基于规则库的数据质量分析

基于规则库的数据质量评价模式,以定量的方式进行评估,能全方面对商业数据进行质量分析。通过数据质量的评估模型的分析,论述了第1.0版本的规则库中包括的12种规则,把基于规则库的分析评价过程分为三个步骤,从而使得数据集的数据质量在多个方面得到全面的测量与分析,最后总结出数据质量分析还要考虑时态问题,以适应业务的改变、数据生产过程的控制变化甚至业务人员的不同。     

JBoss Rules规则引擎应用程序设计

论述了Java规则引擎的原理,提出了基于规则引擎的系统结构,研究了使用JBoss Rules进行应用程序设计的技术。     

Drools规则引擎在医疗数据合规系统中的应用

目前实现医疗数据合规控费的监控系统大多采用传统命令式编码实现,其中将业务规则逻辑与业务系统进行捆绑。当业务规则逻辑或规则知识库发生变更时,则需要研发人员重新修改编码,且非研发人员无法灵活地进行规则编辑维护。为解决上述问题,引入Jboss的KIE可视化配置管理系统,业务专家可通过该系统自定义编辑规则文件,并引用Drools规则引擎对规则文件进行解析。因此,只需维护规则文件即可,而无需采用传统命令式编码实现业务规则,减少了系统开发与维护工作量。业务系统调用Drools规则引擎进行校验、解析规则文件,并与医疗数据进行匹配碰撞,从而实现了规则逻辑和业务系统解耦,避免了医疗政策变化对业务系统的影响,增强了系统适用性与灵活性。     

基于Drools的数字化校园管理CRM业务规则引擎设计

对数字化校园管理CRM业务规则管理中的关键问题进行了分析,设计了一套CRM业务规则引擎,并说明了构成规则引擎核心的业务规则管理器、业务执行管理器以及规则处理器的具体功能及工作流程,提出了几点性能优化策略.     

云计算环境中数据级权限管理研究

针对云计算环境中传统RBAC访问控制模型不能很好应对与业务逻辑高度关联的数据级权限管理的问题,结合规则引擎中规则可配置的特点提出了一种基于规则引擎的数据级权限管理模型.该模型以系统中的所有对象为事实库,使用逆向推理对数据级的权限进行判断.目前该模型已经被用于高校教学资源共享系统,实践结果表明该模型提高了系统对业务逻辑变更的应对能力,在保证云端数据安全的同时又具有一定的灵活性.     

基于规则引擎技术的铁路客运专线浮动票价系统研究

随着应用需求的快速增长,能够灵活、快速、高效地处理复杂业务逻辑已经成为中国铁路客运专线票务系统的迫切需求。研究如何将规则引擎技术应用到铁路客运专线票务系统中,利用规则引擎技术抽取铁路客运专线票务系统中的浮动票价计算策略,将其转化成标准的业务规则存储在规则库中,并集成到票价计算系统中,从而建立灵活地浮动票价计算系统。基于两种规则引擎工具开发了验证系统并进行性能测试和对比,分析两种系统优缺点,为铁路客运专线票务系统中浮动票价的实现提供参考。     

基于规则引擎的自适应工资系统设计与实现

目前大部分工资系统的计算方法采用硬编码方式,与工资政策结合过于密切,系统适用性、重用性不高,更新维护困难。针对这一问题,提出了一种基于规则引擎的自适应工资系统。首先,结合Drools规则引擎组件建立一个可执行的规则库,将规则库与现实中的业务需求及政策一一对应;然后通过规则流控制规则的执行,使其更灵活地适应计算逻辑的变化,推动了工资系统的解耦合扩展和更新。根据规则引擎得到的规则文件,可经自然语言处理作为规则文档使用,极大降低了政策变化与系统功能同步更新难度,具有较高的实用价值。     

基于规则引擎的大规模网页信息抽取平台设计与实现

信息抽取是数据挖掘和知识发掘的重要方法,基于规则自动化或半自动化地从互联网中提取准确有效的数据是知识挖掘的关键.本文构建了一个通用文本信息抽取平台,采用多种信息匹配技术从网络数据源中抽取数据和信息,并采用规则处理方式对网页信息进行智能化抽取.该平台采用Eclipse RCP开发,对其功能可进行插件式扩充,在业务逻辑上采用规则引擎.该平台具有界面友好、易于扩展、使用方便等特点,并能够从大规模网页中自动地获取有效的数据和信息.     

