【正文】 通過算法找到有用信息的行為。統(tǒng)計(jì)算法和機(jī)器學(xué)習(xí)算法是數(shù)據(jù)挖掘算法里面應(yīng)用得比較廣泛的兩類。而機(jī)器學(xué)習(xí)算法主要依靠人工智能科技, 通過大量的樣本收集、學(xué)習(xí)和訓(xùn)練, 可以自動(dòng)匹配運(yùn)算所需的相關(guān)參數(shù)及模式。在機(jī)器學(xué)習(xí)算法的領(lǐng)域, 人工神經(jīng)網(wǎng)絡(luò)是比較重要和常見的一種。而且對(duì)于問題數(shù)據(jù)還可以進(jìn)行精準(zhǔn)的識(shí)別與處理分析, 所以應(yīng)用的頻次更多。綜合來看, 人工神經(jīng)網(wǎng)絡(luò)的建模, 它的精準(zhǔn)度比較高, 綜合表述能力優(yōu)秀, 而且在應(yīng)用的過程中, 不需要依賴專家的輔助力量, 雖然仍有缺陷, 比如在訓(xùn)練數(shù)據(jù)的時(shí)候耗時(shí)較多, 知識(shí)的理解能力還沒有達(dá)到智能化的標(biāo)準(zhǔn), 但是, 相對(duì)于其他方式而言, 人工神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)依舊是比較突出的。 采集數(shù)據(jù)和預(yù)處理本次研究, 我們采用的模型對(duì)象是我國某一個(gè)周邊長達(dá)10千米的二線城市。一旦確定某一待定位數(shù)據(jù), 就要在不同的時(shí)間內(nèi)進(jìn)行測量, 按照測量出的數(shù)據(jù)信息的經(jīng)緯度和平均值, 再進(jìn)行換算, 最終, 得到真實(shí)的數(shù)據(jù)量, 提升定位的速度以及有效程度。利用基站的經(jīng)緯度作為基礎(chǔ)來進(jìn)行早期的定位, 則需要以下幾個(gè)步驟:要將邊長為十千米的正方形分割成一千米的小柵格, 如果想要定位數(shù)據(jù)集內(nèi)的相關(guān)信息, 就要選擇對(duì)邊長是一千米的小柵格進(jìn)行計(jì)算, 而如果是想要獲得邊長一千米的大柵格, 就要對(duì)邊長是一千米的柵格精心計(jì)算。后期的預(yù)算主要依賴決策函數(shù)計(jì)算和樣本向量機(jī)計(jì)算。 以K近鄰法為基礎(chǔ)的三次定位第一步要做的就是選定需要定位的區(qū)域面積, 在二次輸出之后, 確定其經(jīng)緯度, 然后依賴經(jīng)緯度來確定邊長面積, 這些都是進(jìn)行區(qū)域定位的基礎(chǔ)性工作, 緊接著就是定位模型的訓(xùn)練。當(dāng)然了, 選擇的區(qū)域面積越大, 其定位的速度和精準(zhǔn)性也就越低。根據(jù)上面的研究, 我們證明了, 在數(shù)據(jù)挖掘的過程中, 應(yīng)用機(jī)器學(xué)習(xí)算法具有舉足輕重的作用。所以, 對(duì)于機(jī)器學(xué)習(xí)算法, 相關(guān)人員要加以重視, 不斷的進(jìn)行改良以及改善, 切實(shí)的發(fā)揮其有利的方面, 將其廣泛應(yīng)用于智能定位的各個(gè)領(lǐng)域, 幫助我們解決關(guān)于戶外移動(dòng)終端的定位的問題。(20):1114.[2][D].北京郵電大學(xué), 20xx.[3][J].科教文匯, 20xx(07):： 題目：軟件工程數(shù)據(jù)挖掘研究進(jìn)展摘要：數(shù)據(jù)挖掘是指在大數(shù)據(jù)中開發(fā)出有價(jià)值信息數(shù)據(jù)的過程。而數(shù)據(jù)挖掘能夠有效的提升軟件開發(fā)的效率, 并能夠在大量的數(shù)據(jù)中獲得有效的數(shù)據(jù)。關(guān)鍵詞：軟件工程。解決措施。但是在大數(shù)據(jù)時(shí)代, 人工獲取數(shù)據(jù)信息的難度極大。軟件挖掘技術(shù)是傳統(tǒng)數(shù)據(jù)挖掘技術(shù)在軟件工程方向的其中一部分。(2)挖掘數(shù)據(jù)算法的選擇問題。