数据挖掘在学生心理管理系统中的应用

本文结合山东万杰医学院心理咨询中心的实际情况,将数据挖掘应用于学生心理管理系统中,辅助心理咨询师做好学生辅导、干预工作。笔者通过对心理管理系统中数据积累现状的分析,通过数据挖掘技术的应用,从大量数据中发现导致学生问题的各因素之间的关联关系,对大学生心理问题进行数据预测分析,使心理咨询老师及辅导员获取有价值的信息或知识。     

数据挖掘技术与数据库知识发现

本文主要介绍数据挖掘技术（DataMining）与数据库知识发现（Knowledge Discovery in Database，KDD）的概念、数据挖掘算法、数据挖掘技术流程、数据挖掘技术的应用现状。并阐述了数据挖掘与数据库知识发现的区别、联系与面临问题。     

面向知识发现的数据分类技术在网络教学中的应用研究

提出将数据挖掘技术应用于网络教学平台的设计,采用决策树分类方法从学习者的大量信息中分析学习者的学习能力,构建学习者特征模型,提高网络教学对不同学习者个体的针对性,为实施个性化教学提供决策支持.     

决策树技术在汽车销售中的应用研究

利用sq l server analysis service建立轿车市场营销分析的数据仓库模型,在此基础之上,利用决策树分类技术,对汽车贸易企业的轿车销售历史数据进行分析,得出客户数据的分类规则,分析出潜在客户共同的特点;针对这些特点,采取相应营销决策,提高营销的针对性和成功率。     

改进的多版本软件扩展表决系统

本文提出了一种改进的扩展表决系统，该系统是利用自动分析表决系统可靠性等参数的工具来构建的。在软件容错中采用N模块冗余(N Modular Redundancy NMR)及N版本编程(N version Programming)，应用表决技术，可以屏蔽整个软件系统中出错的部分。在实践中直接应用理论的表决模型会发现很难得到理论分析的结果。针对这样的问题，本文提出一种基于多数(plurality)的扩展表决系统：使用构造决策树的方法和进行DFT遍历作为自动化的计算工具；通过对基本的多数表决系统进行模型扩展，加入指导性规则对决策树进行重构，以自动计算工具的结果作为参考，从而选择更加可靠的表决结果作为输出。最终的模拟测试表明，所提出的扩展表决系统能够提高系统输出的正确率。     

组织协作网与决策树

基于组织基本组成元素(决策者、平台和任务)的定义描述了组织协作网与决策树。通过对组织协作网与决策树的描述分析提出了组织结构设计的新思路:基于决策个体在任务上的协作关系设计最佳的决策树(组织决策的层次结构)。并描述了从组织协作网到决策树的生成过程,对生成过程的求解采用了优化协作树算法。针对案例对决策树的产生进行了求解和分析。     

数据挖掘技术在城市交通导航系统中的应用

先介绍了数据挖掘技术,及绍实现数据挖掘的关键问题,论述了如何利用数据挖掘的技术实现城市交通导航系统的关键技术。     

决策树在工程经济分析中的应用

文章通过举例阐述了概率分析中决策树法在工程经济管理中的具体应用。     

基于主从模式的并行决策树算法研究

针对对等模式下并行决策树分类算法的通信开销太大,提出了一种基于主从模式的FPM_DT并行决策树挖掘算法,此算法综合使用了横向与纵向的数据划分模型,并采用根据分支数据分布情况进行结点分组的策略.实验结果表明,它与对等模式下并行SPRINT分类算法相比,降低了通信开销,具有更好的可扩展性与加速比性能.     

一种基于Rough sets生成决策树的算法改进

介绍了决策树算法的含义和构筑方法，对基于加权平均粗糙度构造决策树算法进行改进，通过实例说明了改进算法的优势。