾病。根據(jù)其版本的不同，我們可以明顯看出其凸顯的中心內(nèi)容及其思想不同，其多是體現(xiàn)編著者的理論思想，在一定程度上并沒(méi)有客觀地揭示疾病的本質(zhì)，治療理論也不夠完善，一部分內(nèi)容與最新研究得出的論文理論不符，這使得當(dāng)代中醫(yī)臨床理論在某些程度上，帶有權(quán)威專(zhuān)家的“個(gè)人學(xué)說(shuō)”色彩。由于現(xiàn)代西方先進(jìn)的科技文化流入，使得中醫(yī)在一定程度上備受質(zhì)疑，而正是因?yàn)槿藗儗?duì)于中醫(yī)理論的一些偏見(jiàn)，才使得中醫(yī)長(zhǎng)期讓人詬病。

3.1臨床理論應(yīng)具有真實(shí)性與系統(tǒng)性。

中醫(yī)臨床理論的發(fā)展方形應(yīng)當(dāng)是建立在客觀并且真實(shí)的臨床實(shí)踐基礎(chǔ)上，從一次次臨床實(shí)踐中得出。由于歷史時(shí)代的原因以及假設(shè)推理、模式建設(shè)的廣泛使用，當(dāng)代中醫(yī)臨床理論中理論與假說(shuō)并存的現(xiàn)象較為普遍，如中醫(yī)的五運(yùn)六氣學(xué)說(shuō)對(duì)現(xiàn)代疫病預(yù)測(cè)和人體各經(jīng)絡(luò)臟腑在時(shí)間上對(duì)于人體治病效果的不同等，就需要我們?cè)谠鷮?shí)的文獻(xiàn)與臨床實(shí)踐基礎(chǔ)上，對(duì)醫(yī)案進(jìn)行認(rèn)真總結(jié)，利用科學(xué)的方法深入挖掘，開(kāi)展中醫(yī)理論的去偽存真研究，以促進(jìn)中醫(yī)理論的科學(xué)與健康發(fā)展。另外，傳統(tǒng)的中醫(yī)臨床治療上所用的理法方藥，多是根據(jù)個(gè)人經(jīng)驗(yàn)所進(jìn)行的。隨著科技的不斷發(fā)展與時(shí)代的不斷進(jìn)步，當(dāng)代的中醫(yī)臨床理論應(yīng)該在成功的中醫(yī)醫(yī)案上進(jìn)行系統(tǒng)的總結(jié)，不斷挖掘和研究其微觀的結(jié)構(gòu)，并隨著年月的更迭不斷更新，不斷完善，使其具有科學(xué)性和理論依據(jù)。同時(shí)，對(duì)近年來(lái)興起的傳染性非典型肺炎、艾滋病、禽流感等古人所沒(méi)有經(jīng)歷過(guò)的疾病的診治，中醫(yī)就其病因病機(jī)的認(rèn)識(shí)以及探究相應(yīng)的診療方法，無(wú)疑也是一種理論上的創(chuàng)新[8]。通過(guò)對(duì)其進(jìn)行深一層次的研究和發(fā)現(xiàn)，歸納出合適的治則治法，找到針對(duì)這一疾病的理法方藥，使其更具有系統(tǒng)性，使得臨床上中醫(yī)治病可以循序漸進(jìn)，注重整體，也是當(dāng)代臨床理論的一大發(fā)展方向。

