基于C5.0决策树算法的电力营销数据挖掘

为了对电力企业中不同部门的运行数据进行有效的挖掘,提出利用C5.0决策树算法对数据进行深层次分析,为管理人员提供有价值的决策支持.首先,对数据挖掘中先进的C5.0决策树算法原理进行分析,并通过引入信息熵对原有的属性选择方式进行改进,提高了信息增益比率计算的速度.然后根据设计的售电量关系模型进行对电厂管理信息系统中的数据...     

基于数据挖掘的电力营销智能决策支持系统

将Tapdata Data Services新一代实时数据处理装置作为电力营销智能决策支持系统的硬件,在软件设计阶段,引入数据挖掘算法分析波峰和波谷阶段的电力资源交易总量与供电输出之间的关系,波峰和波谷阶段的电力资源交易总量与供电输出差值与电力营销安全阈值范围之间的差值,结合电价对于用电负荷的调节能力制定电力营销决策。测试结果表明,设计系统的每秒冲突次数控制在0.20次以内,具有较高的稳定性,且其应用后售电量最低为4.585×10¹³ kW·h,优于对比系统,应用效果更佳。     

基于数据挖掘技术的营销模式

该文运用聚类分析、关联规则和决策树等数据挖掘技术,力图创新出以消费者为导向,以交叉销售为特征的一种新的营销模式。新的营销模式分运用聚类分析建立客户细分数据库、运用关联规则提取交叉规则和运用决策树技术识别目标客户三个步骤来实施。     

基于数据挖掘一对一营销分类系统设计与实现

分析了一对一营销理论及其实现条件,提出了实施一对一营销的关键是对客户信息进行分类,建立了适合一对一营销的分类系统,描述了该系统的体系结构和系统功能,并重点讨论了分类模型的构造和检验原则。     

基于数据挖掘技术的电力营销分析系统的设计

随着电网信息化水平不断提高,电网企业信息管理系统积累大量数据,导致数据管理难度增大,出现各种数据管理问题。为此,本文提出了一种基于数据挖掘技术的电力营销分析系统,并测试了其整体性能。通过实践证明,该系统具有较强的查询、管理能力,能增加企业核心竞争力,促进企业经济效益实现可持续发展。     

基于数据挖掘的教学评价方法

将数据挖掘运用于教学评价之中,可以提高教学评价技术水平,提高教学评价的科学性、客观性和公正性,使之更好地为教学服务。     

基于数据挖掘的几种关键技术探究

随着时代的进步,各领域信息化进程的推进,数据数量以指数级疯狂增长,如何在信息海洋中找到自己所需,是目前亟待解决的问题,而数据挖掘技术的出现使得这一问题得以解决。本文首先简单介绍数据挖掘的相关知识,然后就目前存在的主要数据挖掘技术进行分析研究,例如:集合论、决策树、聚类以及关联规则、人工神经网络、遗传算法等。     

基于数据挖掘的决策树方法分析

决策树方法因其简单、直观、准确率高等特点在数据挖掘及数据分析中得到了广泛的应用。在介绍了决策树方法的一般知识后,深入分析了决策树的生成算法与模型,并对决策树的剪枝过程进行了探讨。     

基于关联规则的网络漏洞信息数据挖掘方法

为提高对网络漏洞信息数据的挖掘效率,提出关联规则下网络漏洞信息数据的挖掘方法。通过粒子群空间聚类算法生成关联规则,构建决策树挖掘漏洞,建立适应度函数来评价漏洞信息数据的挖掘效率,完成对网络漏洞信息数据的有效挖掘。实验结果表明,运用该方法挖掘网络漏洞信息数据时,构建决策树所消耗的时间较短,挖掘方法效率较高,能够有效处理大量的数据集。     

基于数据挖掘技术的电子政务

电子政务的蓬勃发展,使得如何有效分析和利用信息成为一个最重要的问题。本文介绍了数据挖掘技术,探讨了数据挖掘技术在电子政务中的应用,并指出了电子政务数据挖掘的发展趋势。     

一种基于PCA-SVM的医疗卫生数据挖掘分类方法

当前医疗卫生数据呈现量大、种类多、特征混杂等特点,为数据挖掘分类带来一定的挑战。针对医疗卫生数据的这些特点,提出一种基于主成分分析和支持向量机相结合的数据挖掘分类方法,重点研究该方法的算法模型,以及在医疗卫生领域的具体实现,并在MATLAB环境下利用Cardiotocography数据集和Breast Cancer数据集进行了仿真实验。实验结果表明,该方法的分类效果较好,为当前医疗数据挖掘分类提供了一种可行的思路。     

