基于Web的数据挖掘技术

Web数据挖掘有很多研究热点,其中关联规则挖掘是Web数据挖掘领域研究的一个重要方面.本文首先对数据挖掘、Web数据挖掘和Web数据预处理等相关知识进行了阐述;然后研究了关联规则基本理论及关联规则经典算法;最后为了解决现实数据库中每个项目的分配不均匀性和重要性差异,重点研究了加权关联规则挖掘算法.     

基于网络数据挖掘技术的电子商务应用

数据挖掘定义为是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。对数据挖掘的基本特点与流程和电子商务中Web数据挖掘与数据源进行了分析,并对数据挖掘技术在电子商务领域的应用进行了研究探讨。     

基于半结构化分割的Web热点数据挖掘算法

随着大数据信息技术的发展,数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘,提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法,无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割,基于优秀基因位进行差分进化,使寻优曲线不断趋于平缓,在多个节点上并行的运行比较脚本,采用半结构化分割,使得Web热点特征挖掘实现自适应寻优,得到Web热点数据的分配因子,提高了挖掘性能。仿真结果表明,该算法获得了良好的效率和精度,提高了Web热点数据挖掘的自适应寻优能力。     

数据挖掘的隐私保护研究

随着数据量的增大,数据挖掘技术应用不断扩大,如何在挖掘过程中不泄露私有信息或敏感知识,同时能得到比较准确的挖掘效果,已经成为数据挖掘研究中的一个热点课题。文章从数据分布的角度结合挖掘算法对目前几种关键的隐私保护方法进行了介绍、分析,给出算法的评估,最后分析总结了数据挖掘隐私保护未来的研究方向。     

国际数据挖掘研究热点与前沿可视化分析

为全面了解国际图书情报学数据挖掘领域的研究热点和前沿趋势,以Web of Science数据库收录的2007-2016年数据领域的文献数据为研究对象,通过CiteSpace软件,结合文献计量学和可视化方法,从年度分布、期刊分布、研究力量分布、重要文献、研究热点以及前沿等方面进行分析。研究发现,国际数据挖掘研究出现了网络与计算机技术、数据挖掘方法、数据挖掘与管理、数据挖掘与应用四大聚类。研究前沿探测出3个发展时期,每个时期的热点都有特色。根据上述研究绘制该领域知识图谱,对国际数据挖掘的研究现状和发展趋势进行分析和总结,为我国数据挖掘研究提供参考。     

基于Web数据挖掘研究

在Internet浪潮的冲击下,人们面临着数据爆炸的挑战;随着数据挖掘(Data Mining,DM)技术的迅速发展及数据库管理技术的广泛应用,人们积累的数据越来越多,如何从浩如烟海的数据中找到内在的规律,如何更方便地传递、交流、获取有用的信息,挖掘这些激增数据背后隐藏的重要信息已成为当前高科技领域研究的热点。Web挖掘(Web Mining),是将传统的数据挖掘同Web结合起来的技术,从广义上解释就是通过数据挖掘技术来分析与网站相关的资料。就WEB数据挖掘的一些特点、过程以及方法进行探讨。     

知识地图相关概念辨析及其研究进展

本文首先分析了知识地图与知识图谱、主题图及概念图之间的联系与区别,澄清了这几个概念使用时造成的混乱。其次侧重介绍知识地图研究的进展,包括知识地图中知识建模技术及数据挖掘与人工智能技术在知识地图构建过程的应用。最后分析了知识地图的应用领域及其未来研究方向。     

基于Web数据挖掘研究

在Intemet浪潮的冲击下，人们面临着数据爆炸的挑战；随着数据挖掘（Data Mining，DM）技术的迅速发展及数据库管理技术的广泛应用．人们积累的数据越来越多，如何从浩如烟海的数据中找到内在的规律，如何更方便地传递、交流、获取有用的信息，挖掘这些激增数据背后隐藏的重要信息已成为当前高科技领域研究的热点。Web挖掘（Web Mining），是将传统的数据挖掘同Web结合起来的技术，从广义上解释就是通过数据挖掘技术来分析与网站相关的资料。就WEB数据挖掘的一些特点、过程以及方法进行探讨。     

无线传感器网络数据挖掘研究

如何从WSN数据中挖掘有用的知识,是WSN数据处理中较为核心的问题之一。WSN数据具有多维度、多层次等流数据特点,传统数据挖掘技术较难直接应用于无线传感器网络,发展能够在线分析和处理无线传感器的数据挖掘技术是至关重要的。本文对现有WSN数据挖掘技术进行了相关对比研究,并且提出了WSN分布式数据挖掘工作流框架。该框架清晰的展示了无线传感器网络流数据分布式处理流程,为处理该类数据挖掘提供一个可行的研究方向。     

浅谈数据挖掘技术及其研究现状

本文首先介绍了数据挖掘的概念、过程与系统构成,其次从数据挖掘的研究方法和应用角度论述了数据挖掘的研究现状,其中着重论述了目前的热点研究方向——Web挖掘的流程与分类。     

概率估算方法对中文文本特征提取质量的影响

在文本自动分类中,目前有词频和文档频率统计这两种概率估算方法,采用的估算方法恰当与否会直接影响特征抽取的质量与分类的准确度。本文采用K最近邻算法实现中文文本分类器,在中文平衡与非平衡两种训练语料下进行了训练与分类实验,实验数据表明使用非平衡语料语料时,可以采用基于词频的概率估算方法,使用平衡语料语料时,采用基于文档频率的概率估算方法,能够有效地提取高质量的文本特征,从而提高分类的准确度。     

