针对参变量数据元集的可拓建筑策划分类知识挖掘方法

 为解决可拓分类知识挖掘方法难以满足可拓建筑策划数据及问题的特殊性需求, 将可集合成参变量数据元集的可拓建筑策划数据作为研究对象, 提出适用于可拓建筑策划的可拓分类知识挖掘流程与方法, 即数据的预处理、选取评价特征并确定权重、建立关联函数并划分区间、计算获取可拓分类知识。拓展可拓建筑策划数据挖掘在方法层面的研究, 以方便获取重要的可拓建筑策划分类知识, 为可拓建筑策划提供决策支持, 为计算机辅助建筑策划提供新思路。     

DMDF策略在多维数据挖掘过程中的应用

为了优化了多维、多层次复杂数据流的数据挖掘处理过程,在数据挖掘理论与鱼骨分析法的基础上,提出了“DMDF（数据挖掘驱动鱼骨分析）”的一个全新概念。设计了DMDF的结构与流程,不仅提供了一个用来支持不同挖掘组件的集成平台,还为整个数据挖掘过程提供了一个流程可控的策略。目的是多方面、多层次对整个数据挖掘框架和不同处理模块的结合方法进行有效的改进。其中数据分类、数据预处理、关联规则挖掘和预测是整个DMDF生命周期的基础。DMDF从战略高度、技术水平以及不同的抽象层面来支持不同挖掘组件的结合,通过再工程的方法来构建数据挖掘的处理过程,最终将其应用在可执行的系统上。     

数据挖掘及其在高校教学系统中的应用

简要介绍了数据挖掘技术，详细分析了关联规则挖掘算法。给出了一个完整的数据挖掘系统一教学系统的设计与实现过程。它包括数据的准备与选择、数据的预处理、挖掘算法的选择与实现、挖掘结果的描述四个步骤。文中详细介绍了上述各个步骤的处理过程，并增加了兴趣度阈值来提高挖掘的精度，为高校管理决策提供了科学依据。     

可拓学在数据挖掘中的应用初探

可拓学在数据挖掘中的应用是多方面的,其特点是挖掘“不行变行" 的规律。可拓方法丰富了数据挖掘的内容,为多值型关联规则的建立提供了新的工具。提出的可拓数据挖掘模式,有利于利用现存数据更好地为决策服务。     

一种基于可拓距的特征变换方法及其在网络入侵检测中的应用

作为识别攻击或异常行为以保护网络安全的重要步骤之一,网络入侵检测常常与数据挖掘或机器学习技术结合应用.如今,随着网络数据的爆炸性增长,传统的入侵检测技术面临着海量数据检测处理的问题,现有入侵检测系统往往难以同时满足实时性和有效性的需求.本文尝试将可拓学中的可拓距概念引入网络入侵检测研究中,提出了一种基于可拓距的特征变换方法,将数据点的原特征映射为簇外中心距和簇内可拓距这两大部分,根据原始数据多维特征生成新的特征,以达到特征降维的目的,旨在同时满足网络入侵检测系统的实时性和有效性的需求.本文使用KDD CUP 99作为仿真数据集测试所提出的基于可拓距的方法在网络入侵检测特征变换中的应用效果.实验结果表明,较之传统的KNN算法,基于可拓距的方法明显地减少了检测时间,而同时其检测率的下降可以控制在1%之内,具有较好的时效性优势.     

一类双层次逻辑结构的泛布尔代数概型(摘要)

本文试图通过寻求数据之间的逻辑联系来研究复杂系统变量间的关系,为此建立了一类双层次逻辑结构的泛布尔代数概型,提出了一种分析复杂系统的逻辑方法,试为复杂系统的研究提供一条可能的途径。一、客观原型例如,将维尼纶缩醛化试验看作一个复杂系统;将其输入变量为反应时间与甲醛浓度、输出变量为缩醛化度的实验数据分级,通过这个分级步骤,变量间的数量关系便可转化为其间的逻辑关系,然后对其实施逻辑分析。     

基于大数据的线上线下电商用户数据挖掘研究

分析了大数据环境下的O2O电商用户数据特征,提出O2O电商用户数据挖掘框架,并探讨数据挖掘流程和主要的数据挖掘方法,分别从O2O电商平台、O2O用户和O2O商家三者角度探讨了O2O电商用户数据挖掘的应用问题.研究认为:O2O用户数据挖掘框架包括数据来源层、数据收集层、数据组织层、数据分析层与数据应用层等层级;数据挖掘流程主要包括数据收集、数据预处理、数据挖掘及数据应用4个过程;O2O电商用户数据的挖掘应用包括精准营销、平台网站优化、欺诈分析与防范、个性化推荐、增值服务开发与产品创新等方面.     

