数据挖掘应用的困境和展望 一、数据挖掘的内在局限性 对数据挖掘技术期望过高，是数据挖掘应用过程中经常出现的一个问题。企业管理人员或者业务人员抱着美好的愿望，希望数据挖掘像“魔杖”一样解决面临的棘手问题，但是如果要求的结果与已有的数据没有关联（或者相关性太小），数据挖掘是无能为力的。一个典型的情况是，企业 more...
大数据和数据挖掘在科研领域的发展 大数据在看着你吗？除了安全和商业，大数据和数据挖掘在科研领域也正在风起云涌。越来越多的设备带着更加精密的传感器，传回愈发难以驾驭的数据流，于是人们需要日益强大的分析能力。在气象学、石油勘探和天文学等领域，数据量的井喷式增长对更高层次的分析和洞察提供了支持，甚至提出了要求。2005年6月至2007年12月海洋表面洋流示意图。数据源：海面高度数据来自美国航空航天局 more...
数据挖掘在ERP中的作用 在ERP管理系统中，常用的数据挖掘策略包括分类、估计、预测、无指导聚类、购物篮分析等：常用的数据挖掘技术有统计方法、聚类分析、决策树和决策规则、关联规则、人工神经网络、遗传算法、可视化方法等。在数据挖掘实践中，往往是多种数据挖掘策略和技术方法综合运用。本文以ERP采购管理系统中的成本考核控制模块为例，介绍数据挖掘技术应用的过程。一、采购管理系统控制 more...
数据挖掘在CRM中的重要性 一、CRM实施的前提——客户细分客户细分就是把客户根据其性别、收入、交易行为特征等属性细分为具有不同需求和交易习惯的群体，同一群体中的客户对产品的需求的及交易心理等方面具有相似性，而不同群体间差异较大。客户群体细分可以使企业在市场营销中制定正确的营销策略，通过对不同类别客户提供有针对性的产品和服务，提高客户对企业和产品的满意度，以获取更大的利润。客 more...
从信息管理全流程中挖掘价值 研究人员称，在过去三年中，纸张、胶片、光和磁介质上存储的新信息量增加了一倍。因此，制定可靠、有效、高成本效益的数据存储策略意义重大。信息管理不仅仅停留在概念的层面上，更重要的是如何发挥实际应用，给用户带来实际效益。1、着眼全生命周期 &n more...
数据采集面临的安全与隐私挑战 1.数据采集的完整性问题：因为在客户端采集数据，为了保证尽量不影响用户体验，所以在采集数据时，一般不会同步发送数据，而是在本地先做缓存，然后再整体压缩、打包并在网络好时一起通过公网进行传输。如果客户端一直网络不好，传输失败时，则会累计在本地，而本地缓存会有限额，或者缓存数据全部发送完毕前，App 就被卸载则都会丢掉部分数据。在Web 端使用 JS more...
大数据已成为工业企业重点发展方向 工业大数据已成为国际领先企业重点发展，对于我国来说，工业大数据也是国家大数据战略的重要内容，并且我们在《大数据发展纲要》里明确提出新型大数据工程，要利用大数据，把我们的产供销各个领域全生命周期的产业链聚拢起来，达到提高生产效益、降低成本的目的，这也是中国工业转型升级、创新驱动发展的重要抓手。工业大数据也是智能制造或者制造智能化的原因。我们现在强 more...
金融未来的核心在于大数据挖掘 时下，查询实时交通路况几乎成为我们出行前必不可少的事情，而这些躲避拥堵的方案真的是实时监控反馈的吗?答案当然是否定的，它主要在于数据分析，即通过带GPS功能的手机以及其他移动设备收集位置信息和移动速度信息，并加以计算转换成拥堵信息。事实上，这样的技术在制造业、零售业、信息技术服务业等领域已经逐步显现出重要性。那么 more...
浅析数据挖掘发展现状 近年来，随着互联网、物联网、云计算、三网融合等IT与通信技术的迅猛发展，数据的快速增长成了许多行业共同面对的严峻挑战和宝贵机遇，因而信息社会已经进入了大数据时代。大数据的涌现不仅改变着人们的生活与工作方式、企业的运作模式，甚至还引起科学研究模式的根本性改变。 数据是知识的源泉。但是,拥有大量的数据与拥有许多有用的知 more...
|
