首页
产品服务
智能全文检索引擎
数据挖掘引擎
文字识别系统
智能文档审阅系统
语言处理应用技术
解决方案
按行业
按场景
新闻动态
了解
伙伴
关于我们
联系我们
加入
首页
产品服务
智能全文检索引擎
数据挖掘引擎
文字识别系统
智能文档审阅系统
语言处理应用技术
解决方案
按行业
金融行业解决方案
券商行业解决方案
信贷行业解决方案
房地产行业解决方案
信托行业解决方案
律所行业解决方案
科技行业解决方案
汽车行业解决方案
媒体报业解决方案
医学行业解决方案
按场景
IFRS16租赁准则转换解决方案
财务报销解决方案
发票管理解决方案
协同办公解决方案
人力资源解决方案
新闻动态
了解
伙伴
关于我们
联系我们
加入
输入关键词检索相关内容
新闻动态
申请试用
新闻动态
您的当前位置:
首页
•
新闻动态
全球首款全频段高速通信芯片问世
时间:2025/09/01
【导语】全球首款全频段高速通信芯片在中国诞生我国学者利用先进的薄膜铌酸锂光子材料,成功研发出全球首款基于光电融合集成技术的自适应全频段高速无线通信芯片。该成果发表于国际顶级学术期刊《自然》,实现了在0.5至115千兆赫超宽频段内快速、精准、低噪声的通信信号生成,解决了传统电子学硬件跨频段工作的难题,为6G通信的高效频谱资源开发奠定了坚实基础。该芯片还具备动态调整通信参数的能力,有望推动从材料到网络
阅读更多
期货交易数据挖掘分析
时间:2025/09/01
在期货市场中,数据挖掘分析是投资者获取市场优势的重要手段。数据挖掘是从大量、复杂的数据中提取有价值信息的过程。这些数据可能来自交易数据、宏观经济数据、行业数据等多个渠道。以2025年上半年我国期货市场为例,据中国期货业协会数据,全国期货市场成交量达40.76亿手,成交额为339.73万亿元,同比分别增长17.82🍆%和20.68%,持仓量也创历年同期新高。如此庞大的数据量背后,隐藏着市场的
阅读更多
“网络达人科创观察营”在沪举行,探讨如何搭建科创传播的“鹊桥”
时间:2025/08/31
【导语】8月31日,上海市科委主办的“网络达人科创观察营”活动在上海成功举办。来自果壳、混知、锚点节目及B站的多位网络达人和科普创作者齐聚一堂,共同探讨如何将晦涩的硬科技转化为大众易懂、愿听乐传的故事。活动中,多位达人被授予科创观察员身份,并围绕科技传播的挑战与策略、内容创新与受众拓展等议题展开深入交流,提出多项建设性意见。上海市科委表示,将出台多项政策措施,支持科技传播人才和内容共创,以提升上海
阅读更多
今日科普|数据挖掘客户行为分析
时间:2025/08/31
数据挖掘不仅仅是简单的数据处理,它利用算法和模型从大量数据中挖掘出隐藏的模式和趋势。在(zài)客(kè)户(hù)行(xíng)为(wèi)分析中,数据挖掘能够揭示客户的购买习惯、品牌偏好、消费频率等关键信息。例如,某电商平台通过数据挖掘发现,高频购买用户占20%,月均购买3次以上,且偏好特定品牌和品类。针对这一群体,平台提供了专属会员权益和新品优先体验,从而有效提升了复购率。这种精准营销的策略
阅读更多
Python:数据科学与挖掘领域的钥匙——深度探索学习路径与数学基础
时间:2025/08/31
1. Python之所以成为数据分析领域的佼佼者,首要归因于其独特的语言特性。作为一门开源且功能强大的动态编程语言,Python以其开发友好的特性脱颖而出。它不仅拥有庞大的社区支持,还汇聚了数以万计的成熟库和框架,为开发者提供了前所未有的便捷性。🚁这种全面的生态体系,使得Python在数据分析领域的应用如鱼得水。2. Python的学习曲线平缓,堪称编程语言的入门优选。其语法简洁明了,代码
阅读更多
**数据挖掘:解锁数据宝藏的智慧之旅与经典书籍指南**
时间:2025/08/31
1. 寻觅某些珍稀书籍的过程,往往充满挑战。不妨探寻一下你周遭的书店,或许能意外发🏀现这本珍贵的著作。更令人欣喜的是,书中或许还隐藏着通往数字版下载的神秘路径。2. 此著作专为实战型大规模数据挖掘项目量身打造,深入探讨了诸多前沿议题,诸如面向对象的关系型数据库挖掘、空间数据库的奥秘、多媒体数据的探索、时间序列数据的追踪、文本数据的剖析,以及万维网与各领域应用的交叉融合。特别提醒,使用所提供
阅读更多
数据挖掘经典书籍推荐
时间:2025/08/31
这本书由韩家炜等人合著,被誉为数据挖掘领域的“圣经”。据统计,自2025年首次出版以来,该书已经售出数百万册,成为了无数数据科学家的启蒙读物。它不仅系统地介绍了数据挖掘的基本概念、方法和算法,还通过丰富的案例和实验,让读者能够理论与实践相结合,更好地理解和应用数据挖掘技术。我个人在阅读这本书时,最深的感触是它对于每一种数据挖掘技术的讲解都非常详尽,从原理到实现步骤,再到应🆙K
阅读更多
多维度推进:工业数据高质量发展与公共数据价值挖掘新纪元
时间:2025/08/31
围绕高质量数据集全生命周期,结合工业企业业务实际,鼓励从质量评估、安全合规两方面协同推进工业数据集标准研制,覆盖数据集质量评估、数据集分层分类分级、数据集安全保障等工业领域数据集开发利用关键问题,开展工业领域数据集质量评估和提升行动,推动模型企业、数据企业和工业企业协同发展。三是加速打造创新载体,构建产学研用协同🈵
阅读更多
今日科普|数据挖掘核心技术
时间:2025/08/31
聚类分析是数据挖掘中最基础也最重要的技术之一。它的核心思想是将相似的数据点归为一类,从而发现数据中的隐藏模式和规律。例如,在电商领域,聚类分析可以帮助企业识别出具有相似购买行为的客户群体,进而制定个性化的营销策略。据统计,通过聚类分析优化后的营销策略,可以提高20%以上的客户转化率。在聚类分析中,K-均值聚类和DBSCAN聚类是两种常用的算法。K-均值聚类通过迭代的方式,将数据分为K个类别,每个类
阅读更多
今日科普|数据挖掘经典书籍推荐
时间:2025/08/30
这本书由Ian H. Witten、Eibe Frank和Mark A. Hall合著,是数据挖掘领域的经典之作。它不仅详细介绍了数据挖掘的基本原理,🍇还涵盖了各种机器学习算法及其应用,包括数据预处理、分类、回归、聚类、关联规则挖掘等。书中通过大量的实例和代码,特别是基于Weka的实例,帮助读者更好地理解理论知识并应用到实际项目中。这本书非常适合初学者和中级学习者,通过循序渐进的方式,让读
阅读更多
上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
下一页
现在注册,即可免费试用
申请试用