在軟件工程中數(shù)據(jù)挖掘的主要任務(wù)在數(shù)據(jù)挖掘技術(shù)中, 軟件工程數(shù)據(jù)挖掘是其中之一, 其挖掘的過程與傳統(tǒng)數(shù)據(jù)的挖掘無異。第二階段, 數(shù)據(jù)的挖掘。第一階段的主要任務(wù)有對(duì)數(shù)據(jù)的分類、對(duì)異常數(shù)據(jù)的檢測以及整理和提取復(fù)雜信息等。當(dāng)然還包括一些軟件代碼和注釋在內(nèi)的非結(jié)構(gòu)化數(shù)據(jù)信息。 數(shù)據(jù)分析結(jié)果的表現(xiàn)更加特殊傳統(tǒng)的數(shù)據(jù)挖掘結(jié)果可以通過很多種結(jié)果展示出來, 最常見的有報(bào)表和文字的方式。所以這就要求軟件工程的數(shù)據(jù)挖掘需要更加先進(jìn)的結(jié)果提交方式和途徑。但是軟件工程的數(shù)據(jù)挖掘過程中, 研發(fā)人員需要更多復(fù)雜而又具體的數(shù)據(jù)信息, 所以數(shù)據(jù)的表示方法也相對(duì)多樣化, 數(shù)據(jù)之間難以進(jìn)行對(duì)比, 所以也就難以達(dá)成一致的評(píng)價(jià)標(biāo)準(zhǔn)和結(jié)果。軟件工程研發(fā)階段出現(xiàn)的問題和解決措施軟件在研發(fā)階段主要的任務(wù)是對(duì)軟件運(yùn)行程序的編寫。 對(duì)軟件代碼的編寫過程該過程需要軟件的研發(fā)人員能夠?qū)ψ约盒枰帉懙拇a結(jié)構(gòu)與功能有充分的了解和認(rèn)識(shí)。通常情況下, 編程需要的數(shù)據(jù)信息可以分為三個(gè)方面:(1)軟件的研發(fā)人員能夠在已經(jīng)存在的代碼中搜集可以重新使用的代碼。(3)軟件的開發(fā)人員搜尋可以重用的動(dòng)態(tài)規(guī)則。在尋找以上信息的過程中, 通常是利用軟件的幫助文檔、尋求外界幫助和搜集代碼的方式實(shí)現(xiàn), 但是以上方式在搜集信息過程中往往會(huì)遇到較多的問題, 比如:幫助文檔的準(zhǔn)確性較低, 同時(shí)不夠完整, 可利用的重用信息不多等。但是這種方式哦足跡信息將會(huì)耗費(fèi)工作人員大量的精力。比如:類與類之間的聯(lián)系。(2)軟件的研發(fā)人員能夠向代碼庫提供類的相關(guān)信息, 然后對(duì)反饋的結(jié)果進(jìn)行評(píng)估, 創(chuàng)建新型的代碼庫。 對(duì)動(dòng)態(tài)規(guī)則的重用軟件工程領(lǐng)域內(nèi)對(duì)動(dòng)態(tài)規(guī)則重用的研究已經(jīng)相對(duì)成熟, 通過在編譯器內(nèi)安裝特定插件的方式檢驗(yàn)代碼是否為動(dòng)態(tài)規(guī)則最適用的, 并能夠?qū)⒉贿m合的規(guī)則反饋給軟件的研發(fā)人員。(2)實(shí)現(xiàn)對(duì)相關(guān)數(shù)據(jù)的保存, 可以通過隊(duì)列等簡單的數(shù)據(jù)結(jié)構(gòu)完成。(3)能夠?qū)㈠e(cuò)誤的信息反饋給軟件的研發(fā)人員。數(shù)據(jù)挖掘技術(shù)在軟件工程中的運(yùn)用能夠降低研發(fā)人員的工作量, 同時(shí)軟件工程與數(shù)據(jù)挖掘的結(jié)合是計(jì)算機(jī)技術(shù)必然的發(fā)展方向。而對(duì)數(shù)據(jù)挖掘的技術(shù)手段來講, 它在軟件工程中的運(yùn)用更加普遍。參考文獻(xiàn)[1][J].電子技術(shù)與軟件工程, 20xx(18):64.[2][J].數(shù)字通信世界, 20xx(09):187.[3][J].電腦迷, 20xx(08):2728.[4][J].中國新通信, 20xx, 19(13):119.