数据挖掘 引言 数据挖掘是一门交叉学科，涉及到了机器学习、模式识别、归纳推理、统计学、数据库、高性能计算等多个领域。 所谓的数据挖掘（Data Mining）指的就是从大量的、模糊的、不完全的、随机的数据集合中提取人们感兴趣的知识和信息，提取的对象一般都是人们无法直观的从数据中得出但又有潜在作用的信息。从本质上来说，数据挖掘是在对数据全面了解认识的基础之上进行的一次升华，是对数据的抽象和概括。如果把数据比作矿产资源，那么数据挖掘就是从矿产中提取矿石的过程。与经过数据挖掘之后的数据信息相比，原始的数据信息可以是结构化的，数据库中的数据，也可以是半结构化的，如文本、图像数据。从原始数据中发现知识的方法可以是数学方法也可以是演绎、归纳法。被发现的知识可以用来进行信息管理、查询优化、决策支持等。而数据挖掘是对这一过程的一个综合性应用。
目录 引言 (1) 第一章绪论 (3) 1.1 数据挖掘技术的任务 (3) 1.2 数据挖掘技术的研究现状及发展方向 (3) 第二章数据挖掘理论与相关技术 (5) 2.1数据挖掘的基本流程 (5) 2.2.1 关联规则挖掘 (6) 2.2.2 .Apriori算法：使用候选项集找频繁项集 (7) 2.2.3 .FP-树频集算法 (7) 2.2.4.基于划分的算法 (7) 2.3 聚类分析 (7) 2.3.1 聚类算法的任务 (7) 2.3.3 COBWEB算法 (9) 2.3.4模糊聚类算法 (9) 2.3.5 聚类分析的应用 (10) 第三章数据分析 (11) 第四章结论与心得 (14) 4.1 结果分析 (14) 4.2 问题分析 (14) 4.2.1数据挖掘面临的问题 (14) 4.2.2 实验心得及实验过程中遇到的问题分析 (14) 参考文献 (14)
国内外研究综述范文国内外文献综述写你的文献综述具体准备往哪个方向写，题目老师同意了没，具体有要求要求，需要多少字呢？ 你可以告诉我具体的排版格式要求，文献综述想写好，先要在图书馆找好相关资料，确定好题目与写作方向。老师同意后在下笔，还有什么不了解的可以直接问我，希望可以帮到你，祝写作过程顺利。 文献综述是研究者在其提前阅读过某一主题的文献后，经过理解、、融会贯通，综合分析和评价而组成的一种不同于研究论文的文体。 2) 文献综述的写作要求 1、文献综述的格式文献综述的格式与一般研究性论文的格式有所不同。这是因为研究性的论文注重研究的方法和结果，而文献综述介绍与主题有关的详细资料、动态、进展、展望以及对以上方面的评述。因此文献综述的格式相对多样，但总的来说，一般都包含以下四部分：即前言、主题、总结和 ___。撰写文献综述时可按这四部分拟写提纲，再根据提纲进行撰写工作。前言，要用简明扼要的文字说明写作的目的、必要性、有关概念的定义，综述的范围，
阐述有关问题的现状和动态，以及目前对主要问题争论的焦点等。前言一般200-300字为宜，不宜超过500字。正文，是综述的重点，写法上没有固定的格式，只要能较好地表达综合的内容，作者可创造性采用诸多形式。正文主要包括论据和论证两个部分，通过提出问题、分析问题和解决问题，比较不同学者对同一问题的看法及其理论依据，进一步阐明问题 ___和作者自己的见解。当然，作者也可从问题发生的历史背景、目前现状、发展方向等提出文献的不同观点。正文部分可根据内容的多少可分为若干个小标题分别论述。小结，是结综述正文部分作扼要的总结，作者应对各种观点进行综合评价，提出自己的看法，指出存在的问题及今后发展的方向和展望。内容单纯的综述也可不写小结。 2、文献综述规定 为了使选题报告有较充分的依据，要求硕士研究生在论文开题之前作文献综述。 2. 在文献综述时，研究生应系统地查阅与自己的研究方向有关的国内外文献。通常阅读文献不少于30篇，且文献搜集要客观全面 3. 在文献综述中，研究生应说明自己研究方向的发展历史，前人的主要研究成果，存在的问题及发展趋势等。
. Word资料●本课题国外研究现状分析 教育科研立项课题如何申报与论证博白县教育局教研室朱汝洪发布时间： 2009 年 4 月 2 日19 时24 分一、课题申报的基本步骤第一步： 阅读各级课题申报通知，明确通知的要求；第二步： 学习研究课题管理方面的文件材料；第三步： 学习研究《课题指南》，确定要申报的课题（可以直接选用《课题指南》中的课题，也可以自己确定课题）；第四步：组织课题组，认真阅读关于填表说明的文字，研究清楚课题《申请评审书》各个栏目的填写要求；第五步： 根据《申请评审书》各栏目的要求分工查找材料和论证；第六步： 填写《申请评审书》草表；第七步： 研究确定后，填写《申请评审书》正式表（一律要求打印）；第八步： 按要求复印份数；第九步： 按要求签署意见、加盖公章；第十步： 填写好《课题申报材料目录表》；第十一步： 按时将《申请评审书》《课题申报材料目录表》和评审费送交县教研室科研组转送市教科所（也可以直接送市教科报，但必须报县教研室备案）。
二、教育科研课题的选题1、课题的选题方法。 一是从上级颁发的课题指南中选定；二是结合学校的实际对课题指南中的课题作修改；三是完全从学校的实际出发确定课题。 2、课题的选题要依据的原则。 一是符合法规和政策；二是切合当地和学校实际；三是适合教师的水平和能力；四是切中当前教改热点。 3、课题名称的规表述。 ①研究，如小学生学习兴趣培养的研究。 ②实践与研究，如高中学生探究性学习的实践与研究。 ③应用研究，如合作学习理论在初中语文教学中的应用研究。 ④实验与研究，如杜郎口模式的实验与研究。 ⑤探索与研究，如农村寄宿制小学学生管理的探索与研究。 三、立项课题的论证例说（以2009 版市课题申报表的要求为准）1、课题论证的含义。 课题论证，也叫论证与设计、设计与论证，是对所要申报的课题的选题依据、研究目标、研究容、研究重点、研究难点、研究思路、研究步骤、研究条件等进行的阐述与设计。 2、课题论证的包括的容。 不同级别的课题申报表（课题申请、评审书）要求有所不同，但基本上包括两大方面的容： 一是关于本研究课题的论证，二是关于对课题实施的论证。 3、课题论证例说。
