摘要
本文对数据挖掘功能和应用做了简要的概述,对几个重点领域中的数据挖掘应用做了较深入的阐述。从而能够提高企业整体工作效率,及时掌握和影响企业运作的关键指标,决策依据,突发事件以及关系紧密的行业和市场信息等。最后对数据挖掘在这三个领域的应用做了分析和比较。
出处
《科技风》
2012年第19期97-98,共2页
二级参考文献16
-
1Ipeirotis P G,Gravano L,Sahami M.Probe,count,and classify:Categorizing hidden web databases//Proceedings of the SIGMOD Conference.Santa Barbara,CA,2001:67-78. 被引量：1
-
2Chau M,Chen H.A machine learning approach to web page filtering using content and structure analysis.Decision Support Systems,2008,44(2):482-494. 被引量：1
-
3Barbosa L,Freire J.Combining classifiers to identify online databases//Proceedings of the 16th International Conference on World Wide Web.Banff,Alberta,Canada,2007:431-440. 被引量：1
-
4Cope J,Craswell N,Hawking D.Automated discovery ofsearch interfaces on the web//Proceedings of the 14th Australian Database Conference.Australia,2003:181-189. 被引量：1
-
5Raghaven S,Garcia-Molina H.Crawling the hidden web//Proceedings of the 27th International Conference on Very Large Data Bases.Italy,2001,129-138. 被引量：1
-
6Chang K C,He B,Li C.Structured databases on the Web:Observations and implications.SIGMOD Record,2004,33 (3):61270. 被引量：1
-
7Gravano L,Ipeirotis P G,Sahami M.QProber:A system for automatic classification of hidden-web databases.ACM Transactions on Information System,2003,22(1):1-41. 被引量：1
-
8Su W,Wang J,Lochovsky F H.Automatic hierarchical classification of structured deep web databases//Proceedings of the 7th International Conference on Web Information Systems Engineering,China,2006:210-221. 被引量：1
-
9He B,Tao T,Chang K C-C.Clustering structured Web sources:A schema-based,model-differentiation approach// Proceedings of the Current Trends in Database Technology-EDBT 2004 Workshops.Greece,2004:536-546. 被引量：1
-
10Lu Y,He H,Peng Q,Meng W,Yu C T.Clustering e-commerce search engines based on their search interface pages using wise-cluster.Data Knowledge Engine,2006,59(2):231-246. 被引量：1
共引文献6
-
1高明,黄哲学.Deep Web研究现状与展望[J].集成技术,2012,1(3):47-54. 被引量：1
-
2范举,周立柱.基于关键词的深度万维网数据库选择[J].计算机学报,2011,34(10):1797-1804. 被引量：11
-
3王宁,杨扬,由海涌,赵耀培,孟坤.极大有序频繁项目集的时间属性分析方法[J].小型微型计算机系统,2013,34(1):120-124. 被引量：3
-
4褚龙现,张琳.基于GIS的森林资源数据库系统的设计[J].中南林业科技大学学报,2012,32(6):48-54. 被引量：5
-
5丁传羽,陈军华,夏海峰.基于关键词的深度万维网数据库查询[J].计算机与数字工程,2013,41(4):616-618. 被引量：1
-
6何小明.深层网页垂直爬虫技术研究综述[J].电子世界,2018,0(16):42-43.
同被引文献7
-
1张小娟,蒋云钟,邢志,甘治国,成建国.数据挖掘方法在北京市用水规律分析中的应用[J].中国水利,2007(16):21-23. 被引量：2
-
2王呈慧.数据挖掘的认识及应用[J].山西青年管理干部学院学报,2007,20(4):106-107. 被引量：1
-
3陈卓,杨炳儒,宋威,宋泽锋.序列模式挖掘综述[J].计算机应用研究,2008,25(7):1960-1963. 被引量：24
-
4范梦歌,刘九夫.基于聚类分析的水文相似流域研究[J].水利水运工程学报,2015(4):106-111. 被引量：10
-
5胡文红,孙欣欣.基于时间序列的数据挖掘技术在城市内涝灾害中的应用研究[J].科技通报,2016,32(6):229-231. 被引量：9
-
6陈志飞,冯钧.一种基于Apriori算法的优化挖掘算法[J].计算机与现代化,2016(9):1-5. 被引量：18
-
7罗海蛟,刘显.数据挖掘中分类算法的研究及其应用[J].微机发展,2003,13(a02):48-50. 被引量：28
-
1杜佳.我国互联网在几个重点领域的应用[J].中国信息导报,2000(6):10-11. 被引量：2
-
2绿盟.企业需要什么样的IDS?——测试IDS的几个关键指标[J].微电脑世界,2001(19):109-111.
-
3杨林凤,曹袖.面向xen网络虚拟化的性能研究[J].微型电脑应用,2009(10):11-14. 被引量：2
-
4徐超.灾难备份走上运营前台[J].通信世界,2008(26).
-
5全球50%的企业对网络威胁缺乏认识[J].计算机与网络,2012,38(23):1-1.
-
6郑晓霞.网络技术的发展前景及其应用[J].信息通信,2015,28(2):158-158. 被引量：1
-
7孟祥萍,钱进,刘大有.基于数组的关联规则挖掘算法[J].计算机工程,2003,29(15):98-99. 被引量：20
-
8蒋莲.数据挖掘在高校教育领域中应用的浅谈[J].电脑知识与技术,2008,0(11X):1283-1283. 被引量：1
-
9网络流量管理的三大步骤[J].网管员世界,2007(11):97-98.
-
10高宇,徐伟锋,陈欣.企业数据库的安全保护[J].信息与电脑（理论版）,2011(8):115-115. 被引量：2