數(shù)據(jù)挖掘論文71電子商務(wù)中的數(shù)據(jù)挖掘簡介電子商務(wù)中的數(shù)據(jù)挖掘即Web挖掘，(198020xx年)相關(guān)文獻(xiàn)中治療神經(jīng)根型頸椎病的方劑建立數(shù)據(jù)庫, 、性味頻率、歸經(jīng)頻率分析比較, 治療神經(jīng)根型頸椎病的中藥共計(jì)99味, 使用頻次479味次。這對(duì)于醫(yī)家治療該病選用藥物的性味、歸經(jīng)等具有指導(dǎo)意義。葛根、白芍、黃芪、當(dāng)歸、桂枝等藥物使用頻次較高, 證實(shí)與古方桂枝加葛根湯主藥相同, 且該方扶陽解表的治法與該研究得出的扶正祛邪的結(jié)果相吻合, 同時(shí)也證實(shí)石氏傷科強(qiáng)調(diào)治傷科病當(dāng)“以氣為主, 以血為先”等正確性。謝輝等[12]收集20xx至20xx年10月3日的166張治療神經(jīng)根型頸椎病的治方建立數(shù)據(jù)庫, 采用關(guān)聯(lián)規(guī)則算法、復(fù)雜系統(tǒng)熵聚類等無監(jiān)督數(shù)據(jù)挖掘方法, 利用中醫(yī)傳承輔助平臺(tái)(TCMISS)軟件分析處方中各種藥物的使用頻次、藥物之間的關(guān)聯(lián)規(guī)則、核心藥物組合和新處方, 從中挖掘出治療該病中醫(yī)中的常用藥物、藥對(duì), 闡明了治療該病以解肌散寒藥、補(bǔ)氣活血藥、祛風(fēng)勝濕藥和溫經(jīng)通絡(luò)藥為主, 治法主要包括解肌舒筋、益氣活血和補(bǔ)益肝腎, 這一方面很清晰明了地展示了藥物使用頻率、藥物之間的聯(lián)系, 證實(shí)其與很多古代經(jīng)典中治療神經(jīng)根型頸椎病的治則、治法及用藥規(guī)律是吻合的, 是臨床用藥的積累和升華, 可有效地指導(dǎo)臨床并提高療效。小結(jié)數(shù)據(jù)挖掘技術(shù)作為一種新型的研究技術(shù), 在神經(jīng)根型頸椎病的治方研究中的運(yùn)用相對(duì)于其他領(lǐng)域是偏少的, 并且基本上是研究文獻(xiàn)資料上出現(xiàn)的治方, 在對(duì)名老中醫(yī)個(gè)人治療經(jīng)驗(yàn)及用藥規(guī)律的總結(jié)是缺乏的, 因此研究范圍廣而缺乏針對(duì)性, 同時(shí)使用該技術(shù)的相關(guān)軟件種類往往是單一的。產(chǎn)生這樣的現(xiàn)狀, 一方面是很多研究者尚未清楚該技術(shù)在方劑研究中的優(yōu)勢(shì)所在, 思維模式尚未更新。故以后應(yīng)向更多研究者普及該技術(shù)的軟件種類、其中的優(yōu)勢(shì)及操作技能, 讓該技術(shù)在臨床中使用更廣, 產(chǎn)生更大的效益。而如何在這些被積累下來的寶貴數(shù)據(jù)中，分析挖掘出新的商機(jī)及財(cái)富，就成為了我國當(dāng)前保險(xiǎn)行業(yè)發(fā)展的重要突破口。關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；財(cái)產(chǎn)保險(xiǎn)；應(yīng)用；分析在最近幾年中，我國對(duì)于保險(xiǎn)行業(yè)給予了高度的關(guān)注與重視并出臺(tái)了許多與之相對(duì)應(yīng)的相關(guān)政策，這些政策的發(fā)行對(duì)于我國的保險(xiǎn)行業(yè)帶來的極大程度的發(fā)展空間。一、解析數(shù)據(jù)挖掘技術(shù)在財(cái)產(chǎn)保險(xiǎn)分析中的應(yīng)用（一）提升財(cái)險(xiǎn)客戶服務(wù)能力對(duì)于任何一個(gè)公司來說沒有客戶所有的產(chǎn)品經(jīng)營都是紙上談兵，這對(duì)于服務(wù)行業(yè)的財(cái)產(chǎn)保險(xiǎn)公司更是如此，所以對(duì)此所以財(cái)產(chǎn)保險(xiǎn)行業(yè)就面臨著轉(zhuǎn)型升級(jí)的事情財(cái)產(chǎn)行業(yè)的轉(zhuǎn)型就意味著面臨著面向客戶的服務(wù)質(zhì)量的提升?？