基于微商的客户行为分析与兴趣挖掘

随着微信诞生及微信用户群体的日益扩大,基于微信平台的一种新型购物模式也随之出现,即微商。其集微信生态移动与社交为一体,可实现商品的社交分享、熟人推荐与朋友圈展示。与传统电商相比更容易获得合适的用户群和互联大数据。因此,为满足大数据时代微商经销商对海量数据转化成有用信息的强烈需求,本文基于微信社交平台,以问卷调查形式收集微商用户行为数据,采用SPSS统计软件对数据进行相关分析与聚类分析,从中挖掘出用户的购物兴趣,从而实现微商模式的个性推荐服务。     

企业专利技术方案挖掘及专利布局探讨

专利作为企业知识产权的重要组成部分,在企业发展中起着关键作用,有效挖掘专利和实施专利布局,是提升企业核心竞争力的重要手段。专利挖掘与专利布局是一项赋有技巧性的思维创造活动,需要灵活地有机结合运用专利挖掘与布局方法,进行积极的思维创造。     

人人都可挖掘的巨大潜能——谈科学方法论的应用效果

本章首先举出如何利用辩证唯物主义及全局形态的普适型的科学方法论的体系和规则,来挖掘可以被人们利用的巨大潜能。作者通过亲身实践,在人生奋斗的道路上,通过对总结出的科学方法论体系和规则的学习与运用,挖掘出了能被利用的巨大潜能。     

基坑挖掘对相邻建筑结构的影响

为了更好地保障建筑安全,本文研究基坑挖掘对相邻建筑结构的影响并进行实际调查和分析,计算基坑挖掘对相邻建筑结构的影响程度数值并对其影响度进行评估,发现随着基坑挖掘的加深,相邻建筑墙体结构会产生相应的裂痕,破坏建筑承载力,导致建筑结构出现变形风险等诸多问题,必须有针对性地提出相应的优化建议,以保证建筑结构安全。     

人人都可挖掘的巨大潜能—谈科学方法论的应用效果

本章首先举出如何利用辩证唯物主义及全局形态的普适型的科学方法论的体系和规则,来挖掘可以被人们利用的巨大潜能。作者通过亲身实践,在人生奋斗的道路上,通过对总结出的科学方法论体系和规则的学习与运用,挖掘出了能被利用的巨大潜能。     

基于文本挖掘的石油市场风险时效性分析

石油作为影响全球经济发展的重要因素,其价格的波动受到多种因素的影响。为了全面地识别石油市场风险及其动态演化过程,本文利用爬虫技术抓取网络信息,经过文本预处理等操作,建立矩阵分解石油风险模型(Matrix Factorization for oil risk model, MFORM)。实证结果表明,MFORM不仅能准确地识别石油市场的供需基本面因素,也能鉴识期货市场、地缘政治、金融市场等非基本面的因素,同时可以分析石油市场风险的动态演变过程,描述风险的时效性,为进行石油市场风险管理,建立石油市场风险预测预警机制提供了有效的工具。     

基于过程挖掘与复杂网络集成的制造过程资源建模与关键加工节点识别

为了解决多任务复杂制造过程中的工作流变异导致的流程和资源的不确定性,进而导致制造资源模型出现实时变化,提出了基于过程挖掘与复杂网络集成的制造过程资源模型,得到了流程与资源信息集成的资源复杂网络模型与分析方法。首先,从制造过程中实时产生的事件日志出发,提出了一种基于统计α算法的过程挖掘算法,解决了制造过程工作流重构问题,可实时发掘实际制造过程中的工作流模型。接着,通过集成过程挖掘算法和复杂网络理论,构建了集流程信息与资源信息于一体的资源网络模型,提出了资源节点与流程节点的关联性分析方法,识别制造过程中的关键加工节点。最后,结合一个复杂的锥齿轮轴-轴承套组件装配过程实例,全面验证了所提出方法在制造过程工作流重构、资源网络模型建模、资源特性分析与关键加工节点的识别上的有效性。     

基于语义网技术的海量数字档案智能挖掘方法

在海量数字档案智能挖掘中,以往使用的方法局限于简单的电子化数据,难以发现档案数据间的潜在逻辑,导致挖掘方法关联性不强.为此,本文设计了基于语义网的海量数字档案智能挖掘方法,利用电子资源聚合框架将数字档案资源聚合在一起,实现语义的关联,并在此基础上,构建具有知识关联网络的数字资源知识库,提供语义理解和资源共享,将知识库看作数据样本,通过决策树算法挖掘出用户所需的数据,返回给用户.实验结果表明,设计的基于语义网技术的海量数字档案智能挖掘方法支持度和置信度更高,数据并发性更强,说明该挖掘方法的关联性更强,在实际应用中能够满足用户需求.     

基于Agent的信任的情感劝说决策模型

基于智能体(Agent)的信任的情感劝说能更好地发挥Agent的各项人工智能优势。针对其中决策模型建立不够的现状,首先基于Agent的自身性格、情感衰减及外界刺激,运用大五性格、OCC情感模型及情感强度第一定律等,构建了相应的情感强度算法;其次考虑交易质量对信任的反馈,综合运用语言评价法、三角模糊数及将模糊数转换为具体分数(CFCS)算法,对Agent的交易质量进行模糊化和去模糊化处理,构建了相应的交易质量算法;再次对已有的信任更新因子进行改进后,构建了Agent的信任更新算法;最后在构建以上算法的基础上,采用交互式多准则决策(TODIM)法建立了基于Agent的信任的情感劝说决策模型,并采用熵权法对模型中的属性权重进行设定。为验证以上研究的合理性和有效性,设计了相应算例进行阐述,分析了不同参数取不同值得到的决策结果,并与相关研究进行了比较分析,得出了相应结论和管理启示,进一步归纳了不足之处和未来研究方向。