兵团感控微信公众号信息传播的影响因素分析

目的:分析"兵团感控"传播的影响因素,为同类公众号扩大影响提出建议。方法:记录"兵团感控"2从2019年1月14日到2020年发布文章的后台数据,利用pearson相关系数以及χ检验分析提取的影响因素与阅读量之间的关系。结果:各时间段推送文章数量与文章阅读量之间相关性较强;文章标题字数在30字以内,或者为热点话题,阅读量最高;影响因素分析中,点赞、在看、全文字数、热点话题、文章内容有统计学意义(P0.05),对信息传播有影响。结论:"兵团感控"同类公众号应坚持当前公众号推送频率,抓住热点话题进行推送,增加感控知识工作经验等内容,提高信息传播水平。     

白桦脂醇的连续提取工艺研究

为了提高白桦脂醇的提取效率,以白桦树皮为原料,利用液泛提取设备,连续提取白桦脂醇。通过试验,探讨了提取时间、提取剂(乙醇/碳酸钠-水溶液)浓度对白桦脂醇提取率及质量分数的影响,确定了连续提取白桦脂醇的较佳参数为:提取时间为75min,乙醇/碳酸钠-水溶液体积分数为65%。利用此条件提取白桦脂醇,提取率达到(90.39±1.23)%,白桦脂醇质量分数达到(89.12±0.24)%。利用该设备进行白桦脂醇的提取,操作方便,安全性好,不影响白桦脂醇的提取得率且提高了白桦脂醇的纯度,具有潜在的工业化应用前景。     

多维关联规则挖掘在欠税管理中的应用

在税收征管系统中,纳税人走逃失踪往往导致欠税税款无法追回,为提高税务机关在欠税管理方面的效率,可利用多维关联规则挖掘对欠税行为的多个维度进行分析。本文利用R语言改进Apriori算法,且在关联规则评价上,使用客观评价与主观评价相结合的方式,同时利用衍生规则的方法删除冗余规则,得出纳税人走逃失踪行为与其他维度的有效关联规则信息,为税务机关提供有效的决策信息,提高欠税管理的风险防范水平。     

基于Apriori算法的关联规则在企业人事管理系统中的应用

针对企业人事管理系统的现状和存在的主要问题,提出了在企业人事管理系统中运用数据挖掘的必要性,并且应用关联规则的经典算法挖掘和分析了人事考评系统的关联规则和潜在信息,为企业人事决策人员提供决策信息和数据支持.     

基于关联规则的海量图书信息数据扩散研究

针对当前只关注对数字图书馆网络功能的提高,忽略了对信息扩散的问题。为此,通过关联规则方法对海量图书信息数据扩散进行研究,给出关联规则的基本概念,并介绍了数字图书馆网络的特征,将API与编写抓取程序、开放数据等技术结合在一起;利用Apriori算法通过层次顺序搜索的循环方法对图书信息数据频繁项集进行挖掘,采集数字图书馆网络中某用户粉丝、关注者、转发以及评论信息扩散数据;将关联规则作为研究海量图书信息数据扩散方法,通过关联规则衡量节点度和出入度;在此基础上通过关联规则对海量图书信息数据扩散情况进行研究,发现海量图书信息扩散有高低谷期;转发量和评论量呈一定的正相关性;数字图书馆网络中海量图书信息数据扩散的广度和用户影响力相关。     

食品流通环节安全保障策略研究

食品供应链数据中隐含着大量潜在有用的食品安全信息,基于数据挖掘的视角,构建食品供应链信息共享平台,运用关联规则技术,针对流通环节中的食品安全问题,从复杂的供应链数据流中,提取食品质量保障规则,为决策者制定安全保障策略提供数据支持,从而降低不合理的人为因素影响,避免食品安全事件的发生,为我国食品安全问题的解决提供新的思路。最后以三元乳制品开展实例研究,验证了所建立数据挖掘模型的有效性。     

