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
数据挖掘技术实践
时间:2025/03/25
数据挖掘的核心价值在于其能够从大量、不完全的、有噪声的数据中发现潜在的规律和模式,进而转化为实际的业务洞察。数据挖掘的实践通常包括数据准备、规律寻找和规律表示三个步骤。数据准备阶段,需要从相关的数据源中选取所需的数据并进行整合;规律寻找阶段,则运用各种算法和技术挖掘数据集中的规律;最后,规律表示阶段将挖掘出的规律以用户可理解的方式呈现出来,如可视化报告或模型。据统计,全球数据量正以每年约50%的速
阅读更多
SPSS数据挖掘技术探讨
时间:2025/03/24
数(shù)据(jù)挖(wā)掘(jué)的(de)第(dì)一(yī)步(bù)往(wǎng)往(wǎng)是(shì)数(shù)据(jù)预(yù)处(chù)理(lǐ),这(zhè)一(yī)过(guò)程(chéng)对(duì)于(yú)后(hòu)续(xù)分(fēn)析(xī)的(de)准(zhǔn)确(què)性(xìng)至(zhì)关重(zhòng)要(yào)。SPSS提
阅读更多
圆桌|投资人集体错失DeepSeek后的反思:颠覆式创新需要全新的投资模式
时间:2025/03/24
“我是一年多以前找(zhǎo)了(le)三(sān)拨(bō)人(rén),就(jiù)想(xiǎng)找(zhǎo)梁(liáng)文峰(fēng)(DeepSeek创(chuàng)始(shǐ)人(rén)),但(dàn)他(tā)拒(jù)绝(jué)见(jiàn)面(miàn)。”五(wǔ)源(yuán)资(zī)本(běn)创(chuàng)始(shǐ)合(hé)伙(huǒ)人(rén)
阅读更多
多学科交叉,浦江创新论坛首次聚焦生物混合机器人
时间:2025/03/24
3月22日,2025浦江创新论坛-前沿与交叉创新专题论坛生物混合机器人专场在华东师范大学举行。这是浦江创新论坛首次聚焦“多学科交叉驱动生物混合机器人技术突破--从实验室到产业化的跨越”主题。在会议主题报告环节,与会专家学者围绕细胞机器人、动物机器人、羽翼式飞行机器人、类弹簧游泳机器人等生物混合机器人范式,以及人工肌肉、微纳米机器人控制、片上脑机接口、感驱一体化设计等相关领域关键技术展开介绍,并从驱
阅读更多
今日科普|数据挖掘关联规则探索
时间:2025/03/24
关联规则挖掘通过分析大型数据集来发现隐藏在其中的有趣关系。这些关系通常以关联规则或频繁项集的形式表示。关联规则反映了一个事物与其他事物之间的相互依存性和关联性。例如,在零售行业中,关联规则可以帮助发现某些商品经常一起被购买,如“如果有人购买了面包,他们也很可能购买牛奶”。这些规则对于优化库存、设计促销活动、提高销售额等具有重要意义。关联规则的基本概念包括支持度、置信度和提升度。支持度表示某个项目集
阅读更多
当AI将“思维工业化”,人类的思考价值何在?
时间:2025/03/24
·更(gèng)危(wēi)险(xiǎn)的(de)是(shì),当人类开始用机器的解释框架反哺自身思维时,可能引发机器对人类的“认知奴役”,就像导航系统奴役了人类空间认知能力一般。我们要小心"AI思维"对直觉思维中所体现出的创造力的侵蚀。人类思维中的灵光一现才是真正难能可贵的。机器的思维有着过度思考的倾向,不加节制的AI思考能力滥用只会带来过度的理性社会。记者 蒋立冬 AI创意在人
阅读更多
大数据挖掘与分析系统
时间:2025/03/24
大(dà)数(shù)据(jù)挖(wā)掘(jué)与(yǔ)分(fēn)析(xī)系(xì)统(tǒng)是(shì)一(yī)个(gè)复(fù)杂(zá)而(ér)强(qiáng)大(dà)的(de)工(gōng)具(jù),它(tā)依(yī)赖(lài)于(yú)统(tǒng)计(jì)学(xué)、机(jī)器(qì)学(xué)习(xí)、数(shù)据(jù)库(kù)技(jì)
阅读更多
数据挖掘技术及应用
时间:2025/03/24
数(shù)据(jù)挖(wā)掘(jué)(Data Mining)是(shì)一(yī)种(zhǒng)利(lì)用(yòng)统(tǒng)计(jì)学(xué)、机(jī)器(qì)学(xué)习(xí)、数(shù)据(jù)库(kù)、算(suàn)法(fǎ)等(děng)方(fāng)法(fǎ)从(cóng)大(dà)量(liàng)数(shù)据(jù)中(zhōng)发(fā)现
阅读更多
今日科普|数据挖掘案例剖析
时间:2025/03/24
提到数据挖掘,不得不提沃尔玛的经典案例——“尿不湿与啤酒”。沃尔玛通过对顾客购物行为进行深入分析,发现尿不湿和啤酒的购买行为之间存在显著关联。这一发现源于沃尔玛庞大的数据仓库系统,该系统集合了其所有门店的详细原始交易数据。通过数据挖掘工具对这些数据进行分析,沃尔玛揭示了一个隐藏在美国消(xiāo)费(fèi)者(zhě)行(xíng)为(wèi)背(bèi)后(hòu)的(de)模(mó)式(sh
阅读更多
数据挖掘技术与应用
时间:2025/03/24
数据挖掘技术的起源可以追溯到1960年代的人工智能研究,但直到1980年(nián)代(dài)随(suí)着(zhe)计(jì)算(suàn)机(jī)技(jì)术(shù)和(hé)数(shù)据(jù)库(kù)管(guǎn)理(lǐ)系(xì)统(tǒng)的(de)发(fā)展(zhǎn),数(shù)据(jù)挖(wā)掘(jué)才(cái)逐(zhú)渐(jiàn)成(chéng)
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