决策树算法在ofo故障分析中的应用研究

通过数据挖掘技术在海量数据库中寻找有价值的关联规则及做出有效的决策,已成为大数据时代的核心思想。决策树算法对于研究对象的分类、预判等有着直观、准确度高等特点,广泛应用于数据挖掘及分析中。本文以挖掘分析影响ofo共享单车故障主因素为目的,通过ofo共享单车数据库中的统计信息数据进行挖掘分析试验,使用ID3和C4.5算法构建决策树模型,最终找出决定ofo共享单车故障的主要因素-骑行时长。从而为分析ofo共享单车故障情况,给予针对性提示与指导提供有效的建议。     

改进FP-Growth算法在旅游线路规划中的应用研究

针对关联规则挖掘的FP-Growth算法存在对海量数据存储时消耗极大内存开销的弊端,提出一种对FP-Growth加入兴趣度的改进算法,然后与Apriori,FP-Growth算法进行比较,改进后的算法极大减少了内存开销,同时提高了系统执行效率。并且提出改进算法与旅游线路规划挖掘结合的理念,以云南旅游业作为旅游规划对象,充分应用旅游网站的大数据,设计一种旅游线路规划的挖掘系统,为旅游企业找出游客最喜欢的旅游线路以及景区之间的关联规则。     

基于改进TextRank的关键词抽取算法

为了解决TextRank算法的初始权值问题,提高关键词的抽取质量,在TextRank算法的基础上,引入了G1赋权法对TF-IDF算法的词语位置、词语长度和词性等3个属性赋予不同的权重,设计并实现了综合权重法的关键词抽取算法——TextRank-CM算法。将TextRank-CM算法、TextRank+TF-IDF算法和TextRank算法分别应用于中文关键词的抽取,结果表明:TextRank-CM算法在中文关键词抽取中的准确率和召回率明显优于另两种算法。     

面向图书主题的爬虫算法研究

针对图书信息爬取结果中包含大量无用数据的问题,提出一种面向图书主题的爬虫算法。该算法主要由两部分组成:一部分是基于开放式分类目录系统(ODP)的动态关键词扩充的主题描述方法;另一部分是基于词项语义扩展度的向量空间模型(VSM)主题相关度算法。通过实验对新算法、基于关键词的VSM算法以及基于ODP的VSM算法进行了对比分析,结果表明新算法在图书主题爬虫中更具有优势。     

一种新的加载展示3D模型的方法

为了深入理解和管理3D模型,灵活处理3D模型,以Direct3D中3D模型文件为例,对.X文件格式进行深入研究,用C++对.X文件中的关键数据进行读取,处理文件中每个模板的数据,用相应集合存储数据,建立数据之间联系,设计出一种新的.X文件加载和展示算法,分别对静态模型和骨骼动画模型加载和展示进行了对比,通过分析和设计,运用Open GL对加载模型数据进行展示,并还原出3D模型。