3.2臨床理論具有信息化的特點(diǎn)并可持續(xù)拓展。

隨著時(shí)代的進(jìn)步，當(dāng)代的中醫(yī)臨床理論可以通過(guò)網(wǎng)絡(luò)等方式進(jìn)行共享，在大數(shù)據(jù)的這一時(shí)代背景下，隨著病案的不斷報(bào)道與積累，可以將各類(lèi)成功的中醫(yī)醫(yī)案進(jìn)行統(tǒng)計(jì)和挖掘，其結(jié)果也會(huì)不斷進(jìn)行更新和發(fā)展。不同的醫(yī)家對(duì)于某一疾病的認(rèn)識(shí)角度可能不同，其表現(xiàn)在病位、病性、病勢(shì)和證候的判斷標(biāo)準(zhǔn)也不一樣，因此方藥規(guī)律也不一樣。而通過(guò)統(tǒng)計(jì)某一中醫(yī)或西醫(yī)疾病的較大樣本病例，并對(duì)其進(jìn)行數(shù)據(jù)挖掘，可以得出整個(gè)中醫(yī)群體對(duì)于這一疾病診治的證候分布、治則治法、處方用藥等的規(guī)律，甚至可以根據(jù)統(tǒng)計(jì)的結(jié)果探索出新的方藥，分析他們的共同點(diǎn)和所在差異。將中醫(yī)臨床理論具有信息化的這一特點(diǎn)不斷地拓展下去，通過(guò)計(jì)算機(jī)等客觀科學(xué)的手段進(jìn)行分析，與主觀的名老中醫(yī)傳承模式相比，更具客觀性，更容易被臨床醫(yī)生接受，對(duì)各種疾病的中醫(yī)臨床用藥也更具有指導(dǎo)價(jià)值。

4.1病案研究是中醫(yī)理論發(fā)展的重要基礎(chǔ)。

在當(dāng)今大數(shù)據(jù)的時(shí)代背景下，中醫(yī)固有的傳統(tǒng)整體論科學(xué)特征有了越來(lái)越多的可供改變的空間。這種變化既為其按照自身特有的規(guī)律發(fā)展特點(diǎn)帶來(lái)了機(jī)遇，也給未來(lái)中醫(yī)理論的發(fā)展提出了挑戰(zhàn)。同時(shí)，學(xué)習(xí)醫(yī)案研究也是中醫(yī)學(xué)相關(guān)大學(xué)生們應(yīng)該學(xué)習(xí)的一項(xiàng)內(nèi)容。閱讀醫(yī)案是必要的訓(xùn)練，也是中醫(yī)入門(mén)的方法之一。醫(yī)案的故事性引人入勝，在自然而然中接受中醫(yī)思維方法和傳統(tǒng)文化知識(shí)，同時(shí)醫(yī)案中所呈現(xiàn)的名醫(yī)風(fēng)范，醫(yī)德對(duì)學(xué)生起到潛移默化的影響，并培養(yǎng)對(duì)專(zhuān)業(yè)的熱愛(ài)[9]。病案客觀、真實(shí)地直接記錄疾病診斷和治療過(guò)程，醫(yī)案研究作為中醫(yī)理論發(fā)展過(guò)程中至關(guān)重要的一環(huán)，是中醫(yī)理論發(fā)展的重要基礎(chǔ)，以研究病案為基礎(chǔ)，對(duì)于中醫(yī)理論的形成和臨床上中醫(yī)積累經(jīng)驗(yàn)，都起到了一定的輔助提升作用。

利用多種數(shù)據(jù)挖掘技術(shù)對(duì)中醫(yī)病案中的有關(guān)信息行進(jìn)行歸納、整理，是近年來(lái)傳承中醫(yī)臨床經(jīng)驗(yàn)的重要方法之一[10]。通過(guò)對(duì)同一種疾病的病案進(jìn)行數(shù)據(jù)挖掘以分析醫(yī)者的思路和探索其用藥的。方法，對(duì)中醫(yī)臨床病案進(jìn)行規(guī)范化的整理，能夠深入總結(jié)其臨床經(jīng)驗(yàn)，挖掘隱藏在大量病案背后的診治規(guī)律，甚至探索出新的方藥配伍，為中醫(yī)理論的發(fā)展提供一定的科學(xué)依據(jù)的同時(shí)，使得中醫(yī)理論的發(fā)展越來(lái)越現(xiàn)代化，不僅僅只是停留在以前的靠讀書(shū)和個(gè)人經(jīng)驗(yàn)的結(jié)合，也為廣大的中醫(yī)在日后的臨床治療上提供了新的思路和方向。