1.2 国内外相关研究现状综述 1.2.1国外研究综述 1）人力资源外包 Lever觉得外包是一种管理策略，将非核心业务委托给外部专家执行，使公司能专注于本身核心业务发展，以提高竞争优势[3]。而人力资源管理外包，则是一种特殊的外包形式。greer认为，外包是由外部伙伴在重复基础上从事原来由企业内部从事的人力资源任务[4]。 对于人力资源外包，许多国外学者认为，对许多企业来说，外包浪潮的兴起并不意味着一定要实行人力资源管理外包，人力资源管理的实践性很强，往往对适合的企业才最好。 在总结外包优势的基础上，Rodriguez和Carlos指出与专业的雇佣组织签订合同来处理企业的人力资源职能是一个可变的结论，专业雇佣组织可以与他的顾客建立一个雇佣合作关系。Greet认为有五项竞争因素使企业将人力资源部分或是全部外包，分别是企业精简、快速成长或衰退、全球化、竞争增加以及企业再造，而在这些竞争因素背后的根本因素其实就是降低成本与增加人力资源的服务品质。 关于人力资源外包的风险，Quelin认为一个是企业在外包过程中对外包商的过分依赖，他们认为外包后企业就不用再过问这部分工作了，全部由外包商负责就行，很少进行沟通。另外一个是外包商的工作效率及能力不能达到既定目标，影响组织绩效的完成，把工作交给外包商后，企业失去了对这部分工作的控制，至少不能完全控制，于是当外包商的能力及效率不能达到原来期望的时候，就会影响企业的整体绩效。Bahli，Bouchaib等根据交易成本的观点，归纳了外包所具有的风险带来的不确定性有以下两点:交易的不确定性；委托的不确定性和所提供服务的不确定性。 以上研究表明国外的人力资源外包相关研究大多集中在外包决策、外包作用与外包风险上。主要关注的是企业人力资源外包在实际运用中的可行性与实践中的问题。在人力资源外包中引入信任的研究不多。国外学者对信任的研究集中在信任的作用、类型与建立上。这里只摘录其中的一部分。 2）信任 梅耶、戴维斯、斯库尔曼认为:信任是指一方在有能力监控或控制另一方的情况下，宁愿放弃这种能力而使自己处于弱点暴露、利益有可能受到对方损害的状态。Sabel认为:“相互信任就是合作各方坚信，没有一方会利用另一方的脆弱点去获取利益。”胡孔河将信任定义为：在一定情境下，一方凭借自己对对方的
机器视觉技术发展现状 人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做 测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解 世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。 机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介 机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。 机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能 高等优点，有着广泛的应用前景[1]。 一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、 数量、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。 机器视觉一般都包括下面四个过程：
数据挖掘研究的现状与发展趋势 郑继刚,王边疆 (保山学院数学系,云南保山678000) 影响其空间分布的因素之间的关系;预测型的模 型用来根据给定的一些属性预测某些属性,如分类模 型和回归模型等. 目前,主要在空间数据挖掘的体系结构和挖掘过 程做了大量研究,包括面向对象的空间数据库的数据 挖掘、模糊空间关联规则的挖掘、不确定性挖掘、聚类 挖掘、挖掘空间数据的偏离和演变规则、基于多专题 地图的挖掘、交叉概化、基于时空数据的概化、并行数 据挖掘、统计分析与数据挖掘的协同和遥感影像的挖 掘等,主要采用了基于统计学和概率论、集合论、机器 学习、仿生物学、地球信息学的研究方法. 4.2多媒体数据挖掘 多媒体数据,包括图形、图像、文本、文档、超文 本、声音、视频和音频数据等,数据类型复杂.随着信 息技术的进步,人们所接触的数据形式越来越丰富, 多媒体数据的大量涌现,形成了很多海量的多媒体数 据库[8].这些数据大多是非结构化数据、异构数据, 特征向量通常是数十维甚至数百维,转化为结构数据 和降维成了多媒体数据挖掘的关键技术. 有研究者提出了多媒体数据挖掘的系统原型 ＭＤＭＰ,将多媒体数据的建模表示、存储和检索等多 媒体数据库技术与数据挖掘技术有机地结合在一起, 采用多媒体图像数据的相似性搜索、多维分析、关联 规则挖掘、分类与聚类分析等挖掘方法,广泛地应用 于医学影像诊断分析、卫星图片分析、地下矿藏预测 等各种领域. 4.3时序数据挖掘 时序数据挖掘通过研究信息的时间特性,深入洞 悉事物进化的机制,揭示其内在规律(如波动的周期、 振幅、趋势的种类等),成为获得知识的有效途径.关 键问题是要是寻找一种合适的序列表示方式,基于点 距离和关键点是常用的算法,但都不能完整表示出序 列的动态属性.时序数据挖掘的主要技术有趋势分析 和相似搜索,在宏观的经济预测、市场营销、客流量分 析、太阳黑子数、月降水量、河流流量、股票价格波动 等众多领域得到了应用.
