基于云计算的大数据挖掘系统架构

云计算是一种在互联网时代中运用而生的新兴的网络技术,具有高效率、高容量、动态处理的特点,在社会的商业领域和科研领域表现出了相当高的应用价值。随着云计算时代的快速发展,云计算的大批量数据挖掘已经成为解决传统数据挖掘没法适应大量数据不断增长的切实、高效、可行的技术。     

试论数据挖掘技术在Web预取中的应用

近年来,互联网的不断发展,使人们对数据的需求不断扩大,这也使数据挖掘技术成为互联网领域中至关重要的技术,通过数据挖掘技术,可使人们从海量信息中筛选出自身所需的有效信息,随着数据挖掘技术的发展,其在Web技术中正发挥着越来越重要的应用价值,尤其是在Web预取方面,通过数据挖掘技术的运用,可使数据查询变得更加准确,从而实现Web资源的多方共享。鉴于此,该文便对数据挖掘技术在Web预取中的应用进行深入的研究。     

数据挖掘应用浅析

随着数据库技术和网络技术的发展,人类积累的数据量也在迅速增长,面对浩渺无际的数据,数据挖掘技术应运而生。数据挖掘结合各种统计方法来分析庞大数据,已成为目前国际上最热门的话题,并广泛应用于许多领域。文章着重分析了数据挖掘在各个方面的应用。     

基于大数据关联规则的网络恶意行为识别检测

为提升数据挖掘技术与网络恶意行为识别准确率,研究基于大数据关联规则的网络恶意行为识别检测方法.模糊化处理网络中存在的大数据,构建模糊数据库,分类聚集模糊数据库中的模糊数据,离散化处理模糊数据的连续属性,确定模糊数据频繁关联规则,通过基于模糊关联规则的数据挖掘方法获得整理后的网络数据;以此为基础,分析用户恶意访问流量特征...     

基于数据挖掘的入侵检测模型设计与应用

入侵检测技术和其它防护技术的出现使网络信息安全保护从被动走向主动,进一步完善了网络安全防御体系。入侵检测系统以数据分析为核心,而计算机系统的复杂化和网络数据的海量化,给我们处理审计数据带来极大的困难,数据挖掘技术的出现为解决这个问题提供了有效的手段,并使检侧规则的自动提取成为可能。目前,将数据挖掘应用于入侵检测已成为一个研究热点。本文在分析现有网络入侵检测系统的基础上,提出了基于数据挖掘的入侵检测系统模型。     

关于数据挖掘在移动网络优化中的应用探讨

当前移动通信技术正以前所未有的速度高度发展,第三代移动通信技术已经开始逐渐的代替第二代移动通信技术并不断得到推广和使用。随着人们对于移动通信网络的需求不断地增加,移动通信网络的用户数量也在不断地增加,各个新型的业务不断的被推出,极大的丰富了移动通信市场,但是也使得移动通信网络的结构日益复杂化。移动网络由于先天设计存在缺陷或者是使用过程中一些因素的影响,往往需要对其进行相应的优化,才能够确保其性能。通过数据挖掘能够有效的提升移动网络的性能,确保其稳定运行。     

大数据与云计算

大数据（Big Data）这个概念近年来在越来越多的场合、被越来越多的人提及,并且经常和云计算联系在一起,云计算与大数据之间到底是什么关系成为热点话题。本专题报告包含以下四个方面内容：1.大数据的价值;2.大数据带来的挑战;3.大数据研究成果;4.云计算是大数据挖掘的主流方式。通过本报告阐述我们对大数据的理解,以及对大数据的价值的认识,探讨大数据处理与挖掘技术,论述以下观点：没有互联网就没有云计算模式,没有云计算模式就没有大数据处理技术,也就没有大数据挖掘技术。     

关于大数据在县供电局发展的思考

随着计算机技术和网络信息技术的不断发展,大数据已经被广泛的应用于各行各业,许多成功的经验告诉我们,大数据的应用必将成为一个企业发展的重要因素。随着社会的不断进步,在电力行业中,大数据的应用与相关技术的研究也必将成为发展的大趋势。该文通过对数据的价值以及电力行业的概述,对大数据在电力行业中的应用进行探索,并对其在县供电局发展的方向进行思考。     

数据挖掘技术在电力行业客户关系管理中的应用

数据挖掘技术是随着计算机网络的流行而逐渐火起来的一门新兴技术,它是大数据云计算等技术的综合应用。对于数据的抓取和信息的利用十分便利。电力行业是一个庞大的部门,其客户的覆盖量几乎是全国,管理这样一个庞大的客户关系网络,有大量的信息需要进行筛选和整理。为此数据挖掘技术在电力行业客户关系管理中有着广阔的应用空间。     

基于大数据的空管设备异态数据集成研究

随着计算机网络技术的发展和广泛应用,人类逐步进入大数据时代,这也促使机场服务从以往的被动查询向信息智能推送转变。而这就需要机场能够在海量空管数据及有关数据中深入挖掘出具有一定价值的信息,以往的关系型数据因自身因素而无法较好地适应在海量数据环境下开展数据挖掘及价值发现工作。基于此,如何对海量数据进行有效集成是关键。该文从大数据的内涵出发,系统剖析机场空管设备所体现的大数据特点,并重点探讨基于大数据技术No SQL下的空管设备异态数据集成。     