组织记忆、外部知识搜寻与新产品创新性

基于知识基础观,分别研究了陈述性记忆、程序性记忆与新产品创新性之间的关系,以及互补型搜寻和辅助型搜寻的中介作用。利用276家企业调研数据进行实证研究,结果表明：陈述性记忆和程序性记忆均正向影响新产品创新性,也均对互补型搜寻和辅助型搜寻产生正向影响。同时,陈述性记忆对互补型搜寻的正向作用强于辅助型搜寻,程序性记忆对辅助型搜寻的正向作用强于互补型搜寻。进一步地,互补型搜寻在陈述性记忆和新产品创新性间起中介作用,辅助型搜寻在程序性记忆和新产品创新性间起中介作用。     

基于云班课平台的高职市场营销专业教学实践研究

基于云班课平台在高职市场营销专业开展教学实践,发现存在“懒惰式、应付式、短期性”三种学习问题,由此提出在活动对象、时间、活动安排及活动内容等方面优化课程教学活动设计,以激发学生学习的积极性和主动性。     

Optimized hadoop map reduce system for strong analytics of cloud big product data on amazon web service

Because of the rapid increase of data in the cloud of Amazon Web Service (AWS), the traditional methods for analyzing this data are not good and inappropriate, so unconventional methods of analysis have been proposed by many data scientists such as concurrent/ parallel techniques to meeting the requirements of performance and scalability entailed in such big data analyses. In this paper we are used Hadoop Map Reduce system that contains Hadoop Distributed File System (HDFS) and Hadoop cluster. We optimized it by combining it with five efficient Data Mining (DM) algorithms such as Support Vector Machine (SVM), Decision Tree (DT), Random Forest (RF), Correlative Naïve Bayes classifier (CNB), and Fuzzy CNB (FCNB) for strong analytics of cloud big data. The proposed system applied on product review data that taken form the cloud of AWS. The Evaluation of Hadoop Map Reduce done with important benchmarks as Mean Absolute Percentage Error (MPAE), Root Mean Square Error (RMSE), and runtime for word count, sort, inverted index. Also, the evaluation of DM models with Hadoop Map Reduce system done by using accuracy, sensitivity, specificity, memory, and running time. Experiments have shown that FCNB is effective in addressing the problem of big data.     

试论采矿工程专业本科毕业设计存在的问题及影响因素

目前,采矿工程专业本科生对毕业设计存在重视程度不够、选题内容单一、设计内容相似度高、工程制图不规范和原则性低级错误多等问题,本文分析了毕业设计质量差主要原因,为提高采矿工程专业本科毕业设计整体质量提供了新思路。     

基于关键词的期刊发文的相似性测度研究

[目的/意义]关键词是反映期刊研究主题、研究方法和数据源等信息的重要途径。本文尝试通过论文关键词来研究学术期刊的相似度,为期刊分类等学术研究和实际工作提供参考。[方法/过程]首先,在相关文献梳理的基础上,提出了基于论文关键词的两种期刊相似度计算方法。然后,以《中国图书馆学报》和《情报学报》为实证对象,从CSSCI采集了两种期刊1998-2017年的关键词数据。最后,计算了两种期刊的相似度,并分析了两种期刊论文的共现关键词。[结论]研究发现,两种期刊的相似度有一定波动,但整体上呈现为一个下降趋势。这反映出两种期刊上发表的论文的相似性在不断下降,而差异性在不断增加。     

偏冷门专业认知教育路径探索研究——以烟台大学核工程与核技术专业为例

该文以烟台大学核工程与核技术专业为例,针对目前就读该专业的调剂学生对专业认知存在偏差的问题,在专业认知教育前移、创新教育方式、丰富教育载体、加强保障等领域探索了加强偏冷门专业的专业认知教育途径,涵盖了大学生志愿服务、社会实践、互联网、全员育人等多个方面的内容。     

高等植物不同类型细胞的分离技术

高等植物由许多形态和功能不同的细胞组成,各类细胞在植物体内行使特定的功能,同时,细胞间又存在着结构和功能上的密切联系。要想获得特定类型细胞的准确信息,必须首先将其从杂合的细胞群中分离出来。高等植物细胞分离技术主要有密度梯度离心法、流式细胞仪法、激光捕获显微切割技术和人工显微分离技术等。本文综合介绍了这些方法的基本原理、操作流程及优缺点,并介绍了近年来高等植物细胞分离方面的研究进展。     

技术标准联盟的本质:基于对R&D联盟和专利联盟的辨析

以文献研究为基础,对技术标准联盟以及另外两类极易与其混淆的联盟形式——RD联盟和专利联盟——进行了比较分析,旨在揭示技术标准联盟的本质、根本特征、典型问题以及适合的研究模式。研究提出,技术标准联盟的本质是一种联盟组合,是往往同时涵盖技术研制与技术产业化两项功能的多组织联合体,一定程度上可以理解为是以RD联盟和专利联盟为基础的联盟组合,因此,技术标准联盟与传统的RD联盟和专利联盟既具有关联,但同时也存在差异。在进一步识别以上三种联盟的共性问题以及可以共享的研究模式之后,论文提出还需要从联盟组合/联盟网络角度来探索契合于技术标准联盟的专有研究模式。