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
今日科普|数据挖掘的定义与应用
时间:2025/07/26
数据挖掘技术涵盖了关联规则学习、分类、聚类、回归分析等多种方法。关联规则学习可以帮助我们发现数据中不同变量之间的关系,比如经典的“啤酒与尿布”案例,显示了购买尿布的客户往往也会购买啤酒。分类技术则是将数据划分为不同的类别,便于进一步分析和决策,比如人脸识别、指纹识别等。聚类则是将数据分组,使得同一组内的数据点具有相似性,而不同组之间的差异较大。回归分析则用于预测变量之间的关系和趋势,这在金融、零售
阅读更多
辛顿、姚期智等联名签署“上海共识”,呼吁给AI确立行为红线
时间:2025/07/25
【导语】2024年7月25日,由杰弗里·辛顿、姚期智、本吉奥、斯图尔特·罗素等20余位全球顶尖AI行业专家共同签署的“AI安全国际对话上海共识”正式公布。此次共识聚焦于确立全球认可的人工智能安全红线,以防止AI系统失控并带来灾难性风险。作为“AI安全国际对话”系列的一部分,上海共识强调了人类正处于AI发展的关键转折点,呼吁国际社会合作构建有约束力的国际AI安全框架,并采取三项关键行动以确保AI的安
阅读更多
数据挖掘技术与应用
时间:2025/07/25
数据挖掘的核心技术包括聚类分析、关联规则挖掘、决策树、支持向量机等。以聚类分析为例,这是一种无监督学习算法,它可以将数据根据特征分为多个群集。比如,K均值算法就是一种常见的聚类分析方法,它通过迭代的方式,将数据(jù)点(diǎn)分(fēn)配(pèi)到(dào)最(zuì)近(jìn)的(de)聚(jù)类(lèi)中(zhōng)心(xīn),直(zhí)到(dào)聚(jù)类(lèi)
阅读更多
今日科普|客户行为数据挖掘分析
时间:2025/07/25
在当今数据驱动的时代,客户行为数据已成为企业最宝贵的资源之一。这些数据记录了用户在使用产品或服务过程中的各种行为,如点击、浏览、购买、评论等,蕴含着用户的兴趣、🌅登录需求和习惯。根据最新研究显示,有效利用客户行为数据的企业,其销售额和客户满意度往往能显著提升。例如,亚马逊通过分析用户的购买历史和
阅读更多
专访|Meta AI华人科学家田渊栋:“AI没有上限,现在只摸到了智能的边”
时间:2025/07/25
【导语】在AI技术日新月异的今天,Meta AI Research(FAIR)研究科学家总监田渊栋以其独特的视角,将AI的发展比作一场洪水,预示着职业技能较低者将面临被替代的风险。然而,他同时鼓励人们发掘自身独特性,利用AI去追求真正的热爱。作为一位兼具科研与文学创作才华的学者,田渊栋不仅在AI领域取得了显著成就,还通过其科幻小说《破晓之钟》探讨了人工智能时代的未来图景。近日,在接受澎湃科技的专访
阅读更多
今日科普|数据挖掘实践感悟
时间:2025/07/25
在这个信息爆炸的时代,数据无处不在,而数据挖掘就像是从这座数据金矿中提炼真金的过程。据统计,全球每天产生的数据量高达2.5 quintillion字节(相当于25亿GB),如此庞大的数据量,如果仅仅停留在收集和存储层面,其价值将大打折扣。数据挖掘通过算法模型和技术手段,能够从这些数据中挖掘出隐藏的模式、趋势和关联,为企业决策提供关键支持。比如,电商巨头利用数据挖掘技术,能够精准推送用户可能感兴趣的
阅读更多
今日科普|数据挖掘技术应用
时间:2025/07/25
数(shù)据(jù)挖(wā)掘(jué)在(zài)市(shì)场(chǎng)营(yíng)销(xiāo)领(lǐng)域的(de)应(yīng)用(yòng)尤(yóu)为(wèi)广(guǎng)泛(fàn)。通(tōng)过(guò)分(fēn)析(xī)客(kè)户(hù)的(de)购(gòu)买(mǎi)历(lì)史(shǐ)、浏(liú)览(lǎn)行为和社交媒体互动等数据,企业
阅读更多
数据挖掘算法研究
时间:2025/07/25
决策树算法是数据挖掘中最直观也最常用的算法之一。它通过构建树形结构,将数据按照不同属性进行分类,最终得到预测结果。比如,在医疗诊断中,医生可以利用决策树算法,根据患者的症状、年龄、性别等信息,快速判断患者可能患有的疾病。决策树算法的优点在于其解释性强,结果易于理解。然而,它也可能面临过拟合的问题,尤其是在处理高维数据时。最新的研究,如通过剪枝技术优化决策树,正在逐步解决这一问题。神经网络算法:深度
阅读更多
今日科普|数据挖掘与分析技巧
时间:2025/07/24
在数字化时代,数据如同新石油,成为企业竞争和决策制定的关键资源。数据挖掘,正是从这座数据金矿中提炼价值的过程。据Gartner研究,到2025年,全球将有超过75%的企业将数据和分析作为其核心战略的一部分。想象一下,电商平台通过分析用户浏览和购买历史,精准推送个性化商品推荐,背后的功臣就是数据挖掘技术。通过聚类分析、关联规则挖掘等方法,企业能发现隐藏💰的消费者行为和趋势,提升用户体验和销售
阅读更多
今日科普|机器学习数据挖掘技术
时间:2025/07/24
在当今的大数据时代,机器学习已成为数据挖掘的核心技术之一。简单来说,机器学习是一种让计算机从数据中自动学习并改进自身性能的技术。通过分析大量数据,机器学(xué)习(xí)算(suàn)法(fǎ)能(néng)够(gòu)识(shi)别(bié)出(chū)隐(yǐn)藏(cáng)的(de)模(mó)式(shì)和(hé)规(guī)律(lǜ),从(cóng)而(ér)预(yù)测(cè)未(w
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