基于Hadoop大数据分析学生行为的校务管理平台

本文探讨构建基于Hadoop大数据的校务管理平台,实现精准化服务,创造提供一种更加高效、可靠的信息化管理工具,能够积极有效提升高职院校管理水平与行政效率。通过构建大数据平台,且对校务数据的学生行为开展数据挖掘和分析处理工作,人工设定标签,形成学生画像,通过画像直观地呈现学生特征属性,提升学生管理等工作效率的同时提高学校综合管理水平,支持高职校双高的建设。     

基于运营商大数据技术的精准营销应用研究

运营商大数据包含丰富的用户行为信息,具有全面性、多维性、客观性的特点。运用Hadoop大数据技术,通过分析建模、机器学习等操作,构建用户标签体系,对用户行为特征及偏好画像。销售企业能够结合自身产品服务的特点和用户画像信息,精确筛选目标客户进行营销,从而降低推广成本,提高转化效率,这就是基于运营商大数据的精准营销。     

基于通信业务日志的用户行为安全审计研究

为更直观掌握用户行为,基于运营商的海量用户业务日志为实验数据构建用户画像,分析研究用户基本属性、操作行为、偏好特征等维度。根据实际业务场景,结合改进的TF-IDF（词频-逆文档频率）标签权重算法开发不同维度用户画像标签体系,对用户操作日志中的潜在高风险信息进行数据挖掘,并输出可视化画像结果。实际应用表明通过用户画像能识别风险用户行为信息,同时也能为日志安全审计提供参考价值,帮助企业实现数据安全运营动态监测。     

基于标签体系的高校学生立体画像研究

高校学生的学习、行为以及情绪易受周围环境和信息影响,学校管理者应对此保持关注。从校园数据中提取学生的多维特征构建立体的学生画像,不仅能针对性地辅助学生管理工作;也可锁定需要关注的学生群体,实现学生问题的及早预警。文章首先对原始各表校园数据进行预处理,基于汇总后的特征表构建学生标签体系,接着将生成的模型标签输入两阶段离群点检测聚类模型即首先进行Lof局部异常点检测,再将筛除外的剩余标签数据输入改进的k-means聚类算法,最后得到立体的各类学生画像,并在其中锁定需关注学生和模范学生。试验结果表明,改进后的离群点检测聚类效果良好,学生画像构建清晰。     

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...     

移动互联网数据可视化技术及应用研究

大数据时代的到来给电信运营商带来了更多的机会和挑战,为从日趋庞大的数据中快速提炼出有用的信息,亟需研究大数据可视化技术,以有效支撑精准分析和决策.总结了移动互联网数据可视化新技术的特征,并结合多个移动互联网客户画像的典型场景,深入探讨数据可视化技术的实际应用.     

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.     

数字水印在数字标签技术中的应用

通过分析现有电子文件保护技术的不足,引入了数字标签技术。针对数字标签与电子文件绑定过程中存在的安全问题,提出引入数字水印技术作为传统密码学技术的补充,将数字标签数据作为水印信息均匀地嵌入整个电子文件,使得数字标签数据成为电子文件的内在属性,实现标签数据与电子文件不可剥离的紧密绑定,从而增强了数字标签与电子文件绑定关系的安全性和可靠性。     

基于大数据技术的高校学生信息管理平台研究

随着信息化的迅猛发展,对高校中的信息化管理工作提出了更高的要求。目前高校中各大业务平台积累了大量的数据,且这些数据数量大、类型多、更新快,因此需要利用大数据技术中的数据挖掘方法对数据进行整合、分析和处理。基于此,将大数据技术应用在高校信息化管理平台中,整合多源的高校校园原始数据,针对不同的应用采取不同的模型,对高校信息管理平台的数据分析和需求分析,构建一个符合需求的高校信息管理平台的整体架构。以学生管理为例,构建学生画像标签体系,对相关算法进行设计与数据分析。信息管理平台的构建能够提高高校的精细化、精准化管理的效率,助力高校智慧校园的建设。     

物联网技术在车辆管理中的运用

本文针对目前某些公务车辆较多的单位在车辆管理与调度工作中重复性事务多造成车管部门的工作繁杂、效率低下等问题,提出基于物联网技术的车辆监控与管理系统。实现对车辆的自动识别、远程调度与运行监控,以及进行路线引导、行车提醒等远程信息服务。提高车管部门的工作效率以及对车辆的监管效果;并提供相关远程信息服务从而拓展车管部门的管理职能,提升车管业务的管理质量,为公务车辆安全、高效的执行车辆保障任务提供技术支撑。     

基于Blob的车辆识别及其跟踪算法研究

智能交通系统是未来交通发展的必然趋势,乒丶际醯难芯烤哂猩钤兜囊庖?本文以在静态背景下动态地识别并跟踪汽车为目的,对摄像头采集的图像进行处理.如何准确地从复杂的交通图像中提取车辆,是进行车辆识别的基础.本文采用Surendra背景[1]算法提取路面的背景,通过背景差法提取路面上的车辆.图像分割后,对二值图像进行Blob[2]分析,识别并对车辆进行分析,获取车辆的特征信息,包括车辆本身的参数信息和位置信息.依赖这些车辆信息,通过Kalman滤波器实现对车辆的跟踪,进而获得车辆的动态信息,包括车辆的速度、运行轨迹信息.     

