多维标度定位算法研究

多维标度技术根据事物对之间的距离相似性数据来重构事物的结构,其通过构建事物对之间的相异性矩阵来重构事物在多维空间上的坐标,本文简要的从多维标度技术的概念、分类以及经典多维标度技术和非度量多维标度技术等方面对多维标度技术进行了介绍,重点分析了几类MDS算法,并对实验数据进行了比较和分析。     

大数据背景下多维传感器数据融合过程与算法研究

在分析国内外大数据及数据融合研究现状的基础上,针对多维传感器产生的海量数据存在冗余性、割裂性、片面性,数据来源广、维度多、类型杂等特点,分析了数据融合的基本原理及基本步骤,并论述了数据融合的分类方法。在此基础上,提出基于深度置信网络（DBN）的多维传感器数据融合算法,在人工神经网络基础上,重点介绍了DBN的结构及DBN的训练过程。在每一层中,采用数据向量推断隐层,然后把这一隐层作为下一层的数据向量,从而寻找最佳权值。在设定的实验场景下,对多维传感器数据集实例进行实验。实验中分析了算法的重构误差、算法的耗时性等参数。仿真结果表明,所提出的算法具有有效性和优越性,对改进大数据环境下多维传感器数据融合算法具有借鉴意义。     

基于公交IC卡客流数据的站点匹配方法

公共交通已成为市民出行的重要交通工具,分析研究公共交通客流数据并对相关规律进行分析,有助于掌握市民出行规律,并依此优化城市公交网络。在已有聚类分析方法的基础上,本文基于公交IC卡刷卡数据的多个类聚点,提出一种通过GPS定位、乘客"闭环"出行、以及出行规律等条件,对已聚类点进行上车站点的匹配和下车站点判断方法。利用公交IC卡数据可得到满意地匹配和推断上、下车站点,为研究大规模出行规律提供基础。     

智能电网通信安全多维数据聚合方法研究

文章针对当前聚合方法聚合时间成本高、聚合过程中数据泄露量大,影响智能电网通信运行效率和安全性的问题,提出智能电网通信安全多维数据聚合方法。将智能电表中的数据汇总,生成智能电网通信多维数据。将同态加密与椭圆曲线密码加密相结合,进行智能电网通信多维数据安全加密。对加密后的多维数据聚合,实现分析响应。通过实例证明,所提方法在实际应用中聚合时间成本有效降低,能够有效控制在聚合中数据的泄露,提高智能电网运行效率和安全性。     

一种基于潜在出行意图的旅客价值发现模型

如何识别不同价值的旅客是航空公司进行针对性营销面临的重要问题。大规模的旅客出行数据隐藏着旅客的出行动机,现有旅客价值评价方法将旅客看作独立个体,仅利用旅客自身出行数据计算旅客价值,忽略了旅客潜在出行动机对旅客价值的影响。针对此现状,提出一种基于潜在出行意图的旅客价值发现模型。该模型利用Gibbs采样求解旅客共同出行关系影响下的旅客潜在出行意图,再根据旅客潜在出行意图分布来计算旅客未来航线需求,最后结合旅客历史乘机频率以及航空公司航线市场占有率得到旅客价值。实验结果表明基于潜在出行意图的旅客价值发现模型能有效识别旅客价值。     

一种基于多维数据的CSFB端到端分析系统

近年来,移动通信网络格局发生着重大变化,尤其以CSFB为代表4G语音方案的实施,使得网络复杂性进一步提高。传统的网络优化与故障定位模式,很难聚集重点、实施用户投诉的追本溯源。针对早期模式中的不足,开发出一种基于多维数据的CSFB端到端分析系统。依托于数据共享平台,具备CSFB全局指标概览、全流程呼损分析、重点问题多维关联分析与二次定界、重点KPI报表输出等功能,对CSFB网络质量进行闭环管理和全流程跟踪。     

基于手机信令的人口出行分布调查

人口出行分布数据是反映出行需求的重要参数,是交通规划、城市建设和城市管理的科学依据。文章基于北京移动信令处理平台提出并实现了一种利用手机信令数据来分析人口出行分布的方法。介绍了手机定位的基本原理和对信令数据的处理流程,并对其中人口出行分析的统计方法作了详细的介绍。     

基于多种群协同进化算法的数据并行聚类算法

为了提高云存储空间多维资源数据挖掘能力,需要进行数据并行聚类处理,提出基于多种群协同进化算法的数据并行聚类算法.构建云存储空间多维资源数据的参数采集模型,对采集的云存储空间多维资源数据进行模糊并行特征分布式重组,提取云存储空间多维资源数据聚类特征参数集,采用关联粗糙集特征分析方法进行云存储空间多维资源数据的多尺度小波结构分解,结合多种群协同控制的方法,建立云存储空间多维资源数据的并行聚类模型,通过关联协同滤波检测方法,进行云存储空间多维资源数据的分组特征检测和融合聚类处理,根据差分进化方法进行云存储空间多维资源数据的聚类中心寻优,遍历云存储空间多维资源数据聚类区域的候选目标集,实现对云存储空间多维资源数据的并行关联规则聚类和可靠性挖掘.仿真结果表明,采用该方法进行云存储空间多维资源数据挖掘的精度较高,聚类性较好,收敛性较强.     

数据仓库的OLAP多维展现技术的研究与应用

基于数据仓库以及联机分析的相关知识,采用ETL和Analysis Services相关技术,通过在线销售系统中的实验,分析在线销售系统的多维数据集,利用OLAP多维展现技术,将OLAP对多维数据集中数据的切片、切块、钻取、旋转等分析结果进行展示,为在线销售提供辅助支持。     

基于数据仓库审计信息安全的方法

采用Syslog标准协议及基于正则表达式的模式匹配方法实时收集日志信息,借助于数据仓库采用信息安全多维模型的建模方法,对各个审计分析主题通过共同的分析维进行关联;通过数据仓库中的多维模型,采用联机在线分析处理方法、数据挖掘方法进行多维分析、挖掘,发现网络中潜在的安全漏洞和问题,根据分析结果生成审计分析报表,进而提高审计系统的扩展性、开放性以及审计分析的效率。     

基于频繁模式图的多维关联规则挖掘算法研究

关联规则挖掘是数据挖掘领域中重要的研究分支,频繁项集或频繁谓词集的计算是其中的关键问题.本文针对包括多值属性的关系数据库,以多维关联规则挖掘为目标,研究频繁谓词集的计算方法,提出了MPG算法及IMPG增量算法.MPG算法通过构建频繁模式图MP-graph,按照深度优先搜索方法,动态挖掘频繁谓词集,只需扫描数据库一次.此外,该方法至多增加一次数据库扫描,就能扩展为IMPG算法,进行增量关联规则挖掘.文章分析了算法时间和空间性能,用实验说明了算法的有效性.     

基于关联规则的网络数据集的挖掘应用研究

网络的迅速发展使得网络流量越来越大,这对于网络管理员的网络分析工作提出新的挑战.数据挖掘是可以从海量数据中挖掘出有意义的、无法通过一般的查询统计得到的数据模式的过程.文中对关联规则的相关概念和Apriori算法进行了分析,阐述了如何运用Apriori算法对网络数据集进行挖掘的过程,详细介绍了进行数据预处理、字段编码的方法,并在设置合适的支持度进行挖掘方面作了探论.     

数据挖掘技术在网络质量优化体系中的应用

网络质量优化是一项庞大的系统工程,单纯的靠人工统计和网优工程师个人经验优化的模式无疑存在效率过低和人为经验差异而导致优化效果不理想的问题。大量关于网络优化的新技术研究正在不断地深入进行中,网络优化技术结合日益发展的人工智能、数据挖掘技术将是未来的发展趋势。本文结合人工智能和数据挖掘理论的发展,重点探讨在海量、多维的数据中构造无线网络场景模型的新方法,从而指导参数的精细化调整,帮助网络部门更加准确的定位网络问题并制定网络优化方案。     

利用数据挖掘技术实现客户挽留分析的思路

数据挖掘是商务智能产品系列中的关键成员,它的实质是数据的分析,通过使用自动化或半自动化工具来挖掘隐含的模式.本文介绍数据挖掘的概念、任务、方法、过程及数据挖掘的常见技术和在实际环境中的模拟应用.     

多状态指数优化指导下的财务数据关键特征挖掘

研究一种引入多状态指数优化指导下的财务数据关键特征挖掘方法;对海量财务数据关键特征的挖掘是现代海量数据形势下快速信息挖掘的重要方法;传统的海量财务数据挖掘一般采用特征挖掘方法。文中针对财务数据关键的普通特征挖掘、特征分布考虑不足,无法实现深度特征挖掘问题。提出一种引入多状态指数优化指导的财务数据关键特征挖掘方法,对财务数据特征进行更加细致的挖掘,提取深度财务数据特征;最后采用一组特征接近的词汇进行财务数据特征挖掘实验,结果显示,文中方法将财务数据关键特征有效地区分开来,具有一定实用性。     

Leveraging Social Network Analysis for Research on Journalism in the Information Age

Advances in information and communication technologies connect media organizations, media content, and audiences in new ways. This essay advocates the use of a relational approach to study journalism and media in the information age. This article begins with a review of the communication network typology, highlighting its applicability to journalism studies. A review of journalism studies that use social network analysis reveals a number of new opportunities for research. Finally, the essay illustrates the heuristic value of the communication network typology and multidimensional networks for the study of journalism and media.     

基于大数据处理技术的电力通信网检修工作分析方法

分析了电力通信网设备检修、告警及台账数据的特点,并采用属性规约和聚类完成对数据的预处理工作。提出了设备检修工作分析所需的相关指标及影响因素,并结合MapReduce技术和Apriori算法提出了数据挖掘方法。运用该方法对实际的网络数据进行了挖掘,并根据挖掘结果,从检修工作分布情况、检修对业务的影响、检修耗时等角度分析通信网的检修工作情况。     

基于关系模型的语义网络知识表示研究

关系数据库理论基础坚实、技术成熟、产品丰富,多年来一直是存储和处理大数据量的研究和应用首选。如何在关系数据库强大的存储和处理能力基础上建立知识库,一直是知识工程和智能系统研究与应用人员重点研究的内容,也是知识管理走向应用的技术瓶颈。文中提出了语义网络的关系模型,并用实例论述了语义网络知识的关系数据表的存储。     

移动互联网时代基于大数据分析的网络优化体系研究

提出了基于大数据分析的数据层、信息层、分析层和应用层4层构成的网络优化体系;指出了该体系的网络质量评估体系构建、数据质量管理、数据整合与分析、IT支撑系统建设等4项关键技术;介绍了中国联通在基于大数据分析的网优体系建设与应用方面的有关进展。     

NetCube: a comprehensive network traffic analysis model based on multidimensional OLAP data cube

Network traffic monitoring and analysis are essential for effective network operation and resource management. In particular, multidimensional analysis for long‐term traffic data is necessary for comprehensive understanding of the traffic trend and effective quality‐of‐service provision considering the extremely dynamic behavior of the current Internet, where various types of traffic occur from high‐speed network links and greatly increasing number of applications. However, only limited analysis results are provided, as the existing network traffic analysis tools and systems are developed and deployed focusing on their own specialized analysis purposes. Consequently, it is difficult to understand the network comprehensively and deeply, which increases the necessity for multilateral analysis of long‐term traffic data. In this paper, we propose a novel traffic analysis model for large volumes of Internet traffic accumulated over a long period of time. The NetCube, the proposed network traffic analysis model using online analytical processing (OLAP) on a multidimensional data cube, provides an easy and fast way to construct a multidimensional traffic analysis system for comprehensive and detailed analysis of long‐term traffic data by utilizing simple OLAP operations and powerful data‐mining techniques on various abstraction levels of traffic data to complete the analysis purpose. We validate the feasibility and applicability of the proposed NetCube traffic analysis model by implementing a traffic analysis system and applying it to our campus network. Copyright © 2012 John Wiley & Sons, Ltd.