面向大数据环境的决策信息需求通用描述语言

制定重大决策需要全方面的数据支持,而大数据时代的到来却让决策信息搜集更加困难。数据多样性和价值密度低的特点,让决策者耗费大量时间在信息需求的表达上。设计了一种通用的信息需求描述语言,及其为数据库、发布/订阅、搜索引擎等常见信息资源解析转换的方法,使得用户可以通过一种统一的方式将相关异构信息全部搜集到。实验表明,其基于本体的语义描述能力能够有效屏蔽数据异构性,提高信息搜集的全面性和准确性。     

基于领域知识的需求信息获取

本文提出一种基于领域知识的需求信息获取方法．相应的ＭＩＳ开发环境ＰＲＯＭＩＳ已成功地应用于多个领域．     

基于数据的决策方法综述

现代的决策问题与传统环境相比具有两个特点, 首先是系统自动化水平的提高带来的大量原始数据, 另外则是由于现实决策问题的复杂性和不确定性导致的机理模型无法准确建立. 面对这样的特点, 传统的基于机理模型的决策方法无法得到有效应用, 于是, 大量的研究工作围绕基于数据的决策方法展开. 本文根据决策问题的性质从三个方面综述了当前被普遍关注和应用的基于数据的决策方法: 分类方法、决策分析方法和优化方法, 针对各种具体方法, 总结了该方法的特征、发展过程以及前景.     

基于大数据的贷款客户信息修复与智能决策系统设计

为解决逾期高阶阶段出现的客户失联、资产情况无法评估、催收策略选择等问题,结合大数据技术构建贷款客户信息修复与智能决策系统。系统主要包括以下三个模块。数据集成模块：通过集成异构、碎片化的社交数据,形成结构化的文本数据集;数据挖掘模块：对文本数据集中的联系方式、地址、资产等信息进行识别和抽取,并基于词频证据对客户的联系方式、地址、资产等信息进行推理与判别;智能决策模块：基于if-then规则对贷款客户各特征属性下的催收策略分别打分,并利用多属性决策模型选择合适的催收策略。研究为贷款客户信息修复与智能决策系统的构建提供了全套的技术解决方案,具有一定的理论意义与实践意义。     

基于大数据信息的软件测试方法改进研究

传统软件测试方法中,由于各种实验参数设置没有准确依据数学理论,涉及到的软件测试算法都存在效率偏低的问题。为此,提出基于大数据信息改进的软件测试方法,首先在大数据的背景下,对测试软件目的展开分析,将人的智慧与机器相互结合,通过对社会群体认知与数据价值提炼,使数据从机器智能分析到人类与机器智慧结合的转变。然后对大数据信息软件的三种测试方法进行探讨,第一种是利用粒子群为主线的优化算法,引入蚁群算法作为大数据信息处理机制,可以有效处理大数据信息;第二种就是针对软件特点,提出基于大数据信息处理模型的软件测试方法,通过模型对输入数据进行计算并得出结果;第三种采用仿真原理对软件进行测试。实验结果证明,基于大数据信息软件改进的测试方法不仅可以有效处理数据,还可以提高数据测试效率和软件定位,为今后的软件测试提供有力依据。     

一种软件测试需求建模及测试用例生成方法

软件在其分析阶段就会有测试介入方面的需求,这种做法不仅能帮助软件开发人员对软件需求进行了解并完善,也可以让测试人员设计出更贴近软件需求的测试方法.在这样的基础上,当开发人员将软件进行更改后,其需求发生变化时,测试人员也能及时了解到需求的变动方向,继而对测试方法进行改良.本文根据模型驱动的思想,对软件测试需求的概念进行了阐述,并对一种测试需求的模型和其测试需求的建模方法进行了定义.     

工业大数据建模的实践与认识

讨论了工业企业从事数据建模时遇到的典型困惑。企业数据建模面临的困难,本质上是因为数据质量不理想。在工业大数据时代,建模成功的关键不是增加数据量、采用特殊的算法,而是提升数据质量。在数据质量较为理想的前提下,一些传统的简单算法具有很好的实用性和广泛的适用性。     

基于大数据技术的农业决策信息挖掘系统设计

在乡村振兴战略背景下,针对农业生产者、消费者及政府政策制定者之间,存在信息不对称和信息传递滞后性的问题,以及农业数据的分散化问题,以农业数据特征和大数据技术特点为研究对象,提出了一套农业决策信息挖掘系统。首先,该系统通过数据库设计对多源异构数据进行整合,打通了不同数据之间的壁垒,并基于前后端分离的系统开发方案,为农业生产者和消费者提供决策支持;其次,该系统利用长短期记忆网络(LongShort-TermMemory,LSTM)等大数据处理技术,对序列农业数据进行深度学习趋势预测,挖掘农业数据的潜在信息,并设计了在Web平台中融合数据处理技术的具体应用方案。分析结果表明,该系统能够帮助农业生产者和消费者充分发掘农业数据中的潜在价值。     

基于大数据的网络信息异步并行查询方法

针对大数据背景下海量网络信息实时数据查询效率低的问题,提出基于大数据的网络信息异步并行查询方法,并基于此方法处理网络信息数据集群,建立网络信息异步并行查询模型,打造异步并行模式下的新框架,以及分析集群队列界面端异步查询实现流程。实验证明,此方法能够在海量网络信息中完成精准、高效查询。     

大数据智能决策

在全球信息化快速发展的背景下, 大数据已经成为一种战略资源.各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同.决策过程中的不确定性因素增多, 决策分析的难度不断加大.传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求, 大数据驱动的智能决策将成为决策研究的主旋律.该文结合大数据特性, 对大数据决策的特点进行了归纳, 并从智能决策支持系统、不确定性处理、信息融合、关联分析和增量分析等方面综述了大数据智能决策的研究与发展现状, 讨论了大数据智能决策依然面临的挑战, 并对一些潜在的研究方向进行了展望分析.     

