ISCRMS智能化证券CRM系统

ISCRMS是将数据挖掘/联机分析技术应用在证券领域而开发的一个客户智能分析解决方案.它构建了一种新型的数据挖掘系统体系结构.ISCRMS使得用户直接利用商业模型解决问题,而不是面对复杂的算法,从而提供友好、易用的数据挖掘应用环境,同时还具备处理海量数据的能力.     

基于商品分类信息的关联规则聚类

关联规则挖掘经常产生大量的规则,为了帮助用户做探索式分析,需要对规则进行有效的组织。聚类是一种有效的组织方法,已有的规则聚类方法在计算规则间距离时都需要扫描原始数据集,效率很低,而且聚类结果是固定数目的簇,不利于探索式分析．针对这些问题,提出了一种新的方法,它基于商品分类信息度量规则间的距离,避免了耗时的原始数据集扫描;然后用OPTICS聚类算法产生便于探索式分析的聚类结构。最后用某个零售业公司的实际交易数据做了实验,并通过可视化工具演示了聚类效果,实验结果表明此方法是实用有效的。     

演绎的面向对象数据库(DOOD)研究

介绍了在演绎库（ＫＢＡＳＥ－Ｐ）与对象库（ＦＯＯＤＢ）基础上实现的一个演绎的面向对象数据库系统（ＤＯＯＤ），系统支持对象的递归查询等操作，还引入了ＩＯＤＢ与ＤＯＤＢ等概念，用于演绎对象的生成。系统采用Ｏ－ＤＡＴＡＬＯＧ语言，用于实现对象间的演绎，并继承了演绎库的优化策略。     

一个医保基金风险防控数据仓库的设计和实现

上海医保系统基础建设实施已基本完成,全面覆盖业务领域,积累了丰富的历史数据.但由于数据规划不足,导致数据资源利用率不高,难以有效提供决策支持.数据仓库是提供决策支持的核心,因此,结合元数据管理和ETL(Extraction Transformation Loading)技术,构建了一个医保基金风险防控数据仓库,实现了医保异构数据源的有效整合,为医保基金风险管理提供了良好的数据基础.系统通过在上海医保基金风险管理中的实际应用,取得了良好效果.     

一个医保数据仓库的元数据管理解决方案

利用数据仓库的集成管理能力来辅助医保业务分析是当前我国医疗保障基金管理的研究热点。由于数据仓库构建过程中的每一个环节都可能发生变化,因此一个灵活的元数据管理系统是这个过程不可缺少的。基于一个医保基金风险防控平台数据仓库的构建过程,提出一套适应该平台变化需求的元数据管理解决方案,深化对医保数据仓库中数据的理解,从而完善医保基金的管理和改善数据质量。     

一种有效的量化交易数据相似性搜索方法

量化交易数据与一般交易数据的不同之处在于它在各个维上的值是数值型而不是二值型的。研究这种数据的有效的相似性搜索方法是一个重要而具有挑战性的课题,提出了一个新的相似性度量函数Hsim(),这个度量函数可以较好地克服Lp等传统的距离函数在高维空间中的缺点,并能将二值型和数值型数据距离的计算整合到一个统一的框架中去。结合量化交易数据的特点,构造了定义在该函数上的相似性索引结构,并对建立在该索引结构上的相似性查询方法进行了阐述。实验表明,这种搜索方法对量化交易数据的相似性搜索有较高的修剪率,能大大地加快搜索的速度。     

IncLOF:动态环境下局部异常的增量挖掘算法

异常检测是数据挖掘领域研究的最基本的问题之一,它在欺诈甄别、贷款审批、气象预报、客户分类等方面有广泛的应用,以前的异常检测算法只适应于静态环境,在数据更新时需要进行重新计算,在基于密度的局部异常检测算法LOF的基础上,提出一种在动态环境下局部异常挖掘的增量算法IncLOF,当数据库中的数据更新时,只对受到影响的点进行重新计算,这样可以大大提高异常的挖掘速度,实验表明,在动态环境下IncLOF的运行时间远远小于LOF的运行时间,并且用户定义的邻域中的最小对象个数与记录数之比越小,效果越明显.     

生物语义相似性在数据仓库中的应用与实现

通过有效手段从整合的异构生物信息资源中获取高质量的生物数据,能够为生物信息的分析和挖掘提供强有力的支持。本文基于B ioDW———一个整合的生物信息数据仓库系统,以Gene Ontology作为语义模型,应用信息的语义相似度计算方法,获取不同基因产物生物特征的相似度;考虑更多的生物结构信息,使相似性的计算更加符合基因产物自身的生物特征。基于信息的语义相似度计算方法与单纯的相似度计算相比,具有扩展性、准确率高等优点,为生物信息的进一步研究奠定了坚实的基础。     

异常检测算法分析

介绍了异常检测的算法,如基于统计的异常检测算法,基于深度的检测算法等,并重点分析了近些年来的一些新发展,如基于距离的异常检测,基于密度的异常检测以及面向高维数据的异常检测,并优缺点。     

语义异构生物数据源中的数据集成与更新

针对生物数据源的分布性、异构性和动态性等特性,探讨生物信息技术服务支撑系统整体解决方案,构建基于基因本体的信息集成模式以实现生物语义学上的数据集成。设计一种以半结构化形式规范生物元数据及基于MD5算法的增量更新技术,用以解决通用扩展性和效率问题,实现生物数据仓库中数据的共享并提高管理效率。