CBERS-02 CCD图像中居民点用地信息提取方法研究

以前研究利用卫星图像对居民点用地信息提取的资料主要是Landsat TM、ETM 或者SPOT HRV数据,而利用中巴地球资源卫星CCD数据提取的研究较少。本研究利用中国资源卫星应用中心提供的CBERS-02CCD数据对居民点信息进行获取,对中巴卫星数据的推广应用具有一定的意义。由于不能直接利用中巴卫星数据进行归一化建筑指数(NDBI)计算以实现对居民点用地信息的提取,所以应探讨采用其他方法。首先,在对图像进行几何精校正以及投影和坐标系统转换预处理后,对图像中的主要地物光谱特征进行分析,再对图像进行归一化植被指数(NDVI)和归一化水体指数(NDWI)计算以扩大感兴趣地物与其背景的差异,确定合适的阈值从图像中提取植被、农田、水域、山体阴影、裸地和道路等背景信息,然后居民点用地信息通过去除以上背景信息的方法间接获取。最后,信息提取结果与2004年土地利用现状更新调查数据比较以检验提取结果的精度。经过精度检验表明,利用阈值分割法从图像中提取居民点信息的整体用户精度和制图精度分别达到81.4%和77.9%,该方法对获取1:5万及小于1:5万比例尺的居民点用地专题图制图精度较高,能够满足制图要求。     

基于数据挖掘技术的专利信息分析

随着计算机技术和网络技术的的发展,各行各业积累的数据量越来越大.而专利信息集是目前世界上最大的技术信息集,几乎囊括了一切应用领域内的技术成果.为了提取隐含在其中的、人们事先不知道但又潜在有用的知识,将数据挖掘技术应用于专利信息分析,如采用聚类算法对专利文本进行挖掘、采用关联规则对专利发明人进行挖掘,以发现用户感兴趣的知识,并使之转化为有效的竞争情报.     

一种关联博弈的移动云计算线性规划控制算法

提出关联博弈的移动云计算线性规划控制优化算法。建立移动云计算模型,利用线性规划对移动云计算控制参数进行优化训练,并与关联博弈原理相结合,能够实现移动云计算业务对用户信息资源的有效提取;建立关联博弈的移动云计算线性规划控制关系式,最终实现移动云计算线性规划控制。实验结果表明,利用改进算法进行移动云计算线性规划的控制,用户无需宽带就可以随时对需要的信息资源进行有效提取,从而提高了移动云计算系统的利用效率,取得了令人满意的效果。     

基于关系数据库的教学评价数据的关联规则挖掘

频繁项集的挖掘是数据挖掘中的一个十分重要的组成部分。本文结合关系数据库的特殊性,利用标准SQL语言,提出适合于关系型数据库频繁项关联规则挖掘的算法,应用于教学评价数据的挖掘,得出一些潜在的关联信息,为教学管理提供决策。     

基于Hadoop平台的人才发现与推荐系统研究

随着互联网和社交网络的发展,个人信息越来越多地暴露在网络空间中,有效收集和挖掘这些信息可发现所需要的人才信息。设计了一个人才发现与推荐系统,该系统基于Hadoop平台,利用网络爬虫程序寻找网页,通过信息抽取技术获取页面内容,利用lucene的分词器提取文本中的关键词,根据关联规则算法挖掘出关联关键词,采用基于相似项的策略推荐人才。系统为企业提供了一种基于网页数据的技术人才发现和推荐工具,节约了大量时间和成本。     

我国省域知识产权发展空间关联及其影响因素研究

探究省域知识产权发展空间关联及其影响因素对国家实现创新发展具有重要的指导意义,本文利用修正的引力模型确定我国省域知识产权发展空间关联网络结构,基于社会网络分析(SNA)和二次指派程序(QAP)对该网络进行特征刻画和影响因素分析.研究表明:省域知识产权发展关联紧密,呈现明显的核心-边缘特征;空间近临关系、科技服务水平和人...     