蛻魧?duì)于保險(xiǎn)行業(yè)也出現(xiàn)了個(gè)性化與差異化的需求。例如，在對(duì)客戶進(jìn)行細(xì)分的時(shí)候，可以通過數(shù)據(jù)挖掘技術(shù)中的“二八定律”，對(duì)客戶進(jìn)行細(xì)分。并填寫上合計(jì)金額，不得出現(xiàn)多報(bào)的行為，從而提高差旅費(fèi)報(bào)銷工作的質(zhì)量。對(duì)于保險(xiǎn)公司來說這兩方面的風(fēng)險(xiǎn)是相互作用、相輔相成的，第一個(gè)方面的風(fēng)險(xiǎn)管理出現(xiàn)問題后者的風(fēng)險(xiǎn)管理就會(huì)成為空談，反之第二方面的風(fēng)險(xiǎn)管理沒有得到很好的管理，極大可能會(huì)引起前者管理出現(xiàn)問題。保險(xiǎn)公司可以以計(jì)算機(jī)為使用的工具，通過數(shù)據(jù)挖掘的技術(shù)，可以對(duì)數(shù)據(jù)內(nèi)大量的信息進(jìn)行查找并比對(duì)分析，高效的識(shí)別出在計(jì)算機(jī)內(nèi)不符合正常業(yè)務(wù)邏輯的數(shù)據(jù)，這樣管理者就可以及時(shí)就這些風(fēng)險(xiǎn)數(shù)據(jù)和業(yè)務(wù)漏洞進(jìn)行監(jiān)測與管控，以減少違法亂紀(jì)的事情發(fā)生，逐步消除或減少隱藏的風(fēng)險(xiǎn)。（三）開發(fā)新產(chǎn)品新的保險(xiǎn)產(chǎn)品的開發(fā)對(duì)于增強(qiáng)保險(xiǎn)公司的公司收益、內(nèi)容、滿足消費(fèi)者的需求以及競爭力等方面起著重要的作用，這也是經(jīng)營保險(xiǎn)公司的首要內(nèi)容。后者自不必說，基于我國財(cái)產(chǎn)保險(xiǎn)公司數(shù)據(jù)庫信息方面已經(jīng)積累了很多，而后通過對(duì)信息的數(shù)據(jù)進(jìn)行發(fā)掘，使實(shí)現(xiàn)新產(chǎn)品的開發(fā)成為可能。就以原有的普通財(cái)產(chǎn)保險(xiǎn)為例子，在保險(xiǎn)有效期內(nèi)未出現(xiàn)任何對(duì)客戶的產(chǎn)才造成損失的情況下，客戶所繳納的保險(xiǎn)費(fèi)用是不予以退還的，在財(cái)產(chǎn)保險(xiǎn)的有效期過后，客戶所繳納的保險(xiǎn)費(fèi)是由保險(xiǎn)公司所擁有的。而現(xiàn)在通過數(shù)據(jù)挖掘的技術(shù)，保險(xiǎn)公司可以根據(jù)對(duì)客戶信息的了解進(jìn)行分析，保險(xiǎn)公司推出了一款新的家庭財(cái)產(chǎn)兩全保險(xiǎn)保險(xiǎn)，這是一種全新的保險(xiǎn)類別。在保險(xiǎn)期滿后，無論是不是在保險(xiǎn)期內(nèi)發(fā)生賠付的情況，保險(xiǎn)公司都會(huì)將保險(xiǎn)人的全部的保險(xiǎn)儲(chǔ)金如數(shù)退還。二、保險(xiǎn)業(yè)數(shù)據(jù)挖掘技術(shù)及應(yīng)用的必要性（一）保險(xiǎn)業(yè)數(shù)據(jù)挖掘技術(shù)的含義什么是保險(xiǎn)行業(yè)的數(shù)據(jù)挖掘技術(shù)，就是從客戶管理的角度出發(fā)，針對(duì)保險(xiǎn)行業(yè)數(shù)據(jù)庫系統(tǒng)內(nèi)大量的保險(xiǎn)單，對(duì)客戶的信用數(shù)據(jù)進(jìn)行屬性變量提取，進(jìn)而采用自動(dòng)化或半自動(dòng)化等多種挖掘技巧和方法來對(duì)客戶的數(shù)據(jù)進(jìn)行分析，找到潛在的有價(jià)值的信息.（二）數(shù)據(jù)挖掘的過程及方法數(shù)據(jù)挖掘是一個(gè)跨越多種學(xué)科的交叉技術(shù)，主要的用途是利用各種數(shù)據(jù)為商業(yè)上存在的問題提供切實(shí)可行的方法與數(shù)據(jù)。