4.3臨床實(shí)踐推動(dòng)理論發(fā)展，賦予轉(zhuǎn)化醫(yī)學(xué)新的內(nèi)涵。

目前，我們通過(guò)并按數(shù)據(jù)挖掘來(lái)總結(jié)一些中醫(yī)對(duì)于治療同一種疾病所采取的診斷和用藥，可以獲得新的思路，并且為完善我們現(xiàn)有的中醫(yī)理論基礎(chǔ)可以提供可靠的理論支持。采用數(shù)據(jù)挖掘技術(shù)對(duì)中醫(yī)學(xué)術(shù)思想和臨證經(jīng)驗(yàn)進(jìn)行研究，可以全面解析其中的規(guī)律，分析中醫(yī)個(gè)體化診療信息特征，提煉出臨證經(jīng)驗(yàn)中蘊(yùn)藏的新理論、新力法，可以實(shí)現(xiàn)經(jīng)驗(yàn)的有效總結(jié)與傳承[11]。與此同時(shí)，要求我們用發(fā)展的眼光將現(xiàn)代的科技手段整合加入到傳統(tǒng)的中醫(yī)學(xué)理論中去，推陳出新，通過(guò)臨床實(shí)踐與基礎(chǔ)理論的不斷結(jié)合，不斷完善，推動(dòng)祖國(guó)醫(yī)學(xué)現(xiàn)代化，譜寫(xiě)有關(guān)于中醫(yī)學(xué)在轉(zhuǎn)化醫(yī)學(xué)上新的篇章。

[2]邱仕君，吳玉生。在基礎(chǔ)理論與臨床醫(yī)學(xué)之間———對(duì)鄧鐵濤教授五臟相關(guān)學(xué)說(shuō)的理論思考[j].湖北民族學(xué)院學(xué)報(bào)(醫(yī)學(xué)版)，2005，22（2）:36-39.

[3]顧寧，周仲英。通下法治療急性腦出血研究進(jìn)展[j].中國(guó)中醫(yī)急診，2000，9(5):227.

[4]靳士英。鄧鐵濤教授學(xué)術(shù)成就管[j].現(xiàn)代醫(yī)院，2004(9):1-6.

[7]孟靜巖，應(yīng)森林。試論中醫(yī)基礎(chǔ)理論指導(dǎo)臨床研究的思考與途徑[j].上海中醫(yī)藥大學(xué)學(xué)報(bào)，2009（3）:3-5.

數(shù)據(jù)挖掘論文選題篇十八

摘要：在本科高年級(jí)學(xué)生中開(kāi)設(shè)符合學(xué)術(shù)研究和工業(yè)應(yīng)用熱點(diǎn)的進(jìn)階課程是十分必要的。以數(shù)據(jù)挖掘課程為例，本科高年級(jí)學(xué)生了解并掌握數(shù)據(jù)挖掘的相關(guān)技術(shù)，對(duì)于其今后的工作、學(xué)習(xí)不無(wú)裨益。著重闡述數(shù)據(jù)挖掘等進(jìn)階課程在本科高年級(jí)學(xué)生中的教學(xué)方法，基于本科高年級(jí)學(xué)生的實(shí)際情況，以及進(jìn)階課程的知識(shí)體系特點(diǎn)，提出有針對(duì)性的教學(xué)方法參考，從而提高進(jìn)階課程的教學(xué)效果。

關(guān)鍵詞：數(shù)據(jù)挖掘；進(jìn)階課程；教學(xué)方法研究；本科高年級(jí)。

學(xué)生在本科高年級(jí)學(xué)生中開(kāi)設(shè)數(shù)據(jù)挖掘等進(jìn)階課程是十分必要的，以大數(shù)據(jù)、數(shù)據(jù)挖掘?yàn)槔湎嚓P(guān)技術(shù)不僅是當(dāng)前學(xué)術(shù)界的研究熱點(diǎn)，也是各家企事業(yè)單位招聘中重要崗位的要求之一。對(duì)于即將攻讀碩士或博士學(xué)位的學(xué)生，對(duì)于即將走上工作崗位的學(xué)生，了解并掌握一些大數(shù)據(jù)相關(guān)技術(shù)，尤其是數(shù)據(jù)挖掘技術(shù)，都是不無(wú)裨益的。在目前本科教學(xué)中，對(duì)于數(shù)據(jù)挖掘等課程的教學(xué)，由于前序課程的要求，往往是放在本科四年級(jí)進(jìn)行。如何激發(fā)本科四年級(jí)學(xué)生在考研，找工作等繁雜事務(wù)中的學(xué)習(xí)興趣，從而更好地掌握數(shù)據(jù)挖掘的相關(guān)技術(shù)是本課程面臨的主要挑戰(zhàn)，也是所有本科進(jìn)階課程所面臨的難題之一。