数据挖掘简介 数据挖掘的任务 数据挖掘的任务就是从实例集合中找出容易理解的规则和关系。这些规则可以用于预测未来趋势、评价顾客、评估风险或简单地描述和解释给定的数据。通常数据挖掘的任务包括以下几个部分: 数据总结目的是对数据进行浓缩，给出它的紧凑描述。传统的也是最简单的数据总结方法是计算出数据库的各个字段上的求和值、平均值、方差值等统计值，或者用直方图、饼图等图形方式表示。数据挖掘主要关心从数据泛化的角度来讨论数据总结。数据泛化是一种把数据库中的有关数据从低层次抽象到高层次上的过程。数据泛化目前主要有两种技术:多维数据分析方法和面向属性的归纳方法。 多维数据分析方法是一种数据仓库技术，也称作联机分析处理(OLAP，onLineAnalysisProeess)。数据仓库是面向决策支持的、集成的、稳定的、不同时间的历史数据集合。决策的前提是数据分析。在数据分析中经常要用到诸如求和、总计、平均、最大、最小等汇集操作，这类操作的计算量特别大。因此一种很自然的想法是，把汇集操作结果预先计算并存储起来，以便于决策支持系统使用。存储汇集操作结果的地方称作多维数据库。多维数据分析技术已经在决策支持系统中获得了成功的应用，如著名的SAS数据分析软件包、Businessobject公司的决策支持系统Businessobjeet，以及IBM公司的决策分析工具都使用了多维数据分析技术。 采用多维数据分析方法进行数据总结，它针对的是数据仓库，数据仓库存储的是脱机的历史数据。为了处理联机数据，研究人员提出了一种面向属性的归纳方法。它的思路是，直接对用户感兴趣的数据视图(用一般的SQL查询语言即可获得)进行泛化，而不是像多维数据分析方法那样预先就存储好了泛化数据。方法的提出者对这种数据泛化技术称之为面向属性的归纳方法。原始关系经过泛化操作后得到的是一个泛化关系，它从较高的层次上总结了在低层次上的原始关系。有了泛化关系后，就可以对它进行各种深入的操作而生成满足用户需要的知识，如在泛化关系基础上生成特性规则、判别规则、分类规则，以及关联规则等。数据挖掘的分类 数据挖掘所能发现的知识有如下几种: .广义型知识，反映同类事物共同性质的知识; .特征型知识，反映事物各方面的特征知识; .差异型知识，反映不同事物之间属性差别的知识; .关联型知识，反映事物之间依赖或关联的知识; .预测型知识，根据历史的和当前的数据推测未来数据; .偏离型知识。揭示事物偏离常规的异常现象。 所有这些知识都可以在不同的概念层次上被发现，随着概念树的提升，从微观到中观再到宏观，以满足不同用户、不同层次决策的需要。例如，从一家超市的数据仓库中，可以发现的一条典型关联规则可能是“买面包和黄油的顾客十有八九也买牛奶”，也可能是“买食品的顾客几乎都用信用卡”，这种规则对于商家开发和实施客户化的销售计划和策略是非常有用的。 数据挖掘的方法 数据挖掘并非一个完全自动化的过程。整个过程需要考虑数据的所有因素和其预定的效用，然后应用最佳的数据挖掘方法。数据挖掘的方法很重要。在数据挖掘的领域里.有一点已经被广泛地接受，即不管你选择哪种方法，总存在着某种协定。因此对实际情况，应该具体分析，根据累积的经验和优秀的范例选择最佳的方法。数据挖掘中没有免费的午餐，也没
四、国内外相关研究文献综述 英语作为一门外语，跨文化交际的工具是它的重要功能之一。加强词汇教学的策略研究是当前小学英语课改的要求之一。国家教育部于2011年颁布的《英语课程标准》明确指出“语言技能是构成语言交际能力的重要组成部分。语言技能包括听、说、读、写四个方面以及这四种技能的综合运用能力。”著名语言学家威尔金斯说“Without grammar very little can be conveyed；Without vocabulary nothing can be conveyed Wilkins 1976 。”有研究表明，词汇水平对英语写作有直接影响，高水平的英语写作者都掌握了大量的英语词汇。掌握词汇量的多少与阅读速度成正比，词汇量越大，阅读中遇到的生词越少，理解程度就越高，返之亦然。（杨梅珍，1997）。词汇的习得，无论是母语还是第二语言，是一个终身的认知过程，没有人能掌握英语或汉语的全部词汇。（戴曼纯，2002）但习得足够多的词汇是语言问题的核心。因此，对于一个英语学习者来说，扩大语言词汇量是永无止境的。 多元智能理论是美国心理学家加德纳教投提出的一种完整的独特的智力理论。美国发展心理学家、哈佛大学心理学教授加德纳提出的“多元智能”理论，引起了世界教育界的广泛关注。它告诉我们，人与人之间的差别不在于个体智能是高是低，而在于每个人的智能组合不同，他们是以不同的方式表现出来的，每个人都有其独特的学习方式。那么，我们的教育就是要帮助每个学生找到最合适他们的天性和意愿发展、成长的机会，使每一个学生的智能强项得到充分的发展，并使其利用自己的智能强项来带动和发展其他领域的智能，尤其是他们智能弱项的发展。 五、研究目标 本课题组把本阶段的研究目标确定为： 1.通过教学理论学习与英语教学实际相结合，通过分析研究词汇的特点，优化词汇教学方法。