在數(shù)據(jù)挖掘方面有三個(gè)常用的方法：DM、SEMMA以及CRISP等分析方法。（三）保險(xiǎn)行業(yè)應(yīng)用數(shù)據(jù)挖掘技術(shù)的必要性在保險(xiǎn)行業(yè)的運(yùn)營中，常常會(huì)出現(xiàn)一下的幾個(gè)問題：例如，細(xì)分客戶的問題：對(duì)于不同的社會(huì)收入階層、不同年齡段、不同的行業(yè)的客戶，該怎么樣去確定其的保險(xiǎn)金額呢？客戶的成長問題：如何把握時(shí)機(jī)對(duì)客戶進(jìn)行交叉銷售；險(xiǎn)種關(guān)聯(lián)分析問題：在對(duì)購買某種保險(xiǎn)的客戶進(jìn)行分析與探查，觀察其是否在同一時(shí)間購買另一種保險(xiǎn)產(chǎn)品，客戶的獲取問題：如何在付出最小的成本獲得最有價(jià)值的客戶的挽留及索賠優(yōu)化的問題：如何對(duì)索賠受理的過程進(jìn)行優(yōu)化，挽留住有價(jià)值的投保人。而進(jìn)行數(shù)據(jù)集中的信息系統(tǒng)，也只能是對(duì)數(shù)據(jù)庫中的這部分?jǐn)?shù)據(jù)進(jìn)行簡單的操作處理，并不能從中發(fā)現(xiàn)并提取這些數(shù)據(jù)中蘊(yùn)含的具有深層次價(jià)值的信息。而如果采用數(shù)據(jù)挖掘技術(shù)來對(duì)數(shù)據(jù)庫中所存在的大量的數(shù)據(jù)進(jìn)行高水平而深層次的分析，就能夠?yàn)閷?shí)現(xiàn)保險(xiǎn)公司的決策及科學(xué)經(jīng)營提供切實(shí)可行的依據(jù)，因此此技術(shù)的出現(xiàn)從而得到了許多保險(xiǎn)公司的應(yīng)用與重視。為了面對(duì)這些挑戰(zhàn)，各個(gè)保險(xiǎn)公司都復(fù)出了努力在積極的面向轉(zhuǎn)型，由傳統(tǒng)的粗放式經(jīng)營向集約化經(jīng)營的方式進(jìn)行過度，面向客戶的營銷模式也是在這之中產(chǎn)生出來的。在對(duì)我國經(jīng)濟(jì)建設(shè)的繁榮以及促進(jìn)財(cái)產(chǎn)保險(xiǎn)公司自身的長遠(yuǎn)發(fā)展，都做出了不可磨滅的貢獻(xiàn)，也是對(duì)國家的號(hào)召積極的響應(yīng)。將計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)應(yīng)用于高校學(xué)籍預(yù)警機(jī)制的研究中，在大量以往的教學(xué)管理數(shù)據(jù)庫中挖掘出未知、可能有用的、隱藏的規(guī)則，促進(jìn)教育的改革和發(fā)展。DataMining。隨著高校招生規(guī)模不斷擴(kuò)大，如何保證高校的教學(xué)質(zhì)量最終完成人才培養(yǎng)方案，成為一個(gè)重要的問題，具有重要研究價(jià)值。普通高校學(xué)籍的預(yù)警方式一般采用學(xué)校和院系雙向管理，學(xué)校負(fù)責(zé)統(tǒng)一制定學(xué)籍預(yù)警標(biāo)準(zhǔn)，通過學(xué)習(xí)進(jìn)度推進(jìn)的不同階段劃分學(xué)分預(yù)警標(biāo)準(zhǔn)，在達(dá)到一定學(xué)分線開始預(yù)警，分為考勤預(yù)警、選課預(yù)警、成績預(yù)警、學(xué)籍異動(dòng)預(yù)警、畢業(yè)預(yù)警。教學(xué)考核工作與學(xué)生思想政治工作在學(xué)生管理方面相對(duì)獨(dú)立，主要是事先警示教育、事后跟蹤管理。只有出現(xiàn)嚴(yán)重的學(xué)籍異常后，才會(huì)觸發(fā)預(yù)警機(jī)制，采取相應(yīng)的對(duì)策解決問題，家長對(duì)學(xué)生的在校學(xué)習(xí)情況了解不清，了解不及時(shí)，比如之前學(xué)期表現(xiàn)良好的學(xué)生本學(xué)期出現(xiàn)網(wǎng)癮狀態(tài)而不能及時(shí)發(fā)現(xiàn)，往往會(huì)錯(cuò)過對(duì)該生的最佳教育期。