基于卡尔曼滤波算法的城市交叉路口车辆检测及分类

为了向相关部门提供更多的过往车辆信息以满足道路交通的需求,设计了一个基于卡尔曼滤波算法的城市交叉路口车辆检测及分类系统,用于对过往的车辆进行检测、计数和分类.首先采用背景差分法和卡尔曼滤波算法对在检测区的车辆进行检测和跟踪;然后使用经过检测、处理的被测车辆图像触发距其最近的相机进行图形分割;最后,通过LDA分类器对分段车辆的几何形状及外观特征进行正确地分类.所提系统的有效性在摄取的3400帧视频序列上得到了验证,实验结果表明,系统的检测率可达97.44％,正确分类率可达88.0％,与先进的方法相比,取得了更好的检测性能.     

基于TF-IDF算法的运营商用户画像分析

随着通信技术的迅速发展，海量日志的产生给企业运营带来了安全隐患，除了能否及时检测出电信运营商企业内各类业务系统及设备的海量日志是否安全、合规之外，基于用户行为的分析对日志安全也尤为重要。为了直观掌握用户行为，本文基于TF-IDF标签权重算法对运营商海量用户业务日志数据构建用户画像。根据实际业务场景构建RFS模型，通过开发的用户画像标签体系分析研究运营商用户行为，对用户操作日志中的潜在高风险信息进行数据挖掘，并输出可视化用户行为分析画像结果。实际应用表明，通过用户画像能识别风险用户行为信息，同时也能为日志安全分析提供参考价值，帮助企业实现数据安全运营动态监测。     

一种基于大数据聚合分析的非法加油站识别方法及应用

针对当前国内非法加油站经营隐蔽、危害大、查处难等情况,文中结合当前商用车信息化现状,提出了通过商用车运营轨迹大数据、重型柴油车燃料加注数据及车辆加油停靠行为特征(时段、时间间隔、经营区域等),提取车辆加油停靠点信息,并利用地图聚合分析算法智能识别加油站地点,剔除正常加油站点信息的方式,通过该方式获得疑似非法加油站的位置,并推送执法部门进行现场查处。文中提出的非法加油站智能识别方法在上海进行了应用,证明其能够准确提取非法加油站信息,并提交执法部门查处,为非法加油站的治理提供了有力的技术支持。     

基于极点展开法无芯片电子标签的识别与传感

利用极点展法得到的极点与留数,可对无芯片电子标签进行识别与传感.由极点与标签结构成对应关系,利用衰减因子与谐振频率可对标签结构的基本属性进行识别,还可以进一步地感知标签结构的弯曲变形程度;利用留数所含有的信息,可以感知标签结构相对入射波或观测点的空间角度方位信息.通过理论仿真分析,极点与留数不仅可用来识别标签,还可以感知标签结构的其它特性的功能.     

“汽车数字化标准信源”标签安全研究

＂汽车数字化标准信源＂（即电子车牌）系统依靠UHF频段的射频识别（RFID）标签记录车辆的基本信息,同时凭借架设在道路上的专用读写设备采集车辆、道路等相关信息,以实现对车辆的跟踪定位、实时管理、交通管理、环保、保险状态监察等功能。介绍了＂汽车数字化标准信源＂系统车辆专用UHF频段标签内存数据的不同类型和如何通过ISO18000-6B标签的特性及有效加密手段满足系统对信息安全及隐私保护的需求,提出了一套有效的标签信息安全加密设计方案。     

车辆卫星定位系统在大港油田智能交通中的应用

大港油田车辆卫星定位系统是大港油田车辆交通安全管理的综合性信息系统。该系统主要利用卫星定位技术、GIS地理信息技术、无线通信传输等技术,将车辆的运行数据实时传输到卫星定位系统,并通过系统的各项业务功能,实现对大港油田车辆运行的智能化管理,有效的降低车辆使用风险,减少了道路交通事故的发生,提升了大港油田的车辆的管理水平。     

基于RFID的车辆管理系统设计

研究基于RFID技术的车辆出入管理系统,该系统分为车辆出入控制和车辆管理信息两个子系统。车辆出入小区的控制子系统使用欧姆龙PLC。在SQLServer2000数据库环境下,使用VB语言开发了车辆出入的管理信息子系统。计算机与RFID控制器进行RS-232C串行通信。该子系统可实现不停车出入、车辆基本信息、车辆出入登记以及车辆停车收费等管理功能。