一种多层安全相关属性标定偏好数据挖掘模型

提出了一种多层安全相关属性标定的偏好数据挖掘模型。通过多层安全偏好数据挖掘模型的建立,实现了挖掘数据的准确性与安全性。使用多层安全数据挖掘模型决策算法,通过决策算法来寻找精准的数据,根据分析数据与决策数据的合理分析来建立一种偏好数据挖掘模型的过程。仿真实验表明,多层安全相关属性标定的偏好数据挖掘模型,提高了计算数据的准确率,使计算出的偏好数据更为精确,与此同时大大提升了选择数据的安全性能。     

基于消费者偏好分群的网络营销模型设计

本文分析了消费者偏好和分群现象,阐述了网络营销的运作流程和现有的网络营销模式。根据网络营销特点构建基于消费者偏好分群的网络营销模型,并且通过构建群体偏好聚合模型来解释如何对群体偏好进行数据挖掘。     

基于动态置信度优化Apriori算法的旅游市场决策模型

针对标准Apriori算法在旅游市场数据规则挖掘的应用中还存在运算时间长、规则挖掘效果不好等问题。本文提出了一种基于动态置信和事务数据库优化的数据挖掘模型,首先采用贝叶斯算法对数据项进行预估,得到动态的置信度,然后采用m-estimate加以优化,从而让该分类能够更为精确地做出其适当的分类,最后用矩阵的形式来代替事务数据库,并通过这一方法来提高算法的运行效率。另外针对这一模型进行了仿真实验,结果发现,本文设计的经过改进的Apriori算法在挖掘市场数据的时候具有更好的性能。     

体育训练数据管理规则挖掘ID3算法的属性增益优化

针对标准ID3算法在数据规则挖掘的应用中还存在运算时间长、规则挖掘效果不好等问题。本文提出了一种基于属性增益优化ID3算法的体育训练数据规则挖掘模型,首先利用凸函数的性质来改进信息量公式,通过对数据集中属性选择标准的改变从而降低决策树的计算成本,减少决策树的生成时间,之后计算取值较多且不重要的属性信息时,将经验知识度参数引入从而避免取值少的属性被抛弃。此后又进行了专门的仿真实验,实验结果表明,与传统的算法相比,本文设计的经过改进的ID3算法在建树时间和规则数目这两个方面都具有更好的性能。     

基于决策偏好逼近的网络数据安全稳态评估分析

为有效评估网络数据的安全稳态,本文提出基于决策偏好逼近的网络数据安全稳态评估分析方法。根据阶梯层次形式构建网络数据安全稳态评估体系,并利用用户生成内容模式挖掘安全稳态关注点。本文采用二元语义模型呈现决策者偏好信息,根据文档特征权值赋予评估指标属性权值。基于此,考虑决策者偏好信息,获取事件关键词属性权重,根据加权决策矩阵正负理想值,得到数据安全稳态评估结果。实验结果表明：该方法能够有效且全面地评估网络数据的安全稳态。     

融入属性信息的度量分解图书推荐模型研究

[目的/意义]旨在利用属性信息优化图书推荐模型,提升模型个性化推荐能力.[方法/过程]充分挖掘读者、书籍属性信息对读者偏好的影响,提出一种融入属性信息的度量分解模型,将读者、书籍置入度量空间,利用属性重构偏好向量,通过学习度量距离约束偏好向量分布以生成预测评分,实现个性化书籍推荐.在Book-Crossing数据集中进...     

基于粗糙集和DEA方法的低碳经济评价模型

将粗糙集理论和DEA方法引入到低碳经济评价中,建立基于DEA模型的低碳经济投入—产出指标体系。选取投入产出指标作为条件属性,选取DEA效率评价指标作为决策属性,通过粗糙集理论对投入产出属性进行约简,得到低碳经济DEA模型的关键属性,并进行规则挖掘。利用我国30个地区的低碳经济数据对模型的合理性和有效性进行验证。     

