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。     

挖掘人力资本的潜在价值

人力“资本”与人力“成本”，一字之差。理解的偏差，决策的正误，常常决定公司能否成功创造价值。     

基于负荷曲线特性的潜在储能用户挖掘建模

文章提出的基于负荷曲线特性的潜在储能用户挖掘方法可以基于电网监控系统的运行数据快速确定储能的目标用户,加快储能投资建设的精准度。具体建模方法是通过提取用户负荷特征曲线,聚类处理原始负荷曲线,根据特性指标分析曲线的基本特征计算对应的负荷密度,提取加装储能前后用户的用电变化特征。通过分析用户参与储能用电潜力,利用数据挖掘的方式实现对区域电网中潜在储能用户的挖掘。实验结果表明,与传统的用户挖掘模型相比,基于负荷曲线特性的潜在储能用户挖掘模型挖掘出的用户数量增加了11.1%,挖掘时间节省了约57.1%。     

挖掘数据价值推动业务发展

在一期工程的基础上,以应用分析系统建设和完善数据仓库管理为F{标的二期多维数据存储系统(DDS)建设又在2004年正式启动,并于2005年12月顺利完成.     

从手机数据中挖掘更多价值

研究人员表示，分析普通智能手机数据痕迹的技术被证明对商业是有利的。     

微博成为互联网应用明星 潜在价值尚需进一步挖掘

2011年,移动互联网将步入高速发展期,作为明星业务的微博将继续保持较高热度,在商业模式、社会管理应用等方面进行深入探索,普及程度进一步加深。2010年作为中国微博发展元年,不仅新浪、搜狐、腾讯、网易等门户网站相继推出微博,新华网、人民网、凤凰网以及和讯财经等多家媒体网站也推出微博。很多知名网友的主要活动     

物联网数据价值挖掘模型及价值变现模式研究

首先,在阐明运营商物联网数据价值变现驱动因素的基础上,提出物联网数据价值挖掘模型,然后提出6种运营商物联网数据价值变现的主要模式及途经.最后还阐述了物联网数据价值变现过程中的关键挑战因素.     

本土企业挖掘潜在机会

中国芯企业正走在由中国制造向中国设计转变的道路上本文就部分中国芯企业的现状和未来走向进行了采访。     

基于信令数据的智能终端价值挖掘与应用

用户使用设备或业务产生的数据,对用户行为分析和画像具有重要帮助。基于用户使用互联网产生的海量信令数据,挖掘分析从终端分布情况、终端接入性能、终端业务性能等维度的终端数据信息,为网络规划、市场支撑以及客户投诉提供了有力的支撑保障。通过分析信令数据挖掘智能终端的价值,与网络规划、市场支撑、用户投诉等工作相结合,能有效地保障网络指标、提升网络资源的利用率、服务领导决策、快速地定位解决用户投诉。     

挖掘大数据的价值 深化媒体的内容经营

BigData“大数据”是继云计算、物联网之后信息产业又一次颠覆性的技术变革[1]。大数据所涉及的领域相当广泛．包括：海量数据挖掘、大规模分布式存储与计算、社交网络行为分析、商业趋势预测等等。在互联网、电子商务等领域．一些领头企业．如谷歌、亚马逊、淘宝．已经开始理解并且探索如何以新的方式处理并分析海量的信息．并且取得了突破性的成果。     

大规模电力工程数据价值深度挖掘算法设计研究

针对传统电力工程数据处理方法中存在的不可追溯且不易统一管理等问题,文中基于数据挖掘的思想提出了一种电力工程数据价值分析预测模型。该模型采用Boosting算法将多个预测树结构组合形成极端梯度提升树模型,从而实现对非线性数据的深入分析,且经过多次迭代后,可以使训练准确度与学习效果得到显著提升。通过采用改进的双向长短时记忆网络,增强了模型处理时序性数据的能力。同时还使用误差倒数法将两个算法模型相结合,使其具有更高的预测精度。在实验测试中,所提算法的预测结果更贴近实际值,且其MAPE及RMSE测试指标分别为0.201%和0.039%,在所有对比算法中均为最优,可以对电力工程数据价值进行准确的分析和预测。     

