基于企业画像的水泥产业大数据平台设计与实现

基于水泥产业发展需求、行业特点和发展中产生的海量数据,设计并实现了水泥产业大数据平台。从数据架构、应用架构和物理架构三个方面构建平台的总体架构,并结合机器学习相关算法对企业进行画像,多维度挖掘企业信息。该平台可提供产业大数据可视化、产业地图、企业全息画像和政策精准匹配四大核心功能,为水泥产业信息化、智能化转型升级提供极富价值的参考,是大数据建设的重要应用示范。     

软件缺陷画像系统设计

在软件生命周期中,软件缺陷经常出现且不可避免。在缺陷产生后,若能及时获取当前缺陷的语义信息,那么开发人员和维护人员便可以集中时间和精力理解和修复所出现的缺陷,从而保证软件制品的质量。为满足上述需求,文章从缺陷文本信息语义理解的角度设计了软件缺陷画像系统,该系统包含普通画像和深度画像2个模块,集多种功能于一体。经测试,缺陷画像系统设计合理,稳定可靠,能够挖掘软件缺陷信息中隐含的信息,切实减轻了缺陷理解和修复的工作量。     

基于大数据的用户画像方法研究综述

在大数据时代,社交网络以及以社交为基础的互联网应用不断迅猛发展,其背后带来的是数据的爆炸式增长.对用户数据的采集以及合理的推荐,成为了各大网站的重要课题.用户画像提取过程,是个性化推荐的关键步骤.随着社交网络的快速发展,媒体类型不断丰富,用户参与门槛的不断降低.用户表达的数据模态逐渐呈现多样,为用户画像提取提供了广阔空间.随着用户画像数量的不断递增,利用大数据技术,有效的存储、计算用户画像,逐渐成为研究热点.本文首先介绍了相关的背景,然后介绍了基于大数据的用户画像构建方法,并介绍了不同数据集中的用户画像的应用,最后本文对基于大数据的用户画像方法进行了总结和展望,指明了该技术当前存在的问题与发展趋势.     

基于数据中台的高职院校数据画像系统建设

不同时期高校主体的需求及依赖的技术环境都在不断改变,因此高校信息化建设历程是一个复杂的螺旋上升过程。高校在信息化建设过程中已经积累了一定规模的数据资产,但是当前的数据应用大都局限于满足不同业务系统之间的数据交换,面向全局的数据应用还不成熟,如何应用数据去提升学校的治理能力还没有形成有效的模式。数据中台技术的产生为打通数据孤岛,提升数据治理和数据应用能力提供了平台支持。面向各类业务场景,抽象出跨业务系统的数据模型,建设业务领域目标导向的数据画像系统已经成为共识。文章结合职业院校数据治理实践,提出了高校数据画像系统应用架构,重点阐述了数据标准建设、数据治理技术、数据画像系统建设、数据治理管理体系等关键过程,探索职业院校校园大数据应用模式。     

基于用户画像的科学数据管理模型研究

文章旨在支持科学研究,促进学术交流,推动开放获取,促进科学数据的有效管理。从科学数据用户画像内涵分析出发,分析科学数据用户影响因素,构建用户与数据驱动相结合的用户画像模型和系统。将用户画像创新性应用于科学数据管理过程中,能够进一步提升科学数据管理效率。     

基于大数据的用户画像分析

文章以大数据为引擎,霍尔三维结构为理论依据,稳定度、敏感度和偏好度为导向,构建用户画像三维分析模型,利用大数据分析结果对移动用户进行细分,实现目标用户群的精准定位,以便对用户进行精细化营销,提升用户使用感知。     

基于视频大数据的用户画像构建

为了能更加高效地发挥用户在跨平台收视中产生的视频大数据资产,充分挖掘视频大数据中潜在的用户基础信息和行为偏好,基于大数据构建用户画像在视频领域的应用越来越广泛.首先阐述了用户画像的基本概念、构建原则以及在相关领域的应用.然后对视频大数据进行了深度剖析,对视频大数据的界定以及视频大数据的应用进行了阐述.接着阐述了基于视频大数据进行用户画像构建的基本步骤,从数据源、标签和权重、数据建模以及数据可视化层面对用户画像的搭建进行了深度介绍.最后介绍了用户画像在视频领域的应用案例,由于用户画像的应用相当广泛,着重从个性化推荐和精准营销两个层面介绍了用户画像在视频领域的应用案例.     

基于交通大数据的车辆画像技术应用研究

依托大数据平台搭建方案,以车辆号牌为主标签,整合车辆的登记信息、使用信息、车主信息、驾驶员信息以及事故、违法信息等,对车辆的静态属性与动态行为特征进行分析建模.通过对车辆属性分类并利用一定的技术方法抽取得到车辆特征,提炼成车辆标签,最终得到车辆画像,勾勒出车辆的整体特征与轮廓.在大数据环境下,车辆画像技术支撑对车辆的全面信息搜索和各类研判应用,满足各管理单位个性化需求,成为车辆主动管理、精细化管理的重要助力.     

基于大数据的航空公司的客户价值画像研究

以不同航空公司客户数据作为研究对象,对不同价值的航空客户进行画像.采用Excel和PyCharm对不同等级会员按客户性别、客户年龄、各年份会员入会人数进行画像分析,并提取LRFMC这五个特征值进行聚类分析,从而得到航空公司不同客户的价值画像.借助客户价值画像,航空公司可以针对不同的客户群体进行不同的营销方案设计.     