基于JBoss BRMS的业务规则设计实践

合理地使用规则引擎,可以使系统具有更好的设计、可测试性以及可维护性。文章主要围绕订单管理项目介绍了利用JBoss BRMS进行开发时规则的模型、设计、部署和执行,重点从职责、重复性、规则间的依赖、规则结果设计、数据的管理方面介绍了业务规则设计的实践经验。     

基于置信规则库的应急方案生成方法

针对突发事件中数据存在不确定性,应急方案生成困难的问题,提出一种基于置信规则库方案生成的新方法。将历史案例的数据转换成置信度分布形式,通过优化模型对历史数据进行学习得到问题与方案之间的置信规则库,再应用基于证据推理的置信规则库推理方法获得当前突发事件的应急方案;并以一个重大交通事故说明该方法的可行性与有效性。     

Snort规则的分析与改进

Snort主要是根据规则树对数据进行递归匹配。因此,规则树的结构是否合理,在很大程度上影响着Snort规则匹配的速度。对Snort规则链表结构进行了分析,并针对Snort规则树进行改进,在保持原有规则匹配方法的基础上,使用New BM算法进行匹配,从而减少规则匹配所需时间。     

基于规则和数据学习的清洗模型研究

数据质量在信息管理系统中具有重要意义。然而,由于用户拼写、录入、系统升级等原因导致各种数据质量问题的出现。数据清洗的目的就是检测出脏数据并修复它们。而当前的清洗工具缺乏灵活性和扩展性,基于此,本文提出了一个基于规则和数据学习的通用清洗模型。模型实现了动态规则学习和动态数据学习等关键技术。通过规则匹配和反馈学习过程实现了动态清洗规则最佳选择;通过字段学习和元表学习过程实现了动态数据的初始化。实验证明,应用该模型保证了动态数据的质量,提高了当前清洗工具的灵活性和扩展性。     

略论中国民办高等教育发展的时代背景和基本规律

近几年，我国民办高等教育持续发展，进行本专科学历教育的民办高校迅速增加。这不是偶然现象而是在社会政治、经济、文化、教育等因素影响下的历史必然。但是，并不是每一所民办高校都能顺利成长，关键是能不能按民办高等教育的发展规律办学。只有遵循以适应人才供求关系为核心、在竞争中成长发展的规律，遵循以质量为核心、正确处理质量、规模、效益三者关系以实现良好经营效益的规律，才能确保民办高校持续健康发展。     

数据稀疏情况下的关联规则扩展与应用

在网络学习平台中,如何有效推荐学习资源具有重要意义。为进一步提高在数据稀疏情况下的关联规则推荐效率,从相似性角度出发,引入学习资源文本信息,通过构建学习资源相似度矩阵,提出一个基于资源相似度的关联规则扩展方法,从而在历史数据稀疏的情况下生成关联规则推荐。实践结果表明,基于同一数据对象进行研究,通过扩展关联规则方法可以提高推荐的有效性和实用性。     

试论规则的类型与儿童的规则教育

深入地了解规则的类型及其相应的教育方式，是良好规则教育的前提。从规则的弹性来看，可以将规则划分为“不变的规则”“适应性的规则”和“临时的规则”。这三类规则对应的教育原则是有异的。     

Web中XML半结构化数据与关系数据互换的实现方法

与平台无关的数据表示形式XML已经成为Internet上数据交换的主流语言,而关系数据是核心业务系统中最常用的数据技术,文章给出了XML与关系数据之间的转换方法,并利用Java语言实现了XML半结构化数据与关系数据之间的转换。     

基于聚类的关联规则挖掘算法

关联规则是数据挖掘中一个非常重要的任务,有许多针对于关联规则的挖掘算法,然而需要提高算法的有效性来处理现实世界中的数据集。基于聚类的关联规则挖掘算法法通过扫描数据库创建聚类表,将收集的事务记录放入聚类表中,通过局部聚类表的约束来产生频繁项集,不仅可以剪枝候选项集,降低数据扫描的时间,而且确保挖掘结果集的正确性。实验结果表明,基于聚类的关联规则挖掘算法比Apfiori算法有更高的执行效率。