基于产品评论挖掘的消费者偏好分析

【目的/意义】消费者评论数量巨大且充满随意性,因此需要对评论信息进行分析,信息分析可以给潜在消 费者提供有价值参考,可以给商家提供消费者对产品的反馈意见,也可以给平台改善服务提供参考,从而实现消费 者、商家和平台的共赢。【方法/过程】以从京东商城爬取的部分产品评论文本为研究对象,使用词频、词云分析的方 法对评论中的产品特征进行抽取,分析消费者对产品属性的偏好,通过情感倾向计算方法,对五种不同类别的产品 评论进行情感倾向分析,并研究消费者对产品属性的偏好和情感倾向间的关系。【结果/结论】研究结果表明,对于 不同类型的产品,消费者有不同的属性偏好,且关注的产品特征数量也不同。在此基础上,分别对商家、电商平台 和消费者提出了有针对性的建议。【创新/局限】使用评论挖掘的方法,从消费者、商家和平台三个视角进行研究,提 出应对方法。但对数据的处理仍然不够精确,有待进一步研究。     

关联规则数据挖掘在评价系统中的实践创新研究

本文首先介绍了数据挖掘在高校教学评价系统中使用的意义,明确了挖掘模块的功能定义及挖掘具体的实现方案,然后详细介绍了关联规则挖掘在高校评教系统中的使用。全文以哈尔滨华德学院为实例,综合了教务处、人力资源部、教学质量监督中心等部门的数据记录形成教学评价初始数据,经过一系列数据预处理操作,形成挖掘对象,通过使用关联规则的Apriori算法对教师属性与评教等级进行了挖掘分析,最终得出了有参考价值的挖掘结果。     

基于在线消费评价的亲子阅读偏好可视化研究

【目的/意义】探究亲子阅读偏好对引导亲子读物选购具有重要的参考价值，通过对亲子读物的在线消费评价进行分析，深度挖掘影响亲子阅读偏好的维度要素，对提高亲子阅读质量和兴趣具有理论意义与实践价值。【方法/过程】从材质材料、形式形态、主题内容、社会感知价值四个维度对亲子阅读偏好进行评价，建立基于情感词典的在线消费评价偏好模型，对评论文本进行情感词抽取及情感值计算，获取在线消费评价中情感数据，绘制在线消费评价的偏好词标签云和动态偏好趋势曲线。【结果/结论】在线消费评价分析结果表明，幼儿更易被材料环保、形式独特的读物吸引；随着认知阶段的发展，亲子阅读偏好逐渐转向对主题内容的关注；注重提升社会感知价值。【创新/局限】本文构建亲子阅读偏好的评价模型，围绕亲子阅读的偏好维度对在线消费评价情感进行可视化分析。本文仅通过情感分析技术提取在线消费评价中的情感数据，未结合对具体消费者的深度访谈，未能全面概述基于在线消费评价的亲子阅读偏好情况。     

一种基于Web挖掘的智能导购系统

针对消费者经常购买的商品, 提出了一种基于Web挖掘技术的导购系统.系统综舍利用Web使用挖掘、关联规则挖掘等各种数据挖掘技术,能够实时跟踪消费者的购物行为,对其最近的偏好进行自适应学习,从而为消费者产生相应的推荐商品.最后,对系统的导购质量进行了相关的实验.     

一种基于句法规则的文本挖掘技术的设计

文本挖掘是数据挖掘技术的一个重要方面,本文根据句法规则的特征,利用文本挖掘技术,提出基于句法规则的文本知识挖掘设计模型,从数据准备、句法规则构造、文本预处理、文本知识挖掘、挖掘结果评价等方面对工作原理进行了分析,重点阐述了句法规则的构造过程,最后通过实验验证了该模型,该设计对实现文本知识的智能化挖掘具有一定的研究意义和应用价值。     

品牌、认证与产地效应——基于消费者对含有不同属性奶粉的偏好分析

以婴幼儿配方奶粉为例,运用联合分析方法研究了品牌、有机认证标签、产地和价格等质量信息属性对消费者偏好的影响。结果表明,产地成为决定消费者偏好的首要属性,而有机认证标签的重要性已超过品牌;消费者更偏好来自国外,尤其是发达国家的产品;企业应准确把握消费者属性偏好的特征与规律,合理安排质量信息传递渠道与交流途径。     

一种对方案有偏好的灰色多属性决策方法

文章研究了属性权重完全未知、属性值和对方案的偏好值以区间灰数形式给出的多属性决策问题,基于主观偏好值与理想最优方案客观偏好值(属性值)的偏差距离最小化建立一个单目标规划模型,通过求解此模型得到属性的权重,进而计算出各方案与理想最优方案的灰色区间关联度,即可得到方案的排序结果,最后通过算例说明模型及方法的可行性和有效性。     

