嵌入式数据挖掘模型及其在银行卡业务中的应用

针对现有数据挖掘体系结构松散揭合、算法运行效率不高的问题,提出了嵌入式数据挖掘模型。该模型实现了算法的组件化管理,并将整个数据挖掘流程控制在数据库、数据仓库中,在简化数据挖掘过程的同时,大大提高了数据挖掘的效率。通过对几种典型数据挖掘算法在银行卡业务数据中的试验,证实了该模型的有效性和实用性。     

一种基于云计算的关联规则改进研究

随着数据挖掘技术的成熟,其中关联规则在大规模数据中的应用成为了目前的热点.为了提高在大规模数据下进行数据挖掘的效率,在MapReduce中通过引入归并函数Fusion来提高执行剪枝任务的效率并进行了优化研究,提出了一种基于云理论的关联规则Apriori算法,详细论述了实现的过程以及关键技术.通过实验表明,该方法取得了良好的实验效果,克服了Apriori算法耗时多、识别率低下等问题,是实现在大规模数据进行数据挖掘的实用工具.     

Apriori算法在无线网络数据智能挖掘中的应用

为解决传统挖掘方法进行数据挖掘时,存在规定时间范围内数据挖掘量少,导致挖掘效率不高的问题,提出Apriori算法在无线网络数据智能挖掘中的应用研究.通过数据挖掘关联规则设计、基于Apriori算法的无线网络数据文本分类和无线网络数据离群点智能过滤,实现无线网络数据智能挖掘.通过实验证明,所提挖掘方法与传统方法相比挖掘效率得到明显提升.     

数据挖掘技术在银行信贷风险管理中的应用

为了开发一个中国邮政储蓄银行某分行的信贷风险管理系统,采用了数据挖掘技术。首先对数据挖掘和数据仓库技术的相关概念进行了介绍,对现有的信贷管理情况进行了分析,结合我国银行业的实际特点,得到了一个基于数据挖掘的信贷风险管理模型的设计和实现方法。在此基础上,通过在分类以前进行属性选择,不仅改善了分类器的总体性能,也降低了数据采集成本,可以提高银行信贷工作的效率。     

基于决策树算法的信息系统数据挖掘研究

为了提高数据挖掘准确性和效率,文中提出了基于决策树算法的信息系统数据挖掘方法。以C4.5决策树算法计算属性的信息增益率和属性值的信息熵为基础,提出基于余弦相似度改进的C4.5决策树算法,若任意两个属性值的信息熵之差在阈值范围内,通过计算其余弦相似度合并在阈值范围内的属性值,并重新计算合并后属性的信息增益率,实现信息系统数据挖掘。实验结果显示:所提方法对不同数据集的分类精度均高于95%,数据挖掘效率高。     

基于云平台的并行关联规则挖掘算法分析

自云计算技术出现之后,数据挖掘技术取得了突破性发展。数据挖掘系统不仅实现了低成本、高效率运行,并且系统储存空间和系统可扩展性也在不断扩大,大大提高了数据挖掘效率。这里简要阐述了基于云平台的并行关联规则挖掘算法分析的研究意义,并对基于Hadoop的数据挖掘系统和数据算法设计进行了详细介绍。     

大数据挖掘中的MapReduce并行聚类优化算法研究

针对传统数据挖掘算法只适用于小规模数据挖掘处理,由于数据规模不断增大,其存在计算效率低、内存不足等问题,文中将MapReduce用于数据挖掘领域,对大数据挖掘中的MapReduce进行了并行化改进,并设计相应的并行化实现模型,以期满足大数据分析需求,完成低成本、高性能的数据并行挖掘与处理。     

云计算环境下多服务器多分区数据的高效挖掘方法设计

云计算环境下的多服务器多分区系统中存在海量数据,传统串行数据挖掘方法对这些数据进行挖掘的过程中,无法对海量数据进行并行处理,挖掘效率低。针对该问题,设计云计算环境下多服务器多分区数据挖掘系统,其包括基础设施即服务层、平台即服务层、软件即服务层,可实现大规模数据的高效挖掘。系统通过平台即服务层中的多服务器多分区数据处理模型,实现海量数据的分布式运算,并基于MapReduce机制实现K均值聚类数据挖掘算法的并行化,通过Map和Reduce函数实现多服务器多分区数据的并行挖掘。实验结果表明,所设计系统大幅度降低了云计算环境下多服务器多分区数据的挖掘时间,提高了数据的挖掘效率和稳定性。     

数据挖掘技术在移动网络通信中的应用

本文讲解了数据挖掘的一般技术流程,介绍GSM网络现状,而且探讨在移动通信领域中数据挖掘技术的有效应用,主要包括关联性规则的应用、建立合适的数据仓库、数据挖掘的主题和定义以及数据挖掘的全过程。文章重点介绍在关联性逻辑思维下的数据挖掘方法,然后给我们详细介绍算法的实际应用,并举例说明,在实际工作中应用数据挖掘的思想和方法,进而提升工作的效率。     

漫湾电厂数据集成系统设计与应用

通过设计电厂数据集成控制系统,将11个分散的控制系统集成在一个系统上,实现实时数据分析,数据挖掘,为实现电厂设备运行维护提高了效率.     

