面向大学生心理问题分析的数据挖掘应用

当前已经进入大数据时代,数据挖掘是在大量的数据中提取有用的有价值的知识。本文结合高校学生心理测试产生的数据,采用ID3算法构造决策树分析预测大学生心理健康状况,为学校的心理辅导工作提供参考依据。     

云计算环境下多源遥感数据挖掘系统构建

针对多源遥感数据未被充分利用及数据处理效率较低的问题,结合三层四类模式的云计算服务级别系统,以云计算服务形式为前提,创建了多来源数据挖掘体系。首先阐述了多源遥感数据挖掘的技术流程;其次将云计算服务层次体系引入到系统构建中,设计了云计算环境下的多源遥感数据挖掘系统框架;最后详细介绍了该系统的主要特色功能,为进一步研究多源遥感数据挖掘系统奠定了基础。     

关于大数据时代图书馆现状的一些讨论

大数据时代的到来,对我们的思维、工作方式都产生了重大的影响,图书馆学界也对大数据进行了广泛的研究和讨论,笔者先是概述了大数据的概念、理念、特征、应用,然后结合图书馆现状,指出图书馆在大数据时代面临的挑战,希望借此与同行进行进一步地探讨。     

数据挖掘技术在软件系统中的应用

随着高新科学技术的发展,科学家研究出的利于人类工作生活的技术程序越来越多,大部分技术主要集中在如何帮助人们简化平时的工作量,能快速查找到自己所需要的信息,毕竟现代社会,工作效率和工作质量是关键。数据挖掘技术就具备这样的特点,数据挖掘技术在软件系统的应用将大大降低我们的工作量,提高我们的工作效率。现在我们研究数据挖掘技术在软件系统的应用,分析它是如何发挥其作用的,希望能提高使用该挖掘技术人员的使用效率。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.     

基于数据挖掘的OLAP分析技术及应用

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一,介绍了数据挖掘(data mining)、数据仓库(datawarehouse)及联机分析处理(OLAP)技术。并以零售业决策支持系统为例,介绍了该系统的体系结构、数据仓库的设计、系统实现关键技术及各子系统功能,着重论述了如何利用OLAP技术实现企业决策支持系统。     

基于数据仓库技术的电信企业客户分析

主要介绍数据仓库技术,重点讨论将数据仓库技术应用于电信企业客户分析,以开发客户信息资源及挖掘客户价值,并结合Web技术实现信息共享。     

数据挖掘及其应用

从数据库的应用发展方面,描述了数据挖掘的概念,讨论了数据挖掘的主要算法,给出了数据挖掘的应用概况及其实例.     

基于预制数据库的FP-tree构造算法

以Apriori类的候选集产生一检查迭代法为代表的频繁模式挖掘在数据挖掘中扮演了十分重要的角色，详细研究了FP-tree频繁模式挖掘算法存在的瓶颈，提出了基于预制数据库的PFP-tree构造算法，该算法既能有效地利用FP-growth算法的优点，又能利用预制数据库技术将大型数据库按时间区段化成多个视图分而论之，适于并行运算，大大提高了速度性能。该算法还能有效地避免重复运算，有效地支持数据库的数据更新，具有良好的可伸缩性。