1數(shù)據(jù)挖掘等進(jìn)階課程所面臨的問(wèn)題。

1.1進(jìn)階課程知識(shí)體系的綜合性。

進(jìn)階課程由于其理論與技術(shù)的先進(jìn)性，往往是學(xué)術(shù)研究的前沿，工業(yè)應(yīng)用的熱點(diǎn)，是綜合多方面知識(shí)的課程。以數(shù)據(jù)挖掘課程為例，其中包括數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)、模式識(shí)別、統(tǒng)計(jì)、可視化、高性能技術(shù)，算法等多方面的知識(shí)內(nèi)容。雖然學(xué)生在前期的本科學(xué)習(xí)中已經(jīng)掌握了部分相關(guān)內(nèi)容，如數(shù)據(jù)庫(kù)、統(tǒng)計(jì)、算法等，但對(duì)于其他內(nèi)容如機(jī)器學(xué)習(xí)、人工智能、模式識(shí)別、可視化等，有的是與數(shù)據(jù)挖掘課程同時(shí)開(kāi)設(shè)的進(jìn)階課程，有的已經(jīng)是研究生的教學(xué)內(nèi)容。對(duì)于進(jìn)階課程繁雜的知識(shí)體系，應(yīng)該如何把握廣度和深度的關(guān)系尤為重要。

1.2進(jìn)階課程的教學(xué)的目的要求。

進(jìn)階課程的知識(shí)體系的綜合性體現(xiàn)在知識(shí)點(diǎn)過(guò)多、技術(shù)特征復(fù)雜。從教學(xué)效益的角度出發(fā)，進(jìn)階課程的教學(xué)目的是在有限的課時(shí)內(nèi)最大化學(xué)生的知識(shí)收獲。從教學(xué)結(jié)果的可測(cè)度出發(fā)，進(jìn)階課程的教學(xué)需要能夠有效驗(yàn)證學(xué)生掌握重點(diǎn)知識(shí)的.學(xué)習(xí)成果。1.3本科高年級(jí)學(xué)生的實(shí)際情況本科高年級(jí)學(xué)生需要處理考研復(fù)習(xí)，找工作等繁雜事務(wù)，往往對(duì)于剩余本科階段的學(xué)習(xí)不重視，存在得過(guò)且過(guò)的心態(tài)。進(jìn)階課程往往是專(zhuān)業(yè)選修課程，部分學(xué)分已經(jīng)修滿(mǎn)的學(xué)生往往放棄這部分課程的學(xué)習(xí)，一來(lái)沒(méi)有時(shí)間，二來(lái)怕拖累學(xué)分。

2數(shù)據(jù)挖掘等進(jìn)階課程的具體教學(xué)方法。

進(jìn)階課程的教學(xué)理念是在有限的課時(shí)內(nèi)，盡可能地提高課程的廣度，增加介紹性?xún)?nèi)容，在授課中著重講解1~2個(gè)關(guān)鍵技術(shù)，如在數(shù)據(jù)挖掘課程中，著重講解分類(lèi)中的決策樹(shù)算法，聚類(lèi)中的k-means算法等復(fù)雜度一般，應(yīng)用廣泛的重要知識(shí)點(diǎn)，并利用實(shí)踐來(lái)檢驗(yàn)學(xué)習(xí)成果。

2.1進(jìn)階課程的課堂教學(xué)。

數(shù)據(jù)挖掘等進(jìn)階課程所涉及的知識(shí)點(diǎn)眾多，在課堂上則采用演示和講授相結(jié)合的方法，對(duì)大部分知識(shí)點(diǎn)做廣度介紹，而對(duì)需要重點(diǎn)掌握知識(shí)點(diǎn)具體講授，結(jié)合實(shí)踐案例及板書(shū)。在介紹工業(yè)實(shí)踐案例的過(guò)程中，對(duì)于具體數(shù)據(jù)挖掘任務(wù)的來(lái)龍去脈解釋清楚，尤其是對(duì)于問(wèn)題的歸納，數(shù)據(jù)的處理，算法的選擇等步驟，并在不同的知識(shí)點(diǎn)的教學(xué)中重復(fù)介紹和總結(jié)數(shù)據(jù)挖掘的一般性流程，可以加深學(xué)生對(duì)于數(shù)據(jù)挖掘的深入理解。對(duì)于一些需要記憶的知識(shí)點(diǎn)，在課堂上采用隨機(jī)問(wèn)答的方式，必要的時(shí)候可以在每堂課的開(kāi)始重復(fù)提問(wèn)，提高學(xué)習(xí)的效果。

