科技信息
科技信息
과기신식
SCIENTIFIC & TECHNICAL INFORMATION
2009年
4期
262-263
,共2页
数据挖掘%物流%知识模式%运输成本%关联分析
數據挖掘%物流%知識模式%運輸成本%關聯分析
수거알굴%물류%지식모식%운수성본%관련분석
KDD(Knowleage Discovery in Databases 的缩写)是人工智能技术和数据库技术相交又的一个热门研究领域,已经受到越来越多的关注.数据挖掘(Data Mining,简称DM)是 KDD的一个十分重要的步骤,其内容涉及数据集成、各种知识模式的提取、知识的评价与表示等.信息化物流网络体系产生的巨大数据流,使企业很难根据这些数据进行准确、高效的决策.数据挖掘技术能够帮助决策者快速、准确地做出决策.实现对物流过程的控制,提高企业的运作效率,降低整个过程的物流成本.
KDD(Knowleage Discovery in Databases 的縮寫)是人工智能技術和數據庫技術相交又的一箇熱門研究領域,已經受到越來越多的關註.數據挖掘(Data Mining,簡稱DM)是 KDD的一箇十分重要的步驟,其內容涉及數據集成、各種知識模式的提取、知識的評價與錶示等.信息化物流網絡體繫產生的巨大數據流,使企業很難根據這些數據進行準確、高效的決策.數據挖掘技術能夠幫助決策者快速、準確地做齣決策.實現對物流過程的控製,提高企業的運作效率,降低整箇過程的物流成本.
KDD(Knowleage Discovery in Databases 적축사)시인공지능기술화수거고기술상교우적일개열문연구영역,이경수도월래월다적관주.수거알굴(Data Mining,간칭DM)시 KDD적일개십분중요적보취,기내용섭급수거집성、각충지식모식적제취、지식적평개여표시등.신식화물류망락체계산생적거대수거류,사기업흔난근거저사수거진행준학、고효적결책.수거알굴기술능구방조결책자쾌속、준학지주출결책.실현대물류과정적공제,제고기업적운작효솔,강저정개과정적물류성본.