挖掘Web数据

随着计算机及Ｉｎｔｅｒｎｅt的迅速发展,Ｉｎｔｅｒｎｅｔ已经发展成为一个巨大的信息空间。网络用户通常通过鼠标的点击和搜索引擎来从海量的数据中寻找自己需要的信息。但是由于Ｗｅｂ的动态性和异构性,使得用户的搜索效率极低,搜索引擎又存在着搜索范围较小、搜索结果的不准确性和不能提供多媒体搜索服务等缺点。为了克服以上缺点就提出了Ｗｅｂ数据挖掘这一概念。异构数据库环境和半结构化的数据结构是Ｗｅｂ数据挖掘遇到的新问题。以ＸＭＬ（ｅＸｔｅｎｓｉｂｌｅ ＭａｒｋｕｐＬａｎｇｕａｇｅ）为基础的新一代ｗｅｂ环境不仅可以…     

大数据驱动运营转型 中兴通讯DAP平台挖掘海量数据价值

伴随着巨大网络流量涌来的各类数据,其价值的重要性已日益突出。按照Gartner预测,到2020年大约75%的企业都将大数据分析融入其日常经营决策中,未来大数据分析将成为企业经营的一项基本能力。     

搜索引擎中Web数据挖掘技术的应用价值研究

随着网络信息技术的发展,信息数据量越来越庞大,传统的搜索引擎虽然也能检索出有价值的信息,但是存在的弊端是显而易见的。Web数据挖掘技术是web服务技术和数据挖掘技术相结合的新兴的综合技术,为搜索引擎的个性化提供了强大的技术,本文将对此做详细的阐述。     

大数据环境下基于云计算的图书馆用户信息挖掘技术研究

为了应对大数据环境下图书馆个性化信息服务的发展趋势,提供更加精准的用户服务,构建基于Hadoop云计算平台的图书馆数据挖掘系统,并设计一种新型混合决策树算法。首先,设计包含4个层次的数据挖掘系统架构。然后,在算法层提出一种采用混合策略的决策树算法,该算法结合分布式改进的SPRINT算法和并行化的朴素贝叶斯算法,以便满足HDFS和MapReduce的运作方式,从而能够在Hadoop平台上进行实现。Hadoop集群环境的用户信息测试结果表明,相比单一的SPRINT算法和朴素贝叶斯算法,提出的新型混合决策树算法具有最佳的数据挖掘分类性能。     

大数据环境下基于云计算的图书馆用户信息挖掘技术研究

图书馆用户信息挖掘是提升图书馆管理效率,实现高质量用户管理与用户服务的有效方法。文中研究大数据环境下基于云计算的图书馆用户信息挖掘技术,构建图书馆用户信息挖掘技术结构体系。数据层包括用户基本信息、图书借阅历史数据、图书信息咨询记录等,采用降噪处理、遗漏数据处理等方式预处理用户信息数据;云计算层基于计算资源与存储资源,采用K-means聚类算法从用户借阅情况和用户兴趣类型两方面划分图书馆用户群体类型,依照划分后的用户借阅信息采用蚁群规则挖掘算法,获取用户信息关联规则,形成规则库;应用层依照云计算层的挖掘结果执行个性化推荐。用户信息挖掘结果显示,所研究技术能有效挖掘图书馆用户兴趣类型,以及用户群体信息和时间序列信息。     

您的核心价值伙伴 统一的用户数据管理平台 构建以用户数据为中心的网络架构

时至今日,用户数据管理问题已经日益明显。为此,业界提出了统一用户数据模型的概念。     

利用大数据技术挖掘网络防火墙日志的安全价值

网络防火墙是部署在网络安全域之间的屏障,它可以监控和拦截域间的流量,实现安全防护。随着数据中心网络规模不断扩大、业务数据日益增长,防火墙的安全作用越显重要。在大数据时代,通过收集防火墙日志并进行分析,可以让网络防火墙的安全功能得以进一步利用和提升。     

位置大数据的价值提取与协同挖掘方法探讨

伴随着互联网技术的不断发展,位置服务和车联网技术的普及以及推广成为了顺应时代发展的趋势,利用地理数据和车辆轨迹等参数集中感知人类社群的活动规律,一定程度上为地理国情以及智慧城市提供数据和信息支撑。文章从位置大数据内涵分析入手,对预处理机制、全局特征以及降维处理进行了集中分析,实现价值的提取以及协同挖掘,以供参考。