- 年份
- 2024(2563)
- 2023(3705)
- 2022(3131)
- 2021(3014)
- 2020(2542)
- 2019(5909)
- 2018(6093)
- 2017(10116)
- 2016(5199)
- 2015(6466)
- 2014(6319)
- 2013(5815)
- 2012(4828)
- 2011(3951)
- 2010(3980)
- 2009(3320)
- 2008(3397)
- 2007(3129)
- 2006(2695)
- 2005(2392)
- 学科
- 济(20577)
- 经济(20568)
- 管理(18601)
- 业(14591)
- 企(12983)
- 企业(12983)
- 方法(10826)
- 数学(9379)
- 数学方法(9167)
- 中国(7452)
- 财(6992)
- 业经(6847)
- 信息(5765)
- 务(5511)
- 财务(5466)
- 财务管理(5458)
- 企业财务(4794)
- 理论(4731)
- 农(4489)
- 学(4073)
- 产业(4045)
- 教学(3606)
- 总论(3601)
- 信息产业(3555)
- 贸(3409)
- 贸易(3408)
- 和(3392)
- 地方(3339)
- 易(3328)
- 物资(3266)
- 机构
- 学院(72220)
- 大学(70929)
- 管理(30350)
- 理学(25647)
- 理学院(25429)
- 济(24942)
- 管理学(24845)
- 管理学院(24705)
- 经济(24384)
- 研究(19383)
- 中国(15827)
- 京(15596)
- 财(12557)
- 科学(12176)
- 中心(10705)
- 江(10196)
- 财经(10125)
- 信息(9868)
- 北京(9809)
- 技术(9266)
- 经(9148)
- 业大(9135)
- 州(8992)
- 所(8897)
- 范(8861)
- 师范(8788)
- 农(8445)
- 研究所(8079)
- 财经大学(7393)
- 经济学(7374)
- 基金
- 项目(48686)
- 科学(37544)
- 研究(37438)
- 基金(34203)
- 家(29048)
- 国家(28813)
- 科学基金(25401)
- 社会(22494)
- 社会科(21421)
- 社会科学(21414)
- 省(18989)
- 基金项目(17754)
- 编号(16981)
- 教育(16946)
- 自然(15821)
- 自然科(15504)
- 自然科学(15501)
- 划(15470)
- 自然科学基金(15163)
- 成果(14526)
- 资助(14105)
- 项目编号(12077)
- 重点(10363)
- 课题(9965)
- 部(9844)
- 发(9837)
- 创(9764)
- 国家社会(9538)
- 科研(9514)
- 大学(9353)
共检索到105229条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 物流技术
[作者]
阳柳
介绍了数据挖掘概念及几种主要的数据挖掘技术,简述了大数据时代的物流信息挖掘过程和应用,指出数据挖掘技术将在物流信息领域发挥不可估量的潜能。
关键词：
数据挖掘 物流信息系统 物流管理
[期刊] 科技管理研究
[作者]
刘晓丹 张娜 王磊
在大数据时代,"数据就是一切"。谁能够拥有更为全面、精准、及时的数据,无疑在社会经济文化发展中就占据了绝对的优势。在计算机及其应用技术和半导体技术的持续快速发展、广泛应用和渗透下,数据生产、搜集、储存的技术理论也不断更新,可以说,我们的生活、工作、学习就是处于汪洋的数据"大海"中,与此同时,我们仍然在借助新兴技术源源不断地生产、制造更多的数据。那么,我们应该如何充分、科学、巧妙应用"包裹"我们的海量数据呢?数据挖掘和分析应用可以告诉你答案。
[期刊] 物流技术
[作者]
杨克勤
首先对数据挖掘技术从其技术含义以及应用现状进行了简单介绍,然后对流数据挖掘的相关内容进行概述,利用图文结合的形式就物流数据的挖掘过程进行分析,并基于当下主流的神经网络分析了物流数据实现挖掘的驱动方式,总结出物流数据的管理措施,以供参考。
关键词：
数据挖掘 物流管理 应用 数据驱动
[期刊] 统计与决策
[作者]
崔冬梅
作为一项重要的资源和资本,数据将为企业带来巨大的商业价值和潜在效益。文章基于统计学的视角,对大数据时代数据挖掘在交叉销售中的应用进行较为深入但通俗易懂的探讨,并结合实例,运用统计数据挖掘技术建立某地区电信增值业务交叉销售模型,得出了6条有用的规则集,这些规则集都有较好的支持度和置信度,根据这些规则集,企业可以预期哪些人将成为企业的目标客户,向谁实行交叉销售会收到良好的效果,这些信息对企业的生产经营和销售都具有重要意义。
[期刊] 情报理论与实践
[作者]
陈银娣 王三梅
