物联网基础的食品安全数据挖掘支撑平台的设计

物联网基础的食品安全信息网络存在数据量巨大、数据源异构的突出特点.通过建立和运行模拟系统,在数据源的基础上,提出建立具有共享概念统一规范的本体库、结合云计算技术作为数据挖掘的支撑平台,对提高食品信息的数据挖掘效率,解决食品安全信息的泛在查询和在预警、突发事件处理等方面提供决策支持.     

高职院校教学督导工作机制实践与创新

教学督导是高职院校提升教育质量、辅助教学决策、加强教育管理的有效手段.高职院校在开展教学督导工作过程中,由于受到各种因素影响,暴露出督导工作内容僵化、工作人员专业素养不高等问题,这些问题的长期存在,对于督导工作效率产生了一定影响.文章提出要解决这些问题,相关工作人员需要积极对督导工作进行创新,从工作人员、工作内容、工作...     

商务智能系统实现数据管理的关键技术

随着信息技术的发展和数据量的快速增长,采用联机事物处理技术的数据管理系统已无法满足高效作业和决策支持的需求,造成了海量数据与信息“孤岛”的并存。建立在数据仓库、联机分析处理和数据挖掘等技术基础上的商务智能系统能有效优化数据结构,对数据进行分析运算,从而达到支持决策的目的。     

基于数据挖掘的高职高专生源分析系统设计与实现

本文根据目前高职高专院校存在的具体情况,将数据挖掘技术引入招生领域,分析了数据挖掘的各种方法,采用决策树的分类方法,对历年的生源数据进行挖掘,对生源数据的性别、成绩、所属类别、特长爱好、地区家庭收入水平等因素进行分析,找出学生所填报专业和其本身属性之间的关系,从而为高职高专院校的招生部门提供决策支持信息,使其更好地开展招生宣传工作。     

大数据背景下企业财务管理的现状与解决对策

随着大数据的飞速发展,传统社会产业和市场经济发展取得显著成效.在发展中运用新的管理技术,可提升发展水平,推动企业经营决策的科学化、数据化发展,让企业经营管理工作发展到新的阶段.企业财务管理工作在大数据背景下,能够实现不断发展和更新.虽然企业运用大数据技术能全面提升财务管理效果,但是在数据化技术的应用中还面临着许多问题,...     

眼动行为数据挖掘在提取网上购物决策因子中的应用

为研究眼动行为数据挖掘在提取网上购物决策因子中的应用,首先通过客户体验管理(Customer Experience Management,CEM)对客户网上购物决策因子进行初步分析和过滤;然后根据大量客户网上购物时的人机交互行为数据,应用马尔科夫链算法预测其相关行为,并结合行为分析进一步得到其重要影响因子;最后通过眼动行为数据挖掘,确认影响网上购物的主决策因子,并获取各主决策因子的权重.实验证明由眼动分析获取的网上购物主决策因子及其权重更加有效.     

论多层次综合数据服务体系的构建

源头数据作为生产数据的基础及唯一出处,为后续生产运行、分析、决策等提供依据。运行、分析、决策分别属于不同的工作层面,需要的信息从粒度、范围、算法等多个方面存在大的差异,是一套源头数据库无法完成和胜任的。建立一套综合的、多层次的、立体的数据服务体系是各层面工作人员的需要,也是对源头数据的有效补充完善和综合利用。     

关联规则在书店中的应用研究

书店在图书销售过程中积累了大量的图书信息,这些信息可以用于查询、统计,获得想要的有关图书信息的数据。但是这些信息的作用还不止于此,这些海量信息中包含着有用的“知识”,可以通过计算机数据挖掘技术将隐含在其中的“知识”挖掘出来,用于书店的经营决策。本文以买书的个体为事务,以购买的图书为事务项。运用APRIORI算法探讨了利用关联规则分析个体购买图书之间的关联关系,找出了购买图书之间的关联规则,为书店的经营决策提供科学依据。     

浅议数据挖掘技术及其在高校教学管理中的应用

数据挖掘的本质是从已有信息中发现规律和模式.本文通过介绍数据挖掘技术及其相关的数据仓库和决策 支持系统等概念与理论,提出了如何对高校教学数据库中的大量数据进行分析和挖掘,从中提取有价值的信息并形成知识库, 帮助教学管理人员进行科学决策的模型和方法,以提高高校教学管理水平.     

