基于多Agent的数据挖掘系统模型

在传统的数据挖掘体系框架中引入Agent联邦技术,提出一种基于Agent联邦的挖掘系统模型,由Agent联邦来完成数据准备、数据挖掘以及结果评估和解释等工作,使整个挖掘过程实现了知识性、智能性.文章重点讨论了各个联邦的功能和具体构成.     

基于多Agent的数据挖掘模型的研究

DM(DataMining)模型的研究是数据挖掘领域中的一个重要分支,现有的一些模型各有优势,但又不是完美的,尤其是在智能性方面表现得较差。文章设计了一个基于多Agent的智能数据挖掘系统,利用多智能体技术实现了数据的采集、预处理、查询、知识的自动抽取、数据挖掘等功能,使整个过程实现了知识性、智能性。     

基于移动Agent的Web数据挖掘技术的研究

目前上存有大量的数据信息,如何对这些数据进行有效的应用已经成了当前数据库技术研究的重点。基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究主题。本文介绍了基于移动Agent的Web数据挖掘技术,各挖掘算法集中到移动Agent子系统中,并根据要求动态地创建,然后派遣它们到数据站点数据库中进行数据挖掘,提出了一种基于Web数据挖掘的模型。     

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中。提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性。最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系。     

企业CRM系统中联机分析挖掘的应用与实现

OLAP与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于Agent的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中.提出广义数据空间的概念,使得数据挖掘能够在数据库或数据仓库的不同部位或不同的抽象级别上,对数字数据或者文本数据进行挖掘,加强了决策分析的功能和灵活性.最后,把基于Agent的OLAM模型应用于构建智能CRM,此模型把Agent本身的特点自然地引入到数据挖掘过程中,使数据挖掘系统具有了自治性、自动反应性、交互性、适应环境性等智能特点,有助于在大型数据库和数据仓库中交互式地挖掘多层次多维的知识和联系.     

基于Agent的旅游出行决策系统

针对旅游企业传统的商业网站及其决策支持系统的局限性,引用Agent技术,提出了一个新的决策系统框架,设计了基于Agent的旅游出行决策系统.研究表明,系统模型中的多个Agent相互合作,共同完成决策支持任务.充分地发挥了Agent的自治性、自适应性、协同性和智能性.     

基于Multi-Agent技术的个性化数据挖掘系统

设计基于Multi Agent技术的个性化数据挖掘系统,介绍了该系统构造的基本思想和Agent的状态转变关系及其它们之间的通信协议;利用用户Agent和挖掘Agent得到个性化数据挖掘系统MAS,并给出了系统的算法.该类系统的特点是:用Agent模拟人,实现用户在系统中的智能代理.结果表明,它能够实现数据挖掘的个性化服务功能,提供对用户真正有价值的知识,有效地避免了用户的重复劳动和精力耗费;同时,避免了系统对无用数据的挖掘,提高了系统的运行效率.     

面向商务智能应用的分布式数据挖掘系统设计

在综合分析商务智能分布式应用环境和数据存储环境基础上,提出了一种充分利用移动Agent移动特性并以Agent为主要组件来满足商务智能应用需要的分布式数据挖掘系统模型,讨论了系统中用户接口、数据挖掘组件、企业数据库系统各功能模块特点以及数据挖掘组件中各Agent功能设计.介绍了在Java编程环境下数据挖掘移动Agent和移动Agent服务器内部各组成模块结构功能.该系统具有可扩展性好、结构灵活、系统安全性强等特点,对构建基于Agent技 术的商务智能数据挖掘系统具有一定的参考价值.     

多Agent策略下的关联规则a-r算法分析及应用

分析现有的理论界和商用软件中的多Agent及多Agent系统模式,在此基础上,设计高校实践教学管理体系模型,引入关联规则为基础的挖掘语义算法思想,解决了空间信息分析服务功能以及应用领域中的数据挖掘问题,同时也改善了多Agent系统的服务能力和服务效率。     

基于Agent的DEVS形式化描述与算法实现

为了解决离散事件系统规范DEVS(discrete event system specification)中没有对智能行为提供直接描述方法的问题,将智能体(Agent)建模思想引入到DEVS中,提出了一种具备一定智能性和协作性描述能力的离散事件系统规范Agent-DEVS。该规范以并行DEVS为基础,状态元组被扩充成为Agent特征元组;增加了体现个体智能性的Agent模型元组;并将模型端口的输入、输出扩展成为体现社会协作性的Agent消息类型。另外,还给出了Agent-DEVS模型的实现算法,并将其应用于企业生产调度的仿真建模。算法分析与仿真试验表明,Agent-DEVS的优点主要体现在建模性能上,它可以描述更加复杂的智能行为和自治行为,在计算时间上对整体复杂性的影响不大。     