基于分形特征提取的电能质量数据挖掘

发现"海量"监测数据中电能质量问题,并提取出有用信息,是电能质量有效治理的关键。将大数据挖掘技术应用于电能质量知识发现,8类电能质量数据先进行EMD分解,取前2阶IMF参数后结合分形理论分别求取计盒维、截距等10维特征参数。经泛化处理后,训练并生成了可靠的决策树,抽取出IF-THEN分类规则,用于电能质量问题预测。通过对比分析,分形参数较其他特征参数更有利于如振荡暂态、切痕、尖峰、闪变等电能质量问题分析,特别是对含噪电能质量的分析。结合大数据挖掘技术,不含噪和含噪信号的平均识别率分别提高了1.8%和4.1%。     

基于云模型的电网统计数据质量评估方法研究

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。     

基于属性分类的数据挖掘方法

随着数据仓库的广泛应用,从数据中获取相关的知识或规则越发显得重要,各种各样的数据挖掘技术提出了出来,本文介绍一个基于数据属性值的数据挖掘方法。首先简单介绍了ＩＤ３分类技术,然后详细论述了基于属性值分类的数据挖掘的方法。该方法有两个的步骤：数据采集,整理及形成规则并化简规则。     

基于WEB挖掘的企业营运能力绩效评价模型的研究

企业的Web日志中蕴藏着丰富的信息.首先从企业绩效的角度出发,提出以企业营运能力的绩效评价为目标的Web被访信息的空间存储模型,模型中存储了访问时间序列、访问轨迹和评价指标等信息;然后将绩效评价体系的理论、基于Web的信息技术、数据挖掘技术集成,利用关联规则挖掘算法实现对因特网内的大范围Web日志的内容分析和主题挖掘,建立了基于Web挖掘的企业绩效方法.该模型为企业进行绩效评价提供了一种新思路.     

基于数据挖掘降雨量建模和预测

降雨量的大小会严重影响到一个地区水的质量。基于一个地区的雷达反射率数据和翻斗式雨量计(TB)数据,采用数据挖掘的方法进行降雨量的建模和预测。结合基于TB和基于雷达的降雨量预测模型的优点,提出一种充分利用TB数据和雷达数据进行降雨量预测的新模型。在这种预测模型中采用五种数据挖掘的方法:神经网络、随机森林、分类和回归树、支持向量机和K-最近领域法。为了分析模型的准确性和稳健性,以一种基于历史数据的基准模型和一种基于临近区域TB数据的模型用于对比。通过与几种模型的比较验证了该模型的准确性和有效性。     

一种基于数据挖掘的Deep Web模式匹配方法

模式匹配是Deep Web异构信息集成中的关键问题.介绍了一种整体性匹配方法,即同时发现大量模式,并一次性进行匹配.主要通过分析和比较两种已经存在的大规模模式匹配原型系统:MGS和DCM,结合它们核心算法的优点,提出一种新的基于数据挖掘技术的算法(Correlated-clustering).该算法先利用积极相关发现组匹配,再通过概念相似度的计算聚类同义属性,最后进行匹配选择.实验结果表明,本算法全面、效率高,充分体现了整体性方法的思想.     

基于级数分层滑动窗口的大数据流滞后相关性挖掘方法

针对大数据流序列挖掘过程中,不能快速发现序列滞后相关性的问题,提出一种基于级数分层滑动窗口的大数据流序列滞后相关性挖掘方法。该方法首先对序列按级数递增进行分层,在每层上计算滑动窗口的覆盖能力g;之后再对每层的滑动窗口计算序列的参数值;最后根据各层滑动窗口的参数值,计算序列的滞后相关系数,以此来确定序列的滞后相关性。在序列滞后相关性的求解过程中,通过奈奎斯特抽样定理证明了需要计算大数据流n个序列的log2(n)个点,就能高精度地确定序列的滞后相关性。这大大减少了计算时间,并且序列越多,计算误差越小,效率越高。实验结果表明,该方法可以大幅度地减少运算时间,在保证精度的情况下提高运算效率,尤其对大数据流序列,效果良好,应用前景广阔。