MBO完全实战手册

在国际上,一桩MBO的流程大致可以分为收购前的准备、收购谈判和交易设计、收购后的整合这三步曲。就中国的MBO来讲,目前可将其总结为意向、准备、实施、公告和申报、过户五步骤。以上市公司为目标公司进行的MBO各步骤工作流程如下。     

数据迁移与清洗的策略研究及其在政务基础数据的应用

为了实现数据的共享及数据价值发现,需要对数据进行迁移和清洗.数据迁移的效率和数据质量的好坏,直接影响到数据挖掘的效果和价值.本文对数据迁移与清洗的策略进行了研究,设计了数据迁移与数据清洗的流程和策略,通过寻求最优线程数,并行处理数据迁移与清洗,并将其应用到政务服务基础数据的处理上.在处理速度和数据质量上都有明显提升,同...     

一种数据规约的近似挖掘方法的实现

讨论基于数据规约的近似挖掘技术,在数据预处理阶段对海量数据集进行数据规约.近似数据挖掘的工作流程包括任务定义、数据准备与预处理、数据挖掘建模、结果的解释与评估、模型发布与应用5个阶段.同时,提出使用属性选择和实例选择方法实现近似挖掘的方案,并对该方案进行挖掘效率和结果模型准确性的分析评估.该方案能满足对企业级大数据集进行高效挖掘的需要.     

R软件的数据挖掘应用

开源R软件集成了各种的数据分析和可视化方法,具备强大的数据分析功能和良好的可扩展性,适用于数据挖掘;结合城市主要经济指标的数据挖掘案例,给出了R软件在挖掘过程中各主要阶段的应用方法;数据准备阶段包括数据抽取、数据选择与统计分析应用;挖掘建模阶段给出了聚类和分类的典型挖掘应用;模型评估阶段给出了决策树的评估方法;从简洁的R语言脚本设计和良好的分析效果,展示了R软件的基本特点和在数据挖掘应用中的优势。     

数字图书馆读者信息挖掘系统构架的建设

本文设计了数字图书馆读者信息挖掘系统构架平台,介绍了信息域的概念及构成,阐述了基本的创建、组织、利用和修正的方法,力求建立统一的数据挖掘知识格式,实现各挖掘系统共享知识成果。     

SDML:基于空间数据库的空间数据挖掘语言

设计了一种基于空间数据库的空间数据挖掘语言SDML.根据SDML操作的对象以及挖掘过程的不同阶段,SDML语言可以分为视图操纵语言和模型操纵语言,分别负责对于数据挖掘视图和模型的操作.详细阐述了SDML的设计思想及其设计方案,针对空间泛化和空间关联这两个典型的空间数据挖掘问题,给出了SDML解决方案.     

基于数据仓库的银行客户关系管理系统的设计

介绍了基于数据仓库的银行客户关系管理系统的解决方案，设计了一种集成化的银行客户管理系统的基本框架，给出了该系统的设计思想和主要实现技术．包括系统的体系结构以及数据仓库、联机分析和数据挖掘系统的设计．该系统能从大量的数据和信息中发掘有用的知识，满足管理层和决策层对信息知识的时间性和准确性的要求．     

一个数字档案馆中的数据挖掘系统工作流程

根据数字档案馆中的数据挖掘形式与实现方法分析,提出应用在数字档案馆中的数据挖掘系统工作流程。数字档案应用数据挖掘技术处理后,通过对档案情况和用户利用行为信息的分析,了解各档案形成特点、规律和档案利用范围,可以对用户未来利用趋势进行分析预测,为提高档案馆的服务水平提供依据,从而在更深层次上发挥数字档案的作用。     

集中供热管理数据挖掘系统

基于数据挖掘技术，以集中供热管理为研究对象，提出了关联数据挖掘的设计思想及实现方法。采用了属性构造法进行数据预处理，建立了数据挖掘模型，实现了关联规则算法，并对挖掘结果进行解释与分析。分析表明：对于供热系统的温度、压力和流量，其热量消耗应满足最小支持度和最小置信度阈值。     

基于最小聚类单元的商圈聚类方法研究

根据客户群聚的特点,在分析现有聚类方法的基础上,提出了基于最小聚类单元(LeastClusterCell,简称 LCC)的商圈聚类方法.并在数据挖掘体系结构中引入LCC子系统,以利用关系数据库成熟的接口技术方便地完成 对LCC的各种操作管理.     

数据挖掘技术在网络入侵检测中的应用

研究了系统化的通用入侵检测方法，其核心思想是使用数据挖掘技术去建立正常的系统和用户行为模式，使用Tcpdump抓取网络数据包，采用两种数据挖掘方法对网络数据包进行分析。同时，为了满足有效学习(挖掘)和实时检测的双重挑战，提出了一个构建网络入侵检测系统的基于代理的体系结构。     

网格计算环境下的分布式数据挖掘

为了提高分布式挖掘系统的性能，分析了现有的分布式数据挖掘系统的不足，提出了一种网格计算环境下的分布式数据挖掘的体系结构，讨论了在该体系结构下如何进行数据挖掘．该体系结构是面向服务的，跨平台的，在该体系结构中，挖掘算法和目标数据源被定义为web服务资源，在需要进行数据挖掘的时候，这些web服务资源被动态地、松耦合地联接在一起，共同完成一次数据挖掘任务．最后，借助网格工具globus toolkit4．0构建了一个局域网网格计算环境，并使用一个关联规则挖掘实例详细地说明了在该体系结构下的挖掘过程，