基于数据挖掘的藏语韵律规则提取

通过对藏语语音的研究,选取合适的语料录制满足语音合成所需语音库,利用数据挖掘的关联规则对藏语韵律规则进行提取,利用神经网络方法进行藏语双音节词韵规则学习,然后综合多种数据挖掘学习方法进行韵律规则的学习,为藏语语音合成提供基础.     

关联规则的更新及其算法

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。关联规则是当前数据挖掘研究的主要模式之一,侧重于确定数据中不同领域之间的联系,找出满足给定支持度和可信度阀值的多个域之间的依赖关系。根据关联规则的算法,介绍了FUP、FUP*等对规则的更新及维护的典型算法,并指出了数据挖掘的进一步研究方向。     

关联挖掘在文献借阅历史数据分析中的应用

介绍了数据挖掘中关联规则的基本概念和方法,进一步讨论和研究了关联规则在图书馆读者文献借阅历史数据分析中的应用。通过实验分析表明,借阅历史数据在经过一定的预处理后,用Apriori关联挖掘算法能挖掘出隐藏在历史数据背后的有用的规则和潜在的信息,这将有利于为读者提供个性化服务和对图书馆的服务提供决策支持。     

改进型Apriori算法在犯罪关联分析中的应用

介绍了关联规则数据挖掘技术,特别是Apriori核心算法,并对Apriori算法进行了Hash优化。以某市的犯罪信息数据库为实例,将改进后的关联分析技术应用其中,以便发现犯罪行为特点及犯罪嫌疑人特性等潜在的联系,为公安部门的战略部署、决策指挥、侦查破案、治安管理等提供依据。     

关联规则的更新及其算法

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。关联规则是当前数据挖掘研究的主要模式之一，侧重于确定数据中不同领域之间的联系，找出满足给定支持度和可信度阀值的多个域之间的依赖关系。根据关联规则的算法，介绍了FUP、FUP＊等对规则的更新及维护的典型算法，并指出了数据挖掘的进一步研究方向。     

基于频繁模式树的涉恐情报关联分析

【目的/意义】利用数据挖掘技术在海量数据中快速、准确、有效的发现涉恐线索并及时处置是反恐工作的 重要手段之一。【方法/过程】本文研究如何利用频繁模式树对涉恐基础数据进行挖掘,提取涉恐特征的频繁项集。 首先通过对数据库中的涉恐人员信息进行涉恐特征计数排序并建立频繁模式树,然后在树结构中递归遍历发现满 足最小支持度阈值的频繁项集。【结果/结论】文中的方法可以快速发现大量基础数据中的涉恐关联属性,有利于在 系统中自动搜索重点涉恐人员,为反恐预警系统提供决策参考。通过与其他产生关联规则的方法结合使用,还可 以发现暴恐活动中不同因素的因果关系。     

数据挖掘技术在高校新生注册管理系统中的应用

新生数据中隐藏着大量对于学院管理决策具有显著意义的信息,简单的统计报表无法展现这些信息,为此,作者将数据挖掘技术中的关联规则算法应用于该系统,对包含新生了解学院渠道信息的数据表进行了挖掘,生成了相互关联规则,体现了招生宣传渠道在不同生源地,不同科类学生中的影响太小,从而能够为相关部门的招生宣传决策提供可靠依据.     

R语言在关联规则算法(Apriori)中的实现

正一、关联分析的原理关联规则(Association):揭示数据之间的相互关系,而这种关系没有在数据中直接表示出来。关联关系的任务就是发现事物之间的关联规则或称相关程度。关联规则的一般形式是:如果A发生,则B有百分之C的可能发生。C称关联规则的置信度(Confidence)利用关联分析能寻找数据库中大量数据的相关联系或相互依赖性,如分析客户在超市买牙刷的同时又买牙膏的可能性。