基于双平台学习数据的学生画像技术研究

随着信息化技术的不断推广,各大学校纷纷依托在线平台开展线上教学活动,如何有效利用平台上的学习数据更好地精准教学成为目前重要的研究领域之一。文章提出了构建学生画像的流程,包括采集“双平台”——超星学习通平台和头歌教学实践平台上的学生学习数据,对数据进行预处理,构建学生个体画像以及基于K-means聚类算法将学习数据进行聚类生成学生群体画像。最终,将学生分为三类不同特征的群体,教师针对不同学生群体画像进行分析,制定更科学的分类教学策略,实现个性化教学。     

大数据用户画像技术在商业银行的应用

随着互联网金融的发展及经济发展进入新常态,大型商业银行正面临很多严峻的挑战和问题,例如利润增速下滑、资产质量降低、市场地位受到挑战、传统产品增长空间受到限制等,建行王洪章董事长提出将大数据作为建设银行战略转型的一个重要基础,建设大数据行,并将大数据能力建设列入全行战略转型规划.建行山东分行围绕全行战略转型规划,积极进行大数据应用的实践与探索,为业务发展提供了有力的数据支撑.     

基于大数据聚类的用户画像提取与智能推送系统

目前研究的用户画像提取与智能推送系统提取时间过长,且推送结果难以达到用户满意水平.为解决上述问题,基于大数据聚类设计一种新的用户画像提取与智能推送系统,对系统硬件和软件进行设计.系统硬件主要设计了单片机、采集器、微处理器.通过数据集成、清洗、变换、简化4种预处理数据方式对用户数据进行处理,同时推送用户标签(包含用户位置...     

在线教育平台学习者的用户画像研究与构建

在大数据时代下的数据量呈指数级增长,基于统计模型的用户画像已经无法满足人们的个性化要求,利用学习行为数据绘制用户学习画像将成为未来教学模式的一种趋势。文章对在线学习者的日志和行为数据提取特征数据集,使用主流的大数据生态框架部署大数据离线批处理平台,并在此平台上构建学习者画像的标签体系以及使用规则匹配的机器学习算法完成用户画像模型的构建。与传统的用户画像相比,文中提出的标签模型和用户画像模型能挖掘出较为准确的学习者画像数据,以便为个性化推荐服务提供更好的支持。     

基于国网商旅大数据融合背景的用户画像构建

基于大数据分析的商旅计划决策是掌控差旅动态、制定差旅规范的重要组成部分。基于国网商旅信息数据,针对出差过程中出行方式的优化选取、酒店住宿的个人喜好,构建一种用户画像框架技术,实现快速、准确识别敏感客户群体。首先针对用户不同特性采用双通道建模方式预测用户敏感程度;其次围绕业务审批、差旅控制、酒店评价、时间特征、数值特征等类型刻画用户,构建用户多源特征体系;最后充分利用商旅数据多源性,创建基于双层XGBoost的多视角融合模型,提升分类精确率,并通过对比实验验证方法的有效性。     

人脸画像识别研究

利用几何特征法、特征脸法和动态模板匹配法来进行画像特征提取和识别,试验表明根据文中设计的模板系统,动态模板匹配法具有较好的识别效果,相比识别率可达到82.2%.     

基于大数据用户画像技术的潜在家宽用户挖掘

随着大数据的存储、处理和分析技术不断发展,从移动网络大数据中挖掘和分析用户行为等成为可能。利用移动大数据对终端用户进行画像,从海量移动用户中挑选出潜在家宽营销用户,为移动家宽营销提供了新手段新思路。本文介绍了在进行潜在家宽用户挖掘中的大数据处理和分析思路,用户画像以及潜在家宽用户的挖掘的思路进行讨论分析。     

基于大数据建模的高职院校学生行为画像分析应用探索

随着教育信息化进程的不断推进,海量的教育基础数据应运而生,各高职院校越发关注及重视如何利用这些"数字资产"为师生创建一个更加个性化的校园服务体系.运用基于大数据的教育分析平台及真实的院校业务数据,构建以学生为对象的多维度行为分析模型,并以广州某高职院校建设实施为例,从学生概况分析、学生行为分析、学生综合预警等维度向校方...     

基于多源遥感数据的草地生物量反演

面向青海省黄南藏族自治州河南蒙古族自治县(河南县)开展实验。基于2018年5—8月的Landsat8、GF-1、GF-4遥感数据建立时空连续性的NDVI时间序列;将NDVI时间序列与人工采样草地生物量进行时空匹配,用于构建NDVI时间序列与草地生物量的经验模型;基于地理学第一定律,将基于点拟合的经验模型推广到面,实现在稀疏地面观测样本条件下的大区域、高精度草原生物量反演。提出的方法高效地构建了时空匹配的星基NDVI与时空分布稀疏的人工草地样方生物量的时间序列对,解决了当前遥感反演方法过度依赖稀疏的地面观测采样数据的问题,提升了反演的成功率和模型的泛化能力。基于提出的方法在试验区展开实验,决定系数(R²)平均为0.75,优于植被指数法(R²取值0.3～0.5);均方根误差(RMSE)为1.10 kg/km²,优于植被指数法(RMSE取值10～60 kg/km²)。