一类基于信息挖掘的智能决策支持系统的结构模型

本文讨论了基于信息挖掘的智能决策支持系统IDSSIM(Intelligent Decision Support System Basedon Infor mation Mining)的总体结构模型和各子系统功能描述.IDSSIM完善并扩充了现有智能决策支持系统的功能,改变了现有智能决策支持系统的运行机制,将领域专家的知识获取、推理机制、KDD*挖掘和WEB挖掘有效地融入智能决策支持系统中,从而形成了一类具有双网、六库、综合集成、多层递阶和模型驱动的新型智能决策支持系统.IDSSIM对智能决策支持系统的主流发展起着重要的推动作用,有望形成新一代的智能决策支持系统模型.     

基于信息挖掘的智能决策支持系统的结构设计

讨论了基于信息挖掘的智能决策支持系统( Intelligent Decision Support System Based on Information Min-ing, IDSSIM) 的总体结构模型和各子系统功能描述。IDSSIM 完善并扩充了现有智能决策系统的功能, 改变了现有智能决策支持系统的运行机制, 将领域专家的知识获取、推理机制、KDD * 挖掘和Web 挖掘有效地融入智能决策支持系统中, 从而形成了一类具有双网、六库、综合集成、多层递阶和模型驱动的新型智能决策支持系统。IDSSIM 对智能决策支持系统的主流发展起着重要的推动作用, 有望形成新一代的智能决策支持系统模型。     

基于信息挖掘的智能决策支持系统结构模型

讨论了一种基于信息挖掘的智能决策支持系统IDSSIM(IntelligentDecisionSupportSystemBasedonInformationMining) ,并给出其总体结构模型和各子系统功能描述。IDSSIM完善并扩充了现有智能决策支持系统的功能 ,改变了现有智能决策支持系统固有的运行机制 ,将推理机制、Web挖掘和KDD 挖掘有效地融入智能决策支持系统中 ,从而形成了一类具有五库、综合集成、多层递阶结构模型的新型智能决策支持系统。IDSSIM对智能决策系统的主流发展起着重要的推动作用 ,有望形成新一代的智能决策支持系统概型。     

多智体在IDSSIM结构设计中的应用

本文讨论了基于信息挖掘的智能决策支持系统IDSSIM的总体结构模型和各予系统功能描述。IDSSIM完善并扩充了现有智能决策系统的功能,将领域专家的知识获取、推理机制、KDD^*挖掘和Web挖掘有效地融入智能决策支持系统中,从而形成了一类具有双同、六库、综合集成、多层递阶和模型驱动的新型智能决策支持系统。     

基于信息挖掘与推拉技术的IDSS的研究

该文在分析传统的决策支持系统所存在问题的基础上,提出了新一代基于信息挖掘与推拉技术的智能决策支持系统,概述了该系统中所使用的基于双库协同机制的KDD技术、Web内容挖掘技术、Web用户访问信息挖掘技术及信息推-拉技术等。     

基于Web挖掘与IIPP技术融合的IDSS研究

随着Internet的迅猛发展,面对信息的海量增长,本文分析了传统的智能决策支持系统,并简述了Web挖掘及其分类,结合智能信息推拉技术,提出了将Web挖掘与智能信息推拉技术融合的IDSS 的研究.     

基于Multi-agent技术的Web文本挖掘模型及应用

介绍了一个基于Multi-agent技术的Web文本挖掘模型，该模型利用多智能体技术，将文本挖掘和多维文件分析技术结合起来实现了文档收集、预处理、分类、聚类等功能。最后给出了根据该模型设计和实现的某企业人才素质评价系统的实例，系统运行结果证明了模型的有效性和科学性。     

基于多层次数据库的智能Web挖掘系统

从当前Web挖掘的现状出发，提出了基于知识利用的智能检索综合Web挖掘引擎系统IWMES，并基于IWMES阐述了多层关系数据库的概念，提出了实现工具WebML(Web挖掘语言）设想方案与模型实例。     

云计算数据库中集成化数据智能挖掘算法研究

为实现高效、快速、准确的信息挖掘,笔者设计了一种云计算数据库中集成化数据智能挖掘算法,通过研究基于MapReduce的云计算平台集成化数据智能挖掘技术,对yarn云计算的智能挖掘算法架构进行划分,完成对集成化数据的映射归约,利用HDFS编程构建模型。实验结果表明:运用MapReduce的云计算可以更高效、精准地完成集成化数据智能挖掘。     

源于信息挖掘的新型智能化决策支持系统

阐述了以结构化数据和复杂类型数据挖掘为主要内容的信息挖掘技术。采用7库(模型库、综合知识库、数据库、方法库、文本库、日志库、多媒体库)与双网(Internet、Intranet)相结合的体系结构,以信息挖掘技术为核心,提出源于信息挖掘的新型智能化决策支持系统(IDSSIM)。旨在解决决策支持系统对半结构化数据、非结构化数据的挖掘处理能力,使之适应目前信息源的多样型和动态变化性的特点,提供更加丰富的决策信息。     

新闻视频挖掘技术研究

新闻视频挖掘是一个新兴的研究领域,也是多媒体数据挖掘的典型代表。本文对新闻视频挖掘技术进行了全面深入的讨论,首先从概念上对新闻视频挖掘进行了界定,提出了新闻视频挖掘的层次框架和技术框架,指出新闻视频挖掘包括低层视频挖掘和高层视频挖掘两个层次。其中,低层视频挖掘是利用数据挖掘的方法对视频内容进行分析的过程,而高层数据挖掘则是在低层挖掘的基础上进一步发现视频中的知识的过程。新闻视频挖掘的技术框架则对挖掘所涉及到的具体技术进行了分析。最后,对新闻视频挖掘中的结构挖掘、语义内容挖掘、视频摘要、趋势挖掘、关联挖掘等任务进行了详细的阐述,并对各种任务举出了具体的示例加以说明。     

面向数据特征的分布式数据挖掘研究

在众多提高数据挖掘效率的方法中,并行数据挖掘是一个从根本上解决该问题的有效途径.首先指出在数据挖掘过程中,不论采用顺序挖掘还是并行挖掘,都必须以数据挖掘的最终目的为前提,即尽可能多地发现数据中所含有的有用的知识,然后在此基础上提高数据挖掘的较率.在该想法基础上,提出了面向数据特征的数据划分过程,并进一步提出了加权式的并行数据挖掘基本方法.在这种数据挖掘过程中,可以得到相对于部分数据的知识,在很大程度上提高了数据挖掘的动态性能.     

日志挖掘中的数据预处理

日志信息的预处理是日志挖掘任务中的重要阶段,是当前研究的重点,同时也是整个日志挖掘过程的基础和实施有效挖掘算法的前提,在日志挖掘中起着重要的作用。目前主要的日志挖掘主要采用国外的几种软件,而日志挖掘中重要的数据预处理软件国内暂无。文中主要介绍了数据挖掘中的日志挖掘,分析了数据预处理的过程,以及如何实现日志挖掘中的数据预处理,并在Delphi开发工具中成功完成了IIS文本日志文件到Xls格式及XML格式文件的转换,实现了日志挖掘中的数据预处理。     

基于网络流量的挖矿行为检测识别技术研究

针对国内现有挖矿行