保护私有信息的统计量化规则挖掘

统计量化规则（SQ rule）在数据挖掘中拥有重要和有用的地位。尽管集中式挖掘SQ规则的算法已经存在,但是集中式算法不能简单应用到分布式环境中,尤其涉及到分布式环境中各方的私有信息保护的时候。考虑数据分布共享的多方,在不泄漏各自的私有信息的情况下,合作完成SQ规则的挖掘问题。该问题属于保护私有信息的数据挖掘（PPDM）研究领域的问题。基于3个PPDM的基本工具,包括安全求和、安全求平均和安全求频繁项集的集合等,提交2个算法,共同完成水平划分数据下的保护私有信息的SQ规则挖掘。其中,一个算法安全计算置信区间,该区间用来检验规则的重要性;另一个算法安全挖掘规则。最后,给出算法的正确性、安全性和复杂性分析。     

基于改进谱聚类算法的航路辨识

为解决船舶自动识别系统(automatic identification system, AIS)数据挖掘不够充分,对航路辨识分析不够全面等问题,提出一种基于改进谱聚类算法的数据挖掘方式。利用Sliding Window算法对船舶轨迹AIS数据进行压缩,减少数据冗余提高聚类效率。改进亲和距离函数,提出新的亲和矩阵的标准,提高聚类的稳定性,进一步对数据去噪,减少噪声敏感。通过优化初始中心对k均值算法进行改进,优化全局搜索能力,缓解初始值的选取对聚类效果的影响。以天津港AIS数据为样本进行算法验证。结果表明,该聚类算法能准确提取和划分某水域船舶主要航迹段,算法消耗系统资源少,计算速度快。改进后的算法可为航路辨识、分道通航制定等提供理论支持。     

数据挖掘技术及其在现代远程教育中的应用

数据挖掘技术是一种新出现的计算机技术,是一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的技术。应用数据挖掘技术,可以对教学管理决策、教学研究、分布式智能学习平台、网络智能搜索引擎等提供理论指导及实现的方法。     

加权关联规则的个性化科研素养挖掘研究

针对高校科研统计数据集,通过探索性的数据分析,提取出主要影响科研素养的影响因子,在对各影响因子的特征选择的基础上,进行特征值的离散化、数据规约和特征构造等方面的分析。考虑到科研素养的各影响因子中,不同影响因子有着不同的重要性的特点,在AprioIi算法思想的基础上,对各影响因子设定权重值,并将加权关联规则算法,引入到个性化的科研素养的发现中,从而挖掘个性化的、有意义的关联信息。实验结果证明：该算法能够更真实地挖掘并发现高校科研素养中个性化的有趣信息和关联规则,挖掘结果可为科研素养的评价提供决策参考。     

Web数据挖掘的分析与探索

使用数据挖掘技术分析Web及WebLog可使网站结构更合理、更安全,并能为用户提供个性化服务,通过对Web挖掘对象的分类,可以提出面向不同问题的不同挖掘方式以及相应的挖掘算法。     

关联规则快速挖掘在CRM中的应用(英文)

交叉销售分析是CRM中的主要分析内容之一。提出了一种前件固定、后件受约束的关联规则快速挖掘算法,该算法的挖掘结果可以帮助企业利用销售情况好的产品促进其他产品的销售;同时提出了一种后件固定、前件受约束的关联规则快速挖掘算法,该算法的挖掘结果可以有效地帮助企业利用交叉销售方法为新产品开拓市场。仿真结果表明,这两种算法能够帮助企业快速准确地得到所需的信息。     

综合评价与数据挖掘的比较

为将在算法上具有信息处理共性特点的数据挖掘和综合评价两个不同的信息处理手段结合应用,通过两组算法实例比较分析,考查数据挖掘和综合评价算法的共性与特性,提出利用数据挖掘方法对综合评价理论改进的算法,设计以用户为中心的基于层次分析法(Analytic Hierarchy Process,AHP)的属性组合降维算法,将评价理论的研究思想和成熟算法应用于主动式数据挖掘.该研究对数据挖掘和综合评价两个学科的共同提高和发展、促进智能信息处理技术的发展具有一定的借鉴作用.     

新加坡海事劳工立法及对我国的启示

为研究我国按《2006年海事劳工公约》(以下简称公约)规定的标准应对严格的港口国监督(Port State Control,PSC)检查问题,对新加坡有关船员的法律和政策进行梳理,并与公约中所要求的缔约国责任和义务进行比较.在新加坡实施公约的具体措施基础上分析其履约的特点,并进一步提出借鉴立法、合理利用三方专门委员会、合理调整行政权力格局等立法和决策建议,为公约在我国的适用和海员法立法提供理论支撑.     

基于神经网络的集装箱码头泊位分配聚类分析

为充分利用港口既有的建设规模、提高经济效益,对集装箱码头的泊位分配进行研究.采用神经网络和聚类分析两种数据挖掘技术分析相关数据,得到相应的数据挖掘模型.先通过反向传播(Back Propagation,BP)神经网络分析各因素对泊位分配的影响程度,确定出主要因素;然后通过聚类分析中的两步聚类算法进行分析;最终制定集装箱码头泊位分配策略.该方法可为提高集装箱码头生产效率提供帮助.