通过课题的研究，教师在实践中形成自己的有效的教授学生英语单词记忆教学方法，提高教师的单词教学水平。 2.研究学生的记忆特点，教授学生英语单词的记忆的方法，学生根据自身记忆特点选择适合自己的有效的英语单词记忆方法。通过多元化的词汇教学提高学生对英语单词的学习兴趣。 3.通过课题研究，提高课题组成员的教育理论水平和研究能力，提高教师开发和拓展英语语教学资源的能力，锻炼培养一支具有现代教育意识，有探索、创新精神，教学形式多样、教学方法灵活的英语教师队伍，活跃我校活动教学的研究并形成特色。 六、研究内容 1.改变创新词汇教学模式，提高小学英语课堂数学效率； 2.探究多种词汇教学方法，提高小学生词汇学习的主动性与兴趣； 3.加强学法指导，注重学生调汇学习策略的培养； 4.课外巩固记忆的系统化指导方法。 七、研究重难点 研究重点：调查整理五、六年级英语教材中的词汇教学内容，研究这些词汇教学与学生识记词汇的方法和习惯为切入点，研究高年级英语语汇教学的模式和方法。 研究难点：研究五、六年级英语教学的模式和方法，研究一套适合高年级词汇识记和运用效果的课堂评价机制。 八、研究的创新点 在研究过程中，我们不仅关注学生个体、教师个体、学生群体间的多向作用，以及他们之间的互动、合作情况，更加关注的是“互动场”这个“整体生活空间”的营造，追求词汇教学多向互动所形成的整体性、和谐性、有效性。 九、研究方法
选题及研究意义、国内外状况、文献综述文档 (一)选题地缘起和意义 引言 1．选题缘起 改革开放30多年以来，我国政府将大量地精力投入到如何更快地促进经济增长上，对就业难问题、收入分配不均问题以及社会保障体系、教育和医疗等体系不健全等问题地关注力度不够，政府职能地缺位、错位、越位现象严重.随着社会主义市场经济体制地发展和完善，尤其是国有经济结构地战略性调整和国有资产管理体制地改革，政府过去传统地管制型管理模式已经不能适应经济社会飞速发展地现实情况，迫切需要进行全面地政府体制改革，转变 出：“. 南) 等现象严重，以大量消耗自然资源为代价实现经济高速增长造成了大规模生态环境被破坏和环境污染，社会不稳定因素明显增加.社会发展与经济发展地这些严重失衡，说到底与政府制定地经济社会发展战略、不同时期地方针政策，与政府地管理方式、管理手段，与政府地宏观经济调控能力和公共行政管理能力，有着密切地、甚至决定性地关系④.要解决发展失衡问题，关键是进一步转变政府职能，明确政府地职能定位，合理界定政府管理经济地范围，切实把政府工作重点转变到提供基本公共产品和有效地公共服务上来，建设以公平、公正、社会经济和谐发展为目标地公共服务型政府.建设服务型政府是切实改进地方政府某些不良状态地迫切要求.由于长期以来政府一直停留在管制型政府地官本位、权力本位地理念之下，地方政府地“单边主义”和信用缺失现象比较严重.由此导致地政府官僚主义、衙门作风使得
政府与公众之间地关系渐行渐远.除此之外，地方政府在相当程度上出现了以发展经济、经营城市地名义进行圈地、兴建开发区，以公共利益地名义强行拆迁民房，以及拖欠农民工工资等现象.与此同时，相当一部分地方政府地政策缺少连续性，缺乏协调性和整体配套，让公众无所适从，“这些信号意味着在原有地制度路径下地改革所带来地额外收益地增加已接近临界值，不进行制度创新，就难以出现所谓地帕累托改进"@，就难以把中国地改革事业推向一个新地阶段，甚至政府地合法性也会遭到一定程度地挑战.另一方面，伴随着经济社会地全面转型，广人群众日益迫切地要求政府能够为他们提供基本而有保障地公共产品和有效地公共管理、公共服务；广人群众越来越期望建设一个公开、透明和没有腐败地政府. 2．研究意义 从实践方面讲，对我国目前服务型政府建设地现状与改进进行研究，有利于贯彻落实党地十 @，1．2 (--) 1 国外( 化地 企业家精神如何改革着公营部门》一书中阐述了企业家政府理论这一新公共管理地理想实践模式，主张政府在公共服务中地职能是“掌舵而不是划桨"①.治理理论成为改革公共服务地～个重要理论.治理理论地创始人是詹姆士·N·罗回[美]戴维·奥斯本，特德·盖布勒．改革政府——企业家精神如何改革着公营部门[M]．周敦仁等译.上海：上海译文出版社，2006：1．3⑧＼：一，硕士学位论文MASTER’S THESIS西瑙.他在《没有政府地治理》一书中提出全球治理地思想.奥斯特罗姆夫妇在《公共事物地治理之道》、《多中心与地方公共经济》等著作中提出多中心制度设计地理念.他们认为，高度地多中心与分化不会导致公共服务成本地提高.对此他们开 列了公共服务多种提供途径地清单：经营自己地生产单位、与私营公司签约外包、确立公共