大数据时代,传统的装备科技信息研究无论在需求对接、信息采集、数据分析、成果表达、推送方式等各个环节都面临巨大的挑战。文章主要分析了大数据时代装备科技信息研究面临的主要问题,构建大数据时代装备科技信息研究系统总体框架,探讨装备科技信息研究系统的实践应用,提出要以重塑大数据时代装备科技信息研究流程为重点,以装备科技信息研究体系的建设和应用为基础,大力推进装备科技信息研究系统建设。
关键词：
大数据 装备科技信息 研究体系 数据挖掘
[期刊] 情报理论与实践
[作者]
罗威 谭玉珊
每年全世界产出大量科技文献,形成的科技文献大数据是科研进展最直接的体现。当前,基于摘要和全文对科技文献内容进行深层次挖掘正在得到各方重视。文章分析了近年来国外新型科技文献挖掘与服务系统的最新实践,以及DARPA、IARPA等机构相关项目布局,对基于内容的科技文献大数据挖掘与应用现状及趋势进行了详细分析。
[期刊] 改革与战略
[作者]
谢玮
文章通过浅析数据挖掘算法在商品供销存环节中的应用,分析其对商品销售和营销模式的影响。对商品销售中各因素进行关系分析分类,根据不同销售情况和关系环境,给出不同的数据分析和挖掘方式,并提供相应的分析算法和方法应用到其中,为后续研究铺路。通过对商品营销大数据分析与应用,可以对商品供销存关系产生重要影响,提高各环节经济效益和降低成本。
[期刊] 会计之友
[作者]
乔冰琴 段全虎 高翠莲
大数据时代,数据来源多样化、数据体量巨大化和数据格式复杂化对企业经营分析和预决策提出了挑战,利用大数据技术进行企业经营数据分析和挖掘已是提高企业竞争力的重要措施。但是,直接让企业管理人员掌握大数据技术并进行数据分析和挖掘显然是不切实际的,使用大数据BI工具才是最有效、最便捷的方法。文章重点分析了大数据分析与挖掘的数据获取、数据预处理、分析与挖掘、数据可视化四个环节的任务和相关技术,并基于数猎云大数据BI工具,以贷款风险预测为例,阐述了应用大数据BI工具进行数据分析和挖掘的过程,以此为企业管理人员应用大数据BI工具从事数据分析和挖掘工作提供思路和建议。
[期刊] 统计与决策
[作者]
肖娟
数据挖掘作为快速有效地从海量数据中提取有效信息的工具,在现代物流业得到了广泛的应用。文章从数据挖掘的基本技术、数据挖掘在物流需求预测、物流决策以及客户关系管理等方面的应用现状及存在的问题出发,对目前这一领域内的研究进行了回顾和评论,并对数据挖掘在物流的发展前景进行了展望。
[期刊] 现代管理科学
[作者]
夏国成 赵佳宝
本文介绍了数据挖掘在现代物流中应用的必要性,以及如何在物流中应用数据挖掘,并提出基于活动的现代物流剖析(ABP)的方法,进而使数据挖掘在现代物流中得以应用,提升现代物流管理的效绩。
[期刊] 物流技术
[作者]
刘世平
SQL数据挖掘是计算机数据处理技术的重要发展,是目前物流企业日常管理和商业智能的重要部分。首先概述了数据挖掘技术的概念、过程和方法,接着分析了其在物流企业业务数据挖掘中的流程和作用,重点对物流企业客户关系管理、供应链系统管理以及决策系统管理中的数据挖掘应用进行了分析,指出了SQL数据挖掘技术在上述领域应用的主要方式、作用及机制,最后就SQL数据挖掘在X物流企业中的应用进行了案例剖析,并从分析问题、准备数据、挖掘数据和应用结果四个方面详细介绍了数据挖掘过程。
关键词：
SQL 数据挖掘技术 物流企业 管理应用
[期刊] 物流技术
[作者]
仝新顺
介绍了数据挖掘的概念和主要技术,针对烟草物流运营数据特征,探讨了数据挖掘技术在烟草客户分析、仓储管理和配送线路优化的应用,帮助烟草企业进行科学的决策。
关键词：
数据挖掘 客户分析 仓储管理 遗传算法
[期刊] 企业经济
[作者]
章刚勇 尹继东 龚凌燕
数据挖掘研究对于物流企业适应未来物流竞争环境具有重要的意义,运用数据挖掘技术和专业软件工具对物流企业累积的运营数据进行分析并从中发现潜在规则和联系,现今已经成为可能。同时,由于现代物流企业一般都建立了自己的数据库系统,从而能更加有效地利用数据挖掘技术来提高物流企业运营管理的效率。文章基于SQL技术,以玉柴集团物流企业为例,详尽地探讨了数据挖掘技术在物流企业中应用的一般步骤,为物流企业数据挖掘应用模式的设计及数据挖掘工具的选择提供了一般参考。
关键词：
SQL 数据挖掘 物流管理
[期刊] 中国流通经济
[作者]
曾奕棠 张玉峰
物流信息日益大数据化，急需实现物流信息分析的智能化。云挖掘是由云计算技术支撑的并行数据挖掘，是实现物流信息智能分析的有效方法。基于云挖掘的物流信息智能分析应用平台具有超强的海量数据处理能力，有很强的可扩展性；用户无需自己开发应用软件，允许用户任意提交服务请求，能够有效处理和利用分布在各节点之间的数据和计算设备，可为不具备数据挖掘相关知识的用户提供＂一站式服务＂，使用户低成本地利用该平台。
[期刊] 图书馆学研究
[作者]
周磊 张玉峰
文章针对物流信息采集、跨组织管理、决策支持三方面的突出问题,提出应采纳融合物联网、数据挖掘等新兴技术的综合解决方案。综合应用物联网与数据挖掘及其互补性,构建了融合物联网与数据挖掘的物流信息处理与分析模型,主要包括:基于物联网的物流信息感知与采集、基于粗糙集与证据理论的物流信息整合处理、基于粗糙集与神经网络的物流信息分析。进而,以冷链物流信息管理为背景,设计了融合物联网和粗糙集的物流信息处理和分析流程,从而为动态、离散的物流信息处理与分析提供了有效解决方案。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
