面向CRM的数据挖掘应用研究

基于粗糙集和遗传算法的大数据集数据挖掘应用研究，为研究粗糙集和遗传算法的学者提供帮助，不得用商业用途。

聚类分析是数据挖掘研究中的重要内容，成为各学科研究中的重要工具。但在现实生活中，常常遇到高维数据集的处理且在大多数情况下，这些数据集对于各个聚类存在属性不平衡的现象。根据这一点，本文提出在核特征空间中

设计了一个具有良好的可扩展性、通用性、友好的JSP操作界面和统一的元数据管理等特点的数据ETL系统。结合实例介绍了此系统在石化企业中的应用。

结合当前数据挖掘系统的优缺点及云计算的优势，构建了一种面向云计算的数据挖掘系统架构，并对其中的重要组成模块进行了详尽描述。该框架有利于解决当前数据挖掘系统存在的数据共享性差、扩展性低及价格昂贵等一系列

数据流的无限性、高速性使得经典的频繁模式挖掘方法难以适用到数据流中。针对数据流的特点，对数据流中频繁模式挖掘问题进行了研究，提出了数据流频繁模式挖掘算法FP-SegCount。该算法将数据流分段并利用

重点讲解工作流模型中的主要的几种数据挖掘算法。 并结合实际应用进行说明

转自CCF，网址：https://www.ccf.org.cn/YOCSEF/Branches/YOCSEF/Detailed_Information/ppt/2017-10-10/615513.sh

数据挖掘算法研究与应用 数据挖掘算法研究与应用 硕士论文

数据挖掘系统需要的一个功能是支持临时和交互式数据挖掘的能力,以支持方便灵活而有效的知识发现。可以设计数据挖掘查询语言来支持这一功能,除了数据挖掘查询语言,数据挖掘语言也包括数据挖掘建模语言与通用数据挖

数据挖掘是目前非常流行的一门交叉学科，涉及到很多学科的研究领域。本文简单介绍了什么是数据挖掘，数据挖掘的新技术，分析了常用数据挖掘方法的优缺点。这些方法包括决策树、遗传算法、粗糙集方法、聚类分析方法、