2.2進(jìn)階課程的課后教學(xué)。

對(duì)于由于時(shí)間限制無(wú)法在課上深入討論的知識(shí)點(diǎn)，只能依靠學(xué)生在課后自學(xué)掌握。本科高年級(jí)學(xué)生的課后自學(xué)的動(dòng)力不像低年級(jí)學(xué)生那么充足，可以布置需要?jiǎng)邮謱?shí)踐并涵蓋相關(guān)知識(shí)點(diǎn)的課后實(shí)踐，但盡量降低作業(yè)的工程量。鼓勵(lì)學(xué)生利用開(kāi)源軟件和框架，基于提供的數(shù)據(jù)集，實(shí)際解決一些簡(jiǎn)單的數(shù)據(jù)挖掘任務(wù)，讓學(xué)生掌握相關(guān)算法技術(shù)的使用，并對(duì)算法有一定的了解。利用學(xué)院與大數(shù)據(jù)相關(guān)企業(yè)建立的合作關(guān)系，在課后通過(guò)參觀，了解大數(shù)據(jù)技術(shù)在當(dāng)前企業(yè)實(shí)踐中是如何應(yīng)用的，激發(fā)學(xué)生的學(xué)習(xí)興趣。

2.3進(jìn)階課程的教學(xué)效果考察進(jìn)階課程的考察不宜采取考試的形式，可以采用大作業(yè)的形式。從具體的數(shù)據(jù)挖掘?qū)嵺`中檢驗(yàn)教學(xué)的成果，力求是學(xué)生在上完本課程后可以解決一些簡(jiǎn)單的數(shù)據(jù)挖掘任務(wù)，將較復(fù)雜的數(shù)據(jù)挖掘技術(shù)的學(xué)習(xí)留給學(xué)生自己。

3結(jié)語(yǔ)。

數(shù)據(jù)挖掘是來(lái)源于實(shí)踐的科學(xué)，學(xué)習(xí)完本課程的學(xué)生需要真正理解，掌握相關(guān)的數(shù)據(jù)挖掘技術(shù)，并能夠在實(shí)際數(shù)據(jù)挖掘任務(wù)中應(yīng)用相關(guān)算法解決問(wèn)題。這也對(duì)教師的教學(xué)水平提出了挑戰(zhàn)，并直接與教師的科研水平相關(guān)。在具體的教學(xué)過(guò)程中，發(fā)現(xiàn)往往是在講授實(shí)際科研中遇到的問(wèn)題時(shí)，學(xué)生的興趣較大，對(duì)于書(shū)本上的例子則反映一般。進(jìn)階課程在注重教學(xué)方法的基礎(chǔ)上，對(duì)于教師的科研水平提出了新的要求，這也是對(duì)于教師科研的反哺，使教學(xué)過(guò)程變成了教學(xué)相長(zhǎng)的過(guò)程。

參考文獻(xiàn)：

[1]孫宇，梁俊斌，鐘淑瑛．面向工程的《數(shù)據(jù)挖掘》課程教學(xué)方法探討[j]．現(xiàn)代計(jì)算機(jī)，2014（13）.

[2]蔣盛益，李霞，鄭琪．研究性學(xué)習(xí)和研究性教學(xué)的實(shí)證研究———以數(shù)據(jù)挖掘課程為例[j]．計(jì)算機(jī)教育，2014（24）.

[3]張曉芳，王芬，黃曉．國(guó)內(nèi)外大數(shù)據(jù)課程體系與專(zhuān)業(yè)建設(shè)調(diào)查研究[c]．2ndinternationalconferenceoneducation,managementandsocialscience（icemss2014），2014.