大数据平台网络数据库云计算技术优化与平台搭建研究

利用云计算等先进技术对网络数据库进行优化总结。基于云计算等技术重新设计了一种面向大数据的网络数据库,实现了平台操作设计、集群模块搭建以及数据整合与预处理等。基于云计算等技术对网络数据库进行优化,是实现网络数据库存储容量提升,全面优化大数据时代网络数据库并发性、提高海量数据状态下网络数据库利用率的重要举措。     

浅谈数据挖掘技术

随着海量数据搜集技术提高、数据挖掘算法的不断完善、多处理器计算机技术的不断发展，成为支持数据挖掘技术发展的基础，数据挖掘使数据库技术进入了一个更高级的阶段，它不仅能对历史数据进行查询和遍历，并且可以找出历史数据之间的游在联系，从而促进信息的传递。     

开源大数据框架在海洋信息处理中的应用

 随着中国海洋观测技术和数据收集手段的发展,海洋观测数据量日益庞大、数据复杂程度逐渐增多,传统的数据存储方式和处理方法无法有效地对海洋数据进行管理和分析,同时,数据的区域化和分布化成为海洋数据统一管理的一个障碍,对海洋数据挖掘造成一定困难。本文从大数据生命周期的维度,介绍了主流开源大数据框架在海洋大数据获取、存储、处理、智能分析、安全保护和治理方面的技术原理和应用。     

探索大数据与人工智能下的情报融合如何服务于政府决策

情报融合是发掘情报价值的重要手段,随着智能化时代的不断发展深化,大数据与人工智能下的情报融合体系逐步在战略决策上发挥了重大作用.为决策思路和模式提供了技术支撑和数据辅助.面对复杂多变的决策环境,要不断创新大数据与人工智能的结合,构建基于新技术的情报融合平台,从而提升科学决策的可靠性和准确性.     

医学科技期刊中数据挖掘与质量评价

随着大数据时代的来临,科研人员的阅读方式从纸媒转化成为电子阅读方式,科研人员的数据挖掘能力和记录能力也随之提升。通过分析数据挖掘中信息检索在科技文献获取中的作用、有效获取医学科技期刊数据的途径、期刊质量评价方法与指标体系、医学科技期刊的学科引领作用,探讨数据挖掘和期刊质量评价在医学科技期刊发展中的重要作用。     

浅谈数据挖掘技术及其应用

随着现代信息技术、通讯技术、数据库技术、网络技术、数字化图书馆和计算机技术的高速发展及数据库管理系统的广泛应用,使得数据库存储的数据量急剧增大。面对“堆积如山”的数据集合,传统的数据分析手段都难以应付,造成大量数据资源的浪费,因此需要新的技术来自动、智能和快速地分析海量的原始数据,以使数据得以充分利用,由此引发了一个新的研究方向：数据挖掘与知识发现的理论与技术研究。数据挖掘技术在分析大量数据中具有明显优势,基于数据挖掘的分析技术在金融、保险、电信等有大量数据的行业已有着广泛的应用。     

互联网商品匹配算法

实体解析是指识别同一实体的不同描述形式的过程, 旨在保障数据质量, 是数据清理、数据集成及数据挖掘中的关键技术. 随着电子商务的不断发展和成熟, 商品的多样性和消费者灵活的购买方式, 使得对网络商品的精确识别和匹配成为大数据时代亟待解决的问题. 与传统实体解析主要针对结构化数据不同, 网络数据具有非结构化、异构和海量的特性, 为此设计了综合相似度算法(synthesized similarity method, SSM)来计算网络商品数据间的相似度, 同时引入凝聚的层次聚类框架, 以匹配来自不同数据源的异构商品. 此外, 为了解决大数据环境下对执行效率的要求, 从字符串相似度缓存、约束知识库和分块策略三个方面对SSM进行优化, 基于真实数据集的实验结果验证了SSM的执行效率和有效性.     

信息化教育中学生学习行为数据的分类研究

随着大数据时代的到来,教育信息化发展迅猛.近年来以云计算、数据挖掘、移动互联网等为基础的大数据技术为教育研究提供了多方面支持.利用数据技术进行教育领域的研究,为教育教学决策提供有效支持正在成为教育的发展趋势.基于华中师范大学云课堂平台上的数据,通过社群分类算法,对学生学习行为进行分类研究.构建学习行为社交网络,通过PageRank算法寻找网络中的"核心人物",并结合SimRank算法实现分类.     

浅谈数据的存储与挖掘技术

计算机与网络技术的飞速发展，使得应用领域不断增加，信息技术的应用也逐渐从信息查询、数据传送走向网络环境中的海量数据存储、数据挖掘和决策信息支持，因此数据存储的可靠性和可管理性，正日益成为企业信息化进程中的一个关键环节。     

统计面临新挑战

"大数据"是伴随着网络新技术的发展产生的数据形态,本质上是数据生产、传输和应用的社会化。"大数据"不在于数据量的多少,而是一种"以数据为大"的方法论,对传统统计工作的理念、方法以及价值将产生重大的冲击,对当前统计管理体制、机构设置、数据价值等形成了挑战。政府统计应当借助于"大数据"所带来的有利条件,从优化统计机构设置、推进统计业务数据化,提高数据挖掘分析能力等方面加快推进政府统计的改革。