基于数据仓库的多维关联规则挖掘在电信系统中的应用

本文基于对数据仓库相关理论以及电信企业经营活动的研究,针对电信系统业务的特点,建立了电信企业经营分析系统的数据仓库模型,在此基础上给出了一套切实可行的基于数据仓库的元规则指导的多维关联规则挖掘方案,并通过实际数据进行了验证。     

基于关联规则挖掘的食品安全信息预警模型

针对食品生产加工的安全问题,建立了基于关联规则挖掘的食品安全信息预警模型,此模型从数据挖掘视角以食品生产加工的检测数据为处理对象,分析数据异常情况,采用改进的关联规则挖掘APTPPA算法,生成关联路径树、寻找频繁项集、最大频繁项和最大关联规则,进而抽取报警关联规则,挖掘导致食品安全问题的因素并进行诊断和预警,最后通过实验验证了预警挖掘模型的正确性和算法的有效性。     

基于数据挖掘的电信数据分析

本文的研究建立在中国电信某分公司的"某业务精确营销模型研究及推广"项目开展前提下,借助DM现有研究成果和实际应用水平,将电信剖析和DM技术的决策树、聚类分析、关联规则三个算法结合起来建立模型,利用SPSSClementine数据挖掘工具进行分析,先对电信业务下滑客户进行简单分析,着重对电信用户GPRS业务关联进行分析,最后对电信非绑定GPRS业务客户进行预测,从而根据结果制定相应的措施进行商业营销,提高运营商的竞争力和企业利润。     

基于扩展关联挖掘的专网通信计费检索算法

针对专网通信计费系统中,由于互联信息存在大量的冗余特征,导致大幅降低了数据联系特征属性,使得计费信息查询效率较低的问题.本文提出一种改进关联规则的专网通信计费分析数据的挖掘算法.通过计费数据属性扩展算法,对计费数据属性间的关联性进行扩展,有效排除冗余数据的干扰,增强数据间的联系性.实验与仿真结果证明,这种算法能够有效地消除冗余数据的干扰,计费数据查询的准确率较高,耗时降低.     

医疗数据库松弛响应关联维分析及差异查询

针对差异医疗数据库在跨平台查询中出现空查询结果问题,提出一种基于智能病历语义信息关联维分析的数据库自适应实体差异识别查询方法。通过初始查询条件和医疗数据差异分布的关联维规则推测用户对查询属性的关联程度,构建基于数据库松弛阈值、属性阈值之间的病历分析实体识别模型,进行自适应松弛响应重写,实现差异数据库的实体识别和关联性差异查询。实验结果表明,新的查询方法具有较高的查全率,能够满足用户差异性的偏好与信息检索,实现医疗信息数据的准确快速查询。     

基于评论挖掘的用户购买行为因果事理图谱分析

【目的/意义】互联网数据中隐藏着的消费心理、消费需求等消费者情报对提升企业竞争力意义重大。对用 户购买行为产生及演进机制的发掘,不仅能让企业掌握更多自身产品和服务中的具体细节信息,还能从本质上发 现用户的需求偏好,推进企业实施科学经营决策。【方法/过程】本文提出一种利用因果事理图谱的消费者情报获取 方法,以京东平台手机在线评论数据源为例,首先通过利用基于规则和依存句法分析结合的自然语言处理技术对 数据源之间的因果关系变量进行识别和事件知识抽取,再结合LDA模型进行事件聚类,最后利用Gephi可视化等 方法实现对用户购买行为的起源与发展机制等特征的识别与呈现,探测用户潜在需求偏好。【结果/结论】结果显 示,用户购买手机的行为是一系列严密的因果事理逻辑演进过程,包括买前需求、购买决策、买后评价三个递进阶 段,用户经历产生购买需求;多维需求驱动购买决策演化;最后是否获得对应需求服务的过程影响满意度的评价。 【创新/局限】采用事理图谱的用户购买行为分析,为拓展大数据情报挖掘方法提供了借鉴。但基于规则的事件知 识抽取受数据库限制,导致该方法实施效率受到一定程度影响。