[4]郝潔．《無(wú)線傳感器網(wǎng)絡(luò)》課程特點(diǎn)、挑戰(zhàn)和解決方案[j]．現(xiàn)代計(jì)算機(jī)，2016（35）.

[5]王永紅．計(jì)算機(jī)類(lèi)專(zhuān)業(yè)剖析中課程分析探討[j]．現(xiàn)代計(jì)算機(jī)，2011（04）.

數(shù)據(jù)挖掘論文選題篇十九

隨著我國(guó)的旅游業(yè)的迅猛發(fā)展，旅游產(chǎn)業(yè)正邁向國(guó)際化的軌道,傳統(tǒng)旅游業(yè)積累的海量數(shù)據(jù),沒(méi)有被有效利用,資源被極大浪費(fèi)。將數(shù)據(jù)挖掘引入到旅游產(chǎn)業(yè)是大勢(shì)所趨。當(dāng)前數(shù)據(jù)挖掘在旅游信息化建設(shè)中的應(yīng)用與研究情況主要集中在高校理論界的研究,大多數(shù)研究?jī)H僅是學(xué)術(shù)研究,真正運(yùn)用到旅游行業(yè)的文章多是從某個(gè)具體的方面出發(fā),針對(duì)個(gè)別應(yīng)用進(jìn)行數(shù)據(jù)挖掘的融合。筆者主要研究決策樹(shù)方法在旅游信息化建設(shè)中的應(yīng)用。目前,決策樹(shù)算法有cls算法、id3算法、c4.5算法、cart算法、sliq算法、z統(tǒng)計(jì)算法、并行決策樹(shù)算法和sprint算法等。不同算法在執(zhí)行效率、輸出結(jié)果、可擴(kuò)容性、可理解性、預(yù)測(cè)的準(zhǔn)確性等方面各不相同。總的來(lái)說(shuō),這么多決策樹(shù)算法各有優(yōu)缺點(diǎn)，真正將數(shù)據(jù)挖掘運(yùn)用到整個(gè)旅游信息化建設(shè)中還有很多問(wèn)題需要解決。

數(shù)據(jù)挖掘中常用的基本分類(lèi)算法有決策樹(shù)、貝葉斯、基于規(guī)則的算法等等。其中，決策樹(shù)是目前主流的分類(lèi)技術(shù),己經(jīng)成功的應(yīng)用于更多行業(yè)的數(shù)據(jù)分析。在關(guān)聯(lián)規(guī)則挖掘研究中,最重要的是apriori算法,這個(gè)算法后來(lái)成為絕大多數(shù)關(guān)聯(lián)規(guī)則分類(lèi)的基礎(chǔ)。聚類(lèi)算法也是數(shù)據(jù)挖掘技術(shù)中極為重要的組成部分。與分類(lèi)技術(shù)不同的是,聚類(lèi)不要求對(duì)數(shù)據(jù)進(jìn)行事先標(biāo)定,就數(shù)據(jù)挖掘功能而言,聚類(lèi)能夠可以針對(duì)數(shù)據(jù)的相異度來(lái)分析評(píng)估數(shù)據(jù),可以作為其他對(duì)發(fā)現(xiàn)的簇運(yùn)行的數(shù)據(jù)挖掘算法的預(yù)處理步驟。各種算法分類(lèi)模型建立有所不同,但原理是大致相同的。筆者考慮決策樹(shù)算法結(jié)構(gòu)簡(jiǎn)單,便于理解,且很擅長(zhǎng)處理非數(shù)值型數(shù)據(jù),建模效率高,分類(lèi)速度快,特別適合大規(guī)模的數(shù)據(jù)處理的優(yōu)點(diǎn),結(jié)合旅游產(chǎn)業(yè)數(shù)據(jù)特點(diǎn),故作重點(diǎn)分析。