二、數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘（DataMining）是指從海量數(shù)據(jù)中找到人們未知的、可能有用的、隱藏的規(guī)則，可以通過關(guān)聯(lián)分析、聚類分析、時(shí)序分析等各種算法發(fā)現(xiàn)一些無法通過觀察圖表得出的深層次原因。將計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)和傳統(tǒng)的人力管理相結(jié)合，以學(xué)生為本，建立健全全方位學(xué)籍預(yù)警構(gòu)架，做到“防微杜漸”，為學(xué)校順利完成教育目標(biāo)起到促進(jìn)作用。目前，這些數(shù)據(jù)主要用來向各級(jí)管理部門上報(bào)和學(xué)校自行查看存檔，但對(duì)于這些數(shù)據(jù)后面隱藏的價(jià)值并沒有進(jìn)行深度挖掘和利用，十分可惜。例如，學(xué)校發(fā)現(xiàn)高等數(shù)學(xué)等主干課的不及格率有逐年上升的趨勢(shì)，一般認(rèn)為是學(xué)習(xí)不認(rèn)真所致，但做了很多工作效果并不明顯，這時(shí)通過數(shù)據(jù)挖掘分析挖掘最近10年所有有過不及格課程的學(xué)生的成績，發(fā)現(xiàn)有較高比例的學(xué)生來自西部地區(qū)，而且還發(fā)現(xiàn)有較高比例的學(xué)生家庭收入非常高或者非常低（生源地和經(jīng)濟(jì)情況問題）。制定好目標(biāo)標(biāo)準(zhǔn)，挖掘?qū)W生的學(xué)習(xí)習(xí)慣及學(xué)習(xí)特長，輔助教師指導(dǎo)學(xué)生，指導(dǎo)學(xué)生改正自己的不當(dāng)行為，提高學(xué)習(xí)能力。提高學(xué)生各方面綜合素質(zhì)。各高校學(xué)籍管理系統(tǒng)中記載著各院系各專業(yè)學(xué)生與教師的學(xué)習(xí)工作，社會(huì)活動(dòng)，獎(jiǎng)勵(lì)處罰情況，可從中分析出師生各種活動(dòng)之間的內(nèi)在聯(lián)系，假定有規(guī)則“A∪B∈C”，那么當(dāng)在實(shí)際活動(dòng)中，某學(xué)生已有A和B行為，馬上可以分析出產(chǎn)生下個(gè)行為的概率，可即時(shí)預(yù)警，提前制止C行為的發(fā)生。高校學(xué)生的課程安排設(shè)置是循序漸進(jìn)的，每門課程之間都有一定的關(guān)聯(lián)和前后順序，在學(xué)習(xí)一門專業(yè)課程之前必須先修一門基礎(chǔ)課程，基礎(chǔ)知識(shí)沒學(xué)好勢(shì)必影響專業(yè)課程的學(xué)習(xí)。數(shù)據(jù)庫中記載著以往各專業(yè)學(xué)生各學(xué)科考試成績，使用數(shù)據(jù)挖掘的關(guān)聯(lián)分析與時(shí)序分析技術(shù)，能分析出原因，在此基礎(chǔ)上對(duì)課程進(jìn)行合理設(shè)置。參考文獻(xiàn)：[1]陳東民，[M].北京：北京電子工業(yè)出版社，20xx[2][J].教育科學(xué)，20xx[3][J].軟件學(xué)報(bào)，1998數(shù)據(jù)挖掘論文11摘要：隨著我國社會(huì)經(jīng)濟(jì)的不斷發(fā)展，人力資源管理也受到越來越多人們的重視，然而在如今激烈的市場競爭下很多企業(yè)依然不重視人力資源管理，從而使得自身的整體工作效率不高。關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；企業(yè)人力資源管理；應(yīng)用數(shù)據(jù)挖掘技術(shù)在企業(yè)人力資源管理中應(yīng)用的現(xiàn)狀隨著我國人力資源管理體系的不斷發(fā)展，隱藏在管理工作中