数据挖掘在保险客户关系管理中的研究

为了从企业客户数据库中挖掘出用户的商业行为和规律,研究了数据挖掘的体系结构和客户关系管理框架,以某保险公司客户关系管理系统为例,设计了系统的功能模块。针对系统的实施,构建了其数据仓库模型,设计了基于数据挖掘的客户关系挖掘算法。     

基于数据挖掘技术的CRM系统中客户行为

为了解决在企业中实施客户关系管理（CRM），CRM系统中客户行为的定量研究问题，利用决策树的数据挖掘相关技术和方法，提出了UPTree数据挖掘算法，并采用UPTree算法对隐藏在大量客户行为中的信息进行挖掘，从而获取了CRM系统中潜在的客户行为规则，并给出这些行为规则的IF-THEN的描述形式，为企业的科学决策提供依据。     

基于数据挖掘方法的中小型企业客户细分的案例研究

以中小型商业批发企业为例，基于企业的日常销售数据结合数据挖掘的方法，设计了一种反映客户价值与客户关系质量的客户细分模型，并进行了实际的挖掘。目的是探讨在中小型企业不能提供完备数据的情况下，进行客户细分方法的可行性及有效性。通过分析研究可以看到，只要设计出合理的细分模型仍然可以实现客户细分。     

客户关系管理中数据挖掘技术的应用研究

以客户为中心已经成为各个企业的共识,而其实现的前提是从海量的客户信息中发现客户新的需求,必须对信息进行分析,从中得到企业的决策支持信息.数据挖掘技术应用于这一领域可以帮助企业更好地分析和处理客户数据,挖掘客户对企业的最大价值,建立与客户之间的关系,提升企业竞争力.阐述客户关系管理的概念、数据挖掘含义及数据挖掘的一般流程.给出了数据挖掘在CRM中的实施模型,详细论述了数据挖掘在CRM中的应用.最后提出了在客户关系管理中实施数据挖掘应注意的问题.     

基于多Agent技术的物流管理系统模型研究

为了提高制造业物流管理系统的智能性和高效性，对现代物流系统的特点和现状以及多Agent技术的特点进行了分析，并阐述了如何利用多A gent技术建立物流系统模型，提出了以库存管理为中心的物流管理模型，同时利用Interet/Intranet技术和多Agent技术建立物流系统模型，以此模型为依据，将物流管理系统和生产管理信息系统结合起来，建立了一个基于多Agent技术的物流管理信息系统，并在实践中得到了成功应用。     

基于Agent技术的智能计算机辅助教学系统

智能性是Agent突出的特点之一,在智能计算机辅助教学(ICAI)系统中以建构主义理论为指导,应用Agent的思想,建立学生模型和教师模型,根据学生的个性特征和认知能力为其选择相应的教学内容和教学方法,并根据学生的学习情况动态调整,从而有效地增加了系统的智能性,实现了个别化教学。     

智能答疑系统的研究与设计

分析了现有答疑系统的特点和不足,并在此基础上提出设计和开发具有智能性的答疑系统.在本系统中,采用客户/服务器模型,并引入人工智能中Agent的思想和XML,将学生、教师和教学资源有机地合理地结合起来,为学生创造一个具有个性化、智能化的远程教学学习环境.     

Web挖掘在Web交易中的应用

基于Web的数据挖掘是一种结合了数据挖掘和互联网系统的热门研究课题.随着互联网的高速发展,Web挖掘由于其独特的优点,在Web交易中扮演了越来越重要的角色.运用Web挖掘对Web交易服务器的日志文件和客户交易信息进行挖掘,有助于企业了解客户的访问行为,挖掘潜在客户群和开展有针对性的服务.对Web挖掘技术进行综述,并介绍了该技术在Web交易中的几个应用.     

Internet数据挖掘原理及实现

分析了Internet数据挖掘的特点、目标及其原理,重点探讨了文本知识挖掘及其CVSM模型、搜索 引擎数据挖掘及其OEM模型及基于Internet的多软件机器人体系结构和基于Agent的个性化检索,最后 指出了Internet数据挖掘的发展方向。     

基于Agent网上答疑系统的设计与实现

目前,国内现有的网络答疑系统中尚存着一些问题,例如答疑方式单一、智能性和自主性低、知识库缺乏自我学习能力等.为解决这些问题,提出了基于自动答疑Agent和知识库学习Agent为核心的系统模型,并以《VisualFoxPro6.0程序设计》课程作为试验实例,采用Asp技术,结合Agent思想,完成了“基于Agent网络答疑系统(WASBA)”,运行结果表明设计基本达到了预期目标,实现了系统的自动答疑和系统知识库的自主学习.与同类答疑系统比较,在主动性和智能性方面有了较为明显的改进.