数据挖掘，这是个听起来既神秘，又具有诱惑性的词。就好像要去一片热带沙漠搜寻宝藏，宝藏的诱惑性很强，但是黄沙远处却看不透彻，不知此行是对是错，看到的光亮又是否只是虚幻的海市蜃楼。 所以很多学习数据挖掘的，或是想选择数据挖掘方向的人会在是否踏出第一脚时犹豫不决。 以下，我们就来分析看看数据挖掘的现状及前景。 首先看看百科中数据挖掘的定义：数据挖掘（Data Mining，DM）是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。 基于数据挖掘可能产生的巨大价值，我国的各大重点院校都针对数据挖掘开了专业课程以及研究课题，不仅如此，政府以及大型企业也开始重视这一领域，投资人力物力支持数据挖掘项目。 或许这样说还不够直观，那就就数字佐证。 据IDC对欧洲和北美62家采用了商务智能技术的企业的调查分析发现，这些企业的3年平均投资回报率为401%，其中25%的企业的投资回报率超过600%。调查结果还显示，一个企业要想在复杂的环境中获得成功，高层管理者必须能够控制极其复杂的商业结构，若没有详实的事实和数据支持，是很难办到的。因此，随着数据挖掘技术的不断改进和日益成熟，它必将被更多的用户采用，使更多的管理者得到更多的商务智能。 国外如此，那中国呢？ 随着我国信息化的发展，数据的积累及计算机的广泛应用，加上来自外资企业商业智能数据挖掘应用带来的竞争压力，商业智能及数据挖掘也逐渐在中国也形成了一个产业。随着成功案例的增多，不仅仅是金融保险电信等行业或是政府机构，中小企业也逐渐将商业智能应用于业务之中。 信息化时代数据的潜力不容小觑，IT部门一直是企业的核心，而数据挖掘技术更是得到了前所未有的重视和期待。目前我国数据挖掘、商业智能技术的人才培养体系还未健全，而企业对这方面的需求却一直在增长。数据知识发展为核心竞争力是现在及未来必然的形势。因此数据挖掘、商业智能行业的前景还是非常可观的。 所以，请坚定勇敢地踏出迈向数据挖掘的那一步吧，然后扎实地学好所需的知识理论及实践技巧，最后所收获到的，或许比你所期待的还多。
数据挖掘在中国的现状和发展研究 导读：本文以科学引文索引数据库(SCI)、工程索引数据库(EI)以及清华全文数据库(CNKI)中有关“数据挖掘”研究文章的统计数据为研究基础，对数据挖掘在我国研究的总体趋势、研究热点、研究分支三个方面进行分析和研究。本文分析了数据挖掘在我国的发展，并对进一步发展我国数据挖掘的理论研究和实际应用提出了建议。 关键字：数据挖掘 0 引言 近年来，随着计算机对数据的生成、收集、存贮和处理能力的大大提高，数据量与日俱增，传统的数据分析工具对海量数据的处理力不从心，数据挖掘技术应运而生。 中国科研工作者近几年来积极开展了对数据挖掘的研究，并在理论研究和实际应用上取得了一定的成绩，但是有关数据挖掘的成功应用还比较少。本文通过对中国有关数据挖掘研究文章数量的统计，对数据挖掘在中国发展的现状及发展趋势进行分析和研究，通过分析有关论文的发表，对数据挖掘在中国的理论研究和实际应用提出建议。 1 数据挖掘的应用与研究发展 数据挖掘是指从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有用知识的过程。数据挖掘是一门新兴的边缘学科，近年来引起了中国学术界和产业界的广泛关注。 数据挖掘出现于20世纪80年代后期，90年代有了突飞猛进的发展。2001年，Gartner Group的一次高级技术调查将数据挖掘和人工智能列为“未来三到五年内将对工业产生深远影响的五大关健技术”之首，并且还将并行处理体系和数据挖掘列为未来五年内投资焦点的十大新兴技术前两位。美国麻省理工学院在2001年1月份的《科技评论》(Technology Review)提出将在未来5年对人类产生重大影响的10大新兴技术，其中第3项就是数据挖掘。 数据挖掘技术已被广泛的应用于各个领域，其中一些典型应用如加州理工学院喷气推进实验室与天文科学家合作开发的SKICAT系统，能够帮助天文学家发现遥远的类星体，是人工智能技术在天文学和空间科学上的第一批成功应用之一；生物学研究中用数据挖掘技术对DNA进行分析利用数据挖掘技术识别顾客的购买行为模式，对客户进行了分析；对银行或商业上经常发生的诈骗行为进行预测IBM公司
在国外的经济史上，学者们从很早以前就开始将效率和公平作为经济发展最重要的两个目标。但效率和公平似乎一直都很难保持同步，提高效率的政策同时也会降低公平，这样的效率和公平的失衡在所得税中尤其突出（Mirrlees 1971; Ramsey 1927）。人们普遍认为实现效率的最好方法是进行一次性征税（lump sum taxes），这样不会扭曲人们的选择，但要实现纵向公平则要求实行累进税。结果，有效率的税收就会降低公平，反之亦然。 国外的学者对个人所得税促进公平的作用进行了大量的研究。Wagstaff收集了OECD中12个国家的20世纪80年代晚期至20世纪90年代初的家庭调查数据，采用AJL的分解法，利用实证分析和回归分析的方法，对个人所得税的再分配效应进行了研究，从而得出结论认为在其他条件不变时，主要依靠税收抵免和大量使用非标准扣除的个人所得税体系的国家，更容易在实际和潜在的再分配效应中表现出明显的差异。但作者并未对税率结构和税基扩大的改革哪个的影响是占主导作用给出结论；同时，作者只是将注意力集中在个人所得税上，排除了其他一切税种的影响，包括社会保险，这使得其研究不是很全面。 。