非编文稿网数据交换存储架构及辅助软件的应用

根据玉环县广播电视台非编文稿网的运行实践,分别从非编文稿网的安全架构、非编文稿两网间的数据安全交换、文稿网数据安全存储备份、非编网数据库安全定时备份、非编网数据恢复软件应用、磁盘碎片整理方法等方面,介绍确保电视台非编制作系统安全高效运行的经验和方法。     

培育数据要素市场的现状、问题与建议

数据是当前数字经济发展的关键生产要素.党中央、国务院高度重视数据要素的发展,多次要求积极培育数据要素市场,激活数据要素价值.数据要素市场的构建将经历数据资源化、数据资产化、数据资本化3个发展阶段.当前的数据要素市场发展面临理论研究框架匮乏、有效数据资源供给不足、安全保障能力需进一步加强等问题,应加强理论探索研究,建立完善数据治理体系,提升数据要素的生产力,更好地激发数据要素市场新活力,最大程度释放数据要素新动能.     

非线性动态数据协调技术

通过应用数据协调技术，可以消除或降低测量误差对过程测量数据的影响,同时可以提高过程数据的精确性和平衡性。目前，稳态线性模型的数据协调技术已得到了良好的发展并已广泛应用于实际生产过程,但实际的生产过程往往是非线性或动态的。文中的重点就是对非线性和动态数据协调技术及其发展作较为详细的阐述.     

数据要素市场化的理论内涵、现实挑战和实践路径

数据要素是数字经济时代的全新生产要素,数据要素市场化在数字经济推进经济高质量发展中具有显著的战略意义.目前,全球对于数据要素的认识仍然处在积极探索中,正确把握数据要素市场化的新内涵、新特征、新要求、新挑战至关重要.在对数据要素市场化的理论内涵和重大意义进行系统阐述的基础上,通过数据要素市场化指数测度发现我国当前数据要素市场化起步晚、起步缓,面临数据产权确权难、数据价值评估难、数据交易流通难、数据保护监管难等挑战,从而从加快数据汇聚、推动数据流通、深化数据应用、强化数据安全等方面提出具有实践价值的解决路径.     

DMA方式声信号数据采集系统

本文介绍了用于声信号的DMA方式的数据采集系统,它可顺序地对八路模似信号进行采集,采集频率最高可达45kHz,并能同微机并行工作。它可广泛地应用于电视、录音机的电声指标测试及各种声信号的采集分析处理等。     

浅谈大数据时代的数据支撑系统建设

简要介绍了江苏有线泰州分公司现有的3大数据支撑系统,并结合大数据时代理解、处理和运用数据的特点,从多元化数据源建设、深度挖掘数据价值和数据安全管控方面,进一步探讨了江苏有线泰州分公司深入发展数据支撑系统的思路。     

“数据信托”探析:基于数据治理与数据资产化的双重视角

在千行百业数字化转型加快推进,数字经济时代全面到来的大背景下,数据要素的重要价值得到普遍重视,与此同时,个人隐私保护与数据安全问题也日益严峻。数据信托作为兼顾数据价值实现与数据权益保护的全新探索,受到国内外广泛关注,形成了数据治理与数据资产化两种不同视角下的发展思路,并加速从理论走向实践。结合我国法律制度环境与数字经济发展战略导向,提出未来我国数字信托发展的设想与建议。     

中原地区古代陶器数据预处理研究

利用数据挖掘技术对中原地区古代陶器数据进行分析研究,会对探究古陶器的发展演变规律及中原地区各类型文化之间的传承源流、关系起到积极的推动作用。数据预处理作为数据挖掘过程的主要步骤,可提高数据质量和其后挖掘过程的准确率及效率。阐述了针对中原地区古代陶器数据具有的类型复杂、数据量大、不正确、不完整和不一致的特点,采用数据清理、数据集成和数据变换技术对其进行数据预处理,从而提高了数据挖掘模式的质量。     

数据ETL过程中的数据质量控制

分析产生数据质量问题的原因，并对数据质量问题进行了分类，建立数据质量评价的量化标准。提出通过模式集成解决模式层次上的数据质量问题，通过数据清洗解决实例层次上的数据质量问题，并概述了数据清洗算法，提出分四步进行数据ETL数据清洗。     

论数据质量的“真实性”与相关融合计算策略

数据成为数字化时代政府和企业的要素资产,数据质量是数据资产建设的核心工作。对数据质量的概念和传统“六维度”方法论进行了系统性审视,并结合实际案例阐述数字化时代应以“业务真实性”为数据质量工作的主线,并提出建设真实可信数据资产的融合计算策略。