旅游業(yè)數(shù)據(jù)挖掘系統(tǒng)的基本特點(diǎn)如下：統(tǒng)計(jì)旅游興趣；購(gòu)物消費(fèi)趨向；推薦其感興趣的旅游景點(diǎn)；在后臺(tái)管理中,通過(guò)決策樹(shù)算法對(duì)游客數(shù)量、平均年齡、景點(diǎn)收費(fèi)、游客來(lái)自地區(qū)等進(jìn)行分析總結(jié),為旅游消費(fèi)者和旅游管理者提供服務(wù)：為消費(fèi)者提供吃住行購(gòu)?qiáng)蕵?lè)天氣各方面信息查詢(xún)、機(jī)票、車(chē)船票、酒店、景區(qū)門(mén)票、餐飲等方面的預(yù)定與現(xiàn)金支付、第三方支付、消費(fèi)者評(píng)價(jià)、在線咨詢(xún)等方面的便利、快捷服務(wù)。為管理者提供推薦、游客管理、線路管理、景點(diǎn)管理、特色服務(wù)管理、機(jī)票管理、在線咨詢(xún)管理、旅游客戶(hù)關(guān)系管理等服務(wù)，提高整體服務(wù)效率和水平。

旅游業(yè)信息管理系統(tǒng)包括游客信息管理與游客信息分析兩個(gè)子模塊。根據(jù)系統(tǒng)日常運(yùn)行出現(xiàn)的問(wèn)題及時(shí)對(duì)系統(tǒng)進(jìn)行維護(hù),如添加或者刪除某個(gè)模塊功能,系統(tǒng)整體運(yùn)行速度的更近等。系統(tǒng)運(yùn)用數(shù)據(jù)庫(kù)層、持久化層、業(yè)務(wù)邏輯層、表示層四層體系結(jié)構(gòu),主要利用id3算法達(dá)到旅游數(shù)據(jù)信息的快速、準(zhǔn)確分類(lèi)。考慮了游客與酒店之間的關(guān)系、游客與旅游路線之間的關(guān)系、游客與旅游景點(diǎn)之間的關(guān)系、游客與機(jī)票、車(chē)票之間的關(guān)系、管理員與游客之間的關(guān)系、邏輯結(jié)構(gòu)設(shè)計(jì)。程序之間的獨(dú)立性增加,易于擴(kuò)展,規(guī)范化得到保證的同時(shí)提高了系統(tǒng)的安全性。詳細(xì)功能設(shè)計(jì)包括：用戶(hù)登錄、用戶(hù)查詢(xún)、預(yù)定及支付、后臺(tái)管理、旅游客戶(hù)管理和數(shù)據(jù)分析等方面。本系統(tǒng)中主要運(yùn)用java語(yǔ)言就行邏輯上的處理。系統(tǒng)主要使用struts2和hibernate這兩個(gè)框架來(lái)進(jìn)行整個(gè)系統(tǒng)的搭建。其中struts2主要處理業(yè)務(wù)邏輯,而hibernate主要是處理數(shù)據(jù)存儲(chǔ)、查詢(xún)等操作。系統(tǒng)采用tomcat服務(wù)器。系統(tǒng)模塊需要實(shí)現(xiàn)酒店推薦實(shí)現(xiàn)、景點(diǎn)推薦實(shí)現(xiàn)、天氣預(yù)報(bào)實(shí)現(xiàn)、旅游線路實(shí)現(xiàn)、特產(chǎn)推薦、數(shù)據(jù)分析展現(xiàn)功能、報(bào)表數(shù)據(jù)獲取、景區(qū)客流量變化分析實(shí)現(xiàn)等。需要進(jìn)行后臺(tái)信息管理等功能測(cè)試以及時(shí)間測(cè)試、數(shù)據(jù)測(cè)試等性能測(cè)試。

在對(duì)數(shù)據(jù)挖掘的基本方法與技術(shù)進(jìn)行總結(jié)的基礎(chǔ)上，結(jié)合當(dāng)今數(shù)據(jù)挖掘的發(fā)展方向和研究熱點(diǎn)，可以發(fā)現(xiàn)旅游業(yè)數(shù)據(jù)挖掘算法系統(tǒng)有待進(jìn)一步完善之處：訂票系統(tǒng)尚待完善。界面美化需要進(jìn)一步改進(jìn)。數(shù)據(jù)表之間的結(jié)構(gòu)關(guān)系需要優(yōu)化，以提高數(shù)據(jù)處理能力和效率。數(shù)據(jù)挖掘工具及算法有待精細(xì)化改進(jìn)。

作者：朱暉單位：河南職業(yè)技術(shù)學(xué)院。

文檔為doc格式。