Wagstaff收集了这十二个国家， 然后利用（AJL是指J. Richard Aronson, Paul Johnson and Peter J. Lambert于1994年提出的一种方法，利用税前和税后基尼系数的不同来测量税种对收入分配的影响），（empirical analysis）（regression analysis），得出结论：结果还表明在20实际80年代末期和20世纪90年代初期，那些进行税率结构和税基扩大的改革在收入再分配上更容易产生相反的作用。税率结构的改革能够减少税率等级，降低平均税率，结构会导致纵向分配的下降。税基扩大改革，能缩短实际和潜在再分配效应的差距。作者在文中收集了大量的关于数据，从横向不公平和再排序方面对个人所得税的作用进行了实证分析，并得出了很多实证分析的结果。这对后来对个人所得税公平方面的研究将会有很大的启发作用， Richard和Eric（2005）研究了发展中国家的个人所得税的再分配作用，二人通过对发展中国家和发达国家之间的对比研究，认为发展中国家不应该依靠个人所得税来实现再分配的功能，因为发展中国家的个人所得税现在不够完善，累进税的实施也是需要成本的，而且存在着机会成本。二者认为在发展中国家，为了有效维护公平，在个人所得税税制完善方面可以从三方面入手：一实施综合所得税，二实施推定征税法，三实行二元所得税。 最后作者还提出在发展中国家里普遍存在这市场失灵的特征，所以最好的政策是引入税基广泛的增值税来提供政府的支出。Richard和Eric的这篇文章对长期以来个人所得税调节贫富差距的作用提出了新的见解，给依赖个人所得税调节贫富差距的发展中国家一个警醒，不能完全只依靠个人所得税来调节贫富差距，这对以后的个人所得税的研究很大程度上给了一定的借鉴，但文中的实证分析较少，问题可能反映的不全面，理论结果也存在不全面问题。 Denvil Duncan.和Klara Sabiranova Peter（2008）则探究了国家个人所得税体系是否会影响收入的不公平。二人利用多国详细的个人所得税信息，建立1981年至2005年全面随时间变化的国家所得税体系的结构性累进税体系，并采用理
文献综述 近十年白居易诗歌平淡美研究综述 一、国内外研究现状概述 近十年来关于白居易的研究也是古代文学研究领域的一大趋势。主要集中在白居易的诗歌研究、散文研究、思想研究、生存哲学研究等4个方面。据不完全统计，近十年来关于白居易研究的著作大致有陈友琴《白居易资料汇编》（中华书局，2005年再版）、付兴竹《白居易散文研究》（中国社会科学出版社，2007年版）、刘维，焦淑清《白居易传》（辽海出版社，2009年版）、蹇长春《白居易评传》（南京大学出版社，2011年版）等4部；研究论文达4500多篇，其中硕士学位论文余篇、博士学位论文余篇。研究领域得到很大的拓展，研究视角和方法更加多元化，研究观念也较为开放自觉。近十年来白居易研究主要的研究方向体现在白居易的诗歌研究、散文研究、思想研究、生存哲学研究等4个方面。 在白居易研究的多个方面上，成就较为突出地是关于诗歌的研究。据不完全统计，十年来关于白居易诗歌方面研究的著作有乔立智《白居易诗歌词汇研究》（北京人民出版社，2012年版）、付兴林，倪超《<长恨歌>及李扬题材唐诗研究》（中国社会科学出版社，2013年版）、张中宇《白居易<长恨歌>研究--中华文史新刊，2005年版》、胡奇光《中国古代语言艺术史》（上海人民出版社，2010年版）等4部；研究论文达200篇，其中硕士学位论文50余篇，博士学位论文达4篇。涉及的研究范围很广泛，在研究视角与方法上呈现多样性，在观念上也比先前更为开放自觉。近十年来白居易诗歌研究的主要内容多体现在诗歌对后世文学的影响研究、诗歌语言词汇研究、诗歌意象研究、诗歌对外翻译研究、审美研究等5个方面。在不同程度上，都取得了相应的成果，50多篇硕博学位论文对白居易诗歌的相对应之处都进行了深入的探讨研究，整体上对全面了解白居易及其诗歌做出了较大贡献，对白居易集的
数据挖掘研究现状及发展趋势摘要：从数据挖掘的定义出发，介绍了数据挖掘的神经网络法、决策树法、遗传算法、粗糙集法、模糊集法和关联规则法等概念及其各自的优缺点；详细总结了国内外数据挖掘的研究现状及研究热点，指出了数据挖掘的发展趋势。 关键词：数据挖掘；挖掘算法；神经网络；决策树；粗糙集；模糊集；研究现状；发展趋势 Abstract：From the definition of data mining，the paper introduced concepts and advantages and disadvantages of neural network algorithm，decision tree algorithm，genetic algorithm，rough set method，fuzzy set method and association rule method of data mining，summarized domestic and international research situation and focus of data mining in details，and pointed out the development trend of data mining. Key words：data mining，algorithm of data mining，neural network，decision tree，rough set，fuzzy set，research situation，development tendency 1引言 随着信息技术的迅猛发展，许多行业如商业、企业、科研机构和政府部门等都积累了海量的、不同形式存储的数据资料[1]。