近十年以来,发达国家的主要商业银行凭借高科技的飞速发展,进入了以数据挖掘方法为支撑技术,以网络为基础的新的金融产业知识管理时代。数据挖掘方法以其高度精确和可靠的手段从数据仓库中挖掘和产生新的知识,这些新的知识将作为决策者有利的科学决策依据。因此,如何尽快缩小与发达国家在银行业数据挖掘方面的差距,建立适合中国国情的商业银行数据挖掘系统是摆在我国科研工作者面前的难题之一。.本项目旨在建立以数据挖掘网格为中心的商业银行管理与数据分析应用平台。该数据挖掘系统建立在下一代商业银行数据网格的基础之上,重点解决如何有效地组织和管理多种分散、复杂的异构信息源和多种挖掘与推理方法。同时解决如何利用知识推理和最优化等技术,对多数据源进行多方法的,多侧面的分析。实现动态地从数据中提取知识,为智能型网络在金融应用中服务,特别是为金融监管部门提供智能型的金融风险预警,预报,监控和决策支持示范系统。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
智能煤矿建设路线与工程实践
药食兼用真菌蛹虫草的液体发酵培养条件优化
现代优化理论与应用
知识驱动的多目标决策数据挖掘理论框架及应用实验系统研究
基于分形与数据流挖掘技术的动态数据挖掘方法及其应用研究
基于数据挖掘技术的肺癌危险度评价与早期预警系统研究
基于数据挖掘与运气学说的香港地区气象疫病监测预警系统研究