基于数据仓库技术的CRM决策支持系统模型设计

针对目前企业决策支持系统面临的新问题,介绍了CRM相关知识和决策支持系统的前沿技术——数据仓库及数据挖掘和联机分析处理,并在此基础上,提出了以数据仓库为中心、数据挖掘和联机分析处理为手段的面向客户关系管理的决策支持系统模型框架,描述了CRM数据运作流程和数据仓库等技术在其中所起的重要作用。     

Quality of data model for supporting mobile decision making

This paper describes research towards implementation of a mobile decision support system. Our view is that the mobile decision maker will benefit if provided with a measure of the Quality of the Data (QoD) used in deriving a decision, and how QoD improves or deteriorates while he/she is on the move. We propose a QoD model taking into account static and dynamic properties of the mobile decision context, and use multicriteria decision analysis to represent decision model and derive a QoD measure. A prototype mobile decision support system has been developed to investigate the usefulness of the proposed QoD model.     

基于双重语言信息联动的多阶段决策模型

研究双重语言信息联动下多阶段决策信息的动态集结方法. 考虑决策依据信息和专家偏好信息的自身特点, 设计基于双重语言信息融合的多阶段决策问题分析框架; 分析决策信息的动态变化特征, 以两类信息之间差异最小为原则构建规划模型群, 探寻阶段权重和各阶段下属性权重的具体表现; 设定决策者的信息偏好程度, 集结方案的动态综合绩效和专家判断结果, 在多阶段情形下实现候选方案的优选决策. 最后通过算例验证了所提出方法的科学性和适用性.     

面向异常数据流的多分类器选择集成方法

传统的多分类器选择算法产生较大的计算和存储开销。另外,多分类器对异常数据流的预测稳定性是解决概念飘移的重要因素。通过引入改进的决策轮廓矩阵和支持熵解决了每个分类器集合之间模糊差异度问题,并将支持熵作为差异度度量的输入衡量标准,使分类器集合之间的差异度计算更加稳定高效,并在此基础上提出了一种基于差异度集成的异常数据流检测方法并实现其算法;该方法应用在异常分类器选择模块,主要包括三个步骤：构建决策轮廓矩阵、整合支持熵、分类器集合差异度度量。实验结果表明,该算法对异常流量的预测精度和稳定性相比其他算法较好,由于分类器训练时间达到10－2 s左右,基本上能够适应数据流量检测的实时性需求。     

“大数据”时代决策支持系统新发展

本文在对决策支持系统发展现状及瓶颈进行总结的基础上,分析＂大数据＂带来的变革及对决策支持系统的积极影响,从系统定位、决策模式、数据处理、信息检索、系统安全等五个方面对＂大数据＂时代决策支持系统发展趋势进行了展望。     

特定信息增益决策森林分类器研究

传统的决策树是利用决策属性的信息增益来进行建模的,而有时决策属性的信息增益是根据属性的不同取值而动态变化的。改进了决策树算法,考虑了决策属性取值不同产生的信息增益的差别。根据决策属性的不同取值创建了基于特定信息增益的决策森林分类模型。实验结果表明虽然决策森林模型的建模过程比决策树复杂,但是具有比较高的分类精度。     

信息系统安全评估的交互式群决策模型及实现

在分析信息系统安全方案评估方法缺陷的基础上,提出一种多轮交互式评估方法,以解决结构化较差和不完全信息的信息系统安全评估中多人决策问题。每个群成员对方案属性两两比较得到的转换为评价矩阵,通过多轮交互过程评价、选择、排序逐步形成群体理想解,最终得到群体一致的各方案的最终群体排序,并通过实例验证了方法的有效性和可行性,为信息系统安全方案的选优提供了一种有效的方法。     

航空机载嵌入式控制软件需求建模的形式化工程方法

嵌入式控制软件是现代航空飞行器的核心部件之一。构建软件需求的形式化规约精确地刻画人们对软件期望的功能和运行场景,是确保此类安全攸关软件质量的根本途径。在工业界,形式化需求建模的大规模应用尽管有成功的案例,但仍面临众多的困难。其根本性难点在于缺少一种系统化的工程方法来引导工业界软件实践者,从原始需求开始最终完成形式化需求规约,并能确认该规约真实、充分地反映了人们对软件期望的功能。针对上述挑战,提出了一种面向机载控制软件需求建模的形式化工程方法ACSDL-MV,以形式化方法为理论基础,结合软件需求工程的基本原理,引导工程人员从原始需求出发以演化式的过程逐步完成需求规约的构建;定制了航空控制软件的形式化描述语言ACSDL,用以构建形式化规约;为了确认软件需求规约准确、充分地描述了人们对软件期望的功能,该方法给出了基于图形的静态审查和基于模型的动态模拟技术。在航空发动机公司中的实验结果表明,该方法相比传统方法探测到了更多的潜在错误。     

Ontology-based data integration and decision support for product e-Design

Currently, computer-based support tools are widely used to facilitate the design process and have the potential to reduce design time, decrease product cost and enhance product quality. Although there are promising information systems to manage product lifecycle and product-related data, including product data management (PDM) and product lifecycle management (PLM), significant limitations still exist, where information required to make decisions may not be available, may be lacking consistency, and may not be expressed in a general way for sharing between systems. Moreover, there remains little support for decision making that considers multiple complex technical and economical criteria, relations, and objectives in product design. To address these problems, this paper presents a framework for an ontology-based data integration and decision support environment for e-Design. The framework can guide designers in the design process, can make recommendations, and can provide decision support for parameter adjustments.