这些海量数据中往往隐含着各种各样有用的信息，仅仅依靠数据库的查询检索机制和统计学方法很难获得这些信息，迫切需要能自动地、智能地将待处理的数据转化为有价值的信息，从而达到为决策服务的目的。在这种情况下，一个新的技术———数据挖掘(Data Mining，DM)技术应运而生[2]。 数据挖掘是一个多学科领域，它融合了数据库技术、人工智能、机器学习、统计学、知识工程、信息检索等最新技术的研究成果，其应用非常广泛。只要是有分析价值的数据库，都可以利用数据挖掘工具来挖掘有用的信息。数据挖掘典型的应用领域包括市场、工业生产、金融、医学、科学研究、工程诊断等。本文主要介绍数据挖掘的主要算法及其各自的优缺点，并对国内外的研究现状及研究热点进行了详细的总结，最后指出其发展趋势及问题所在。 江西理工大学
毕业论文指导：如何写“国内外研究现状”？ 一、为什么要写国内外研究现状 通过写国内外研究现状，可以考察学生是不是阅读了大量的相关文献。 为什么要求学生阅读大量的参考文献呢？不是为了让学生抄袭，而是为了让学生了解相关领域理论研究前沿，从而开拓思路，在他人成果的基础上展开更加深入的研究，避免不必要的重复劳动。 二、怎样写国内外研究现状 在写之前，同学们要先把收集和阅读过的与所写毕业论文选题有关的专著和论文中的主要观点归类整理，并从中选择最具有代表性的作者。在写毕业论文时，对这些主要观点进行概要阐述，并指明具有代表性的作者和其发表观点的年份。还要分别国内外研究现状评述研究的不足之处，即还有哪方面没有涉及，是否有研究空白，或者研究不深入，还有哪些理论问题没有解决，或者在研究方法上还有什么缺陷，需要进一步研究。 三、写国内外研究现状应注意的问题 一是注意不要把研究现状写成事物本身发展现状。例如，写股指期货研究现状，应该写有哪些专著或论文、哪位作者、有什么观点，而不是写股指期货本身何时产生、有哪些交易品种、如何演变。 二是要反映最新研究成果。
三是不要写得太少。如果只写一小段，那就说明你没有看多少材料。 四是如果没有与毕业论文选题直接相关的文献，就选择一些与毕业论文选题比较靠近的内容来写。
国内外研究现状的开题报告的格式(通用) 由于开题报告是用文字体现的论文总构想，因而篇幅不必过大，但要把计划研究的课题、如何研究、理论适用等主要问题说清楚，应包含两个部分：总述、提纲。 1 总述 开题报告的总述部分应首先提出选题，并简明扼要地说明该选题的目的、目前相关课题研究情况、理论适用、研究方法、必要的数据等等。 2 提纲 开题报告包含的论文提纲可以是粗线条的，是一个研究构想的基本框架。可采用整句式或整段式提纲形式。在开题阶段，提纲的目的是让人清楚论文的基本框架，没有必要像论文目录那样详细。 3 参考文献 开题报告中应包括相关参考文献的目录 4 要求 开题报告应有封面页，总页数应不少于4页。版面格式应符合以下规定。 开题报告
文献综述的写法 一、什么是文献综述 文献综述是在确定了选题后，在对选题所涉及的研究领域的文献进行广泛阅读和理解的基础上，对该研究领域的研究现状（包括主要学术观点、前人研究成果和研究水平、争论焦点、存在的问题及可能的原因等）、新水平、新动态、新技术和新发现、发展前景等内容进行综合分析、归纳整理和评论，并提出自己的见解和研究思路而写成的一种不同于毕业论文的文体。它要求作者既要对所查阅资料的主要观点进行综合整理、陈述，还要根据自己的理解和认识，对综合整理后的文献进行比较专门的、全面的、深入的、系统的论述和相应的评价，而不仅仅是相关领域学术研究的“堆砌”。 需要说明的是，如果别的学者已经很完美地解决了你提出的问题，那就没有重复研究的必要了。 二、撰写文献综述的好处 要求同学们学写文献综述，至少有以下好处： 1.通过搜集文献资料过程，可进一步熟悉科学文献的查找方法和资料的积累方法；在查找的过程中同时也扩大了知识面； 2.查找文献资料、写文献综述是科研选题及进行科研的第一步，因此学习文献综述的撰写也是为今后科研活动打基础的过程； 3.通过文献综述的写作，有利于提高归纳、分析、综合能力，有利于提高独立工作能力和科研能力； 4.毕业设计（论文）的文献综述，要结合课题的性质进行撰写。 三、文献综述的结构 文献综述要求介绍与主题有关的详细资料、动态、进展、展望以及对以上方面的评述，一般都包含以下四部分：即前言、主题、总结和参考文献。撰写文献综述时可按这四部分拟写提纲，再根据提纲进行撰写工作。 前言部分，主要是说明写作的目的，介绍有关的概念及定义以及综述的范围，扼要说明有关主题的现状或争论焦点，使读者对全文要叙述的问题有一个初步的轮廓。 主题部分，是综述的主体，其写法多样，没有固定的格式。可按
湘潭大学 本科生专业文献综述 题目: 数据挖掘文献综述 姓名: 林勇 学院: 信心工程学院学院 专业: 自动化 班级: 一班 学号: 2010550113 指导教师: 张莹
0前言 随着计算机技术的迅猛发展，人类正在步入信息社会。面对今天浩如烟海的信息，如何帮助人们有效地收集和选择所感兴趣的信息，更关键的是如何帮助用户在日益增多的信息中自动发现新的概念并自动分析它们之间的关系，使之能够真正地做到信息处理的自动化，这已成为信息技术领域的热点问题。数据挖掘就是为满足这种要求而产生并迅速发展起来的，可用于开发信息资源的一种新的数据处理技术。 1什么是数据挖掘 数据挖掘(Data Mining)，也叫数据开采，数据采掘等，是按照既定的业务目标从海量数据中提取出潜在、有效并能被人理解的模式的高级处理过程。在较浅的层次上，它利用现有数据库管理系统的查询、检索及报表功能，与多维分析、统计分析方法相结合，进行联机分析处理，从而得出可供决策参考的统计分析数据。在深层次上，则从数据库中发现前所未有的、隐含的知识。OLAF'的出现早于数据挖掘，它们都是从数据库中抽取有用信息的方法，就决策支持的需要而言两者是相辅相成的。OLAP可以看作一种广义的数据挖掘方法，它旨在简化和支持联机分析，而数据挖掘的目的是便这一过程尽可能自动化。数据挖掘基于的数据库类型主要有：关系型数据库、面向对象数据库、事务数据库、演绎数据库、时态数据库、多媒体数据库、主动数据库、空间数据库、遗留数据库、异质数据库、文本型、Internet信息库以及新兴的数据仓库(Data Warehouse)等。而挖掘后获得的知识包括关联规则、特征规则、区分规则、分类规则、总结规则、偏差规则、聚类规则、模式分析及趋势分析等。 1.1 数据挖掘的任务 数据挖掘的两个高层目标是预测和描述。前者指用一些变量或数据库的若干已知字段预测其它感兴趣的变量或字段的未知的或未来的值；后者指找到描述数据的可理解模式。根据发现知识的不同，我们可以将数据挖掘任务归纳为以下几类： (1)特征规则。从与学习任务相关的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征．例如可以从某种疾病的症状中提取
一、何谓文献综述？ 文献综述是对某一学科、专业或专题的大量文献进行整理筛选、分析研究和综合提炼而成的一种学术论文，是高度浓缩的文献产品。根据其涉及的内容范围不同，综述可分为综合性综述和专题性综述两种类型。所谓综合性综述是以一个学科或专业为对象，而专题性综述则是以一个论题为对象的。学生毕业论文主要为专题性综述。 文献综述反映当前某一领域中某分支学科或重要专题的历史现状、最新进展、学术见解和建议，它往往能反映出有关问题的新动态、新趋势、新水平、新原理和新技术等等。文献综述是针对某一研究领域分析和描述前人已经做了哪些工作，进展到何程度，要求对国内外相关研究的动态、前沿性问题做出较详细的综述，并提供参考文献。作者一般不在其中发表个人见解和建议，也不做任何评论，只是客观概括地反映事实。 二、文献综述的特点 1.综合性：综述要"纵横交错"，既要以某一专题的发展为纵线，反映当前课题的进展；又要从本单位、省内、国内到国外，进行横的比较。只有如此，文章才会占有大量素材，经过综合分析、归纳整理、消化鉴别，使材料更精练、更明确、更有层次和更有逻辑，进而把握本专题发展规律和预测发展趋势。 2.评述性：是指比较专门地、全面地、深入地、系统地论述某一方面的问题，对所综述的内容进行综合、分析、评价，反映作者的观点和见解，并与综述的内容构成整体。一般来说，综述应有作者的观点，否则就不成为综述，而是手册或讲座了。 3.先进性：综述不是写学科发展的历史，而是要搜集最新资料，获取最新内容，将最新的信息和科研动向及时传递给读者。 4.综述不应是材料的罗列，而是对亲自阅读和收集的材料，加以归纳、总结，做出评论和估价。并由提供的文献资料引出重要结论。一篇好的综述，应当是既有观点，又有事实，有骨又有肉的好文章。由于综述是三次文献，不同于原始论文(一次文献)，所以在引用材料方面，也可包括作者自己的实验结果、未发表或待发表的新成果。 5.综述的内容和形式灵活多样，无严格的规定，篇幅大小不一，大的可以是几十万字甚至上百万字的专著，参考文献可数百篇乃至数千篇；小的可仅有千余字，参考文献数篇。一般医学期刊登载的多为3000～4000字，引文15～20篇，一般不超过20篇，外文参考文献不应少于1／3。 三、综述的内容要求 6.选题要新：即所综述的选题必须是近期该刊未曾刊载过的。一片综述文章，若与已发表的综述文章"撞车"，即选题与内容基本一致，同一种期刊是不可能刊用的。 7.说理要明：说理必须占有充分的资料，处处以事实为依据，决不能异想天开地臆造数据和诊断，将自己的推测作为结论写。 8.层次要清：这就要求作者在写作时思路要清，先写什么，后写什么，写到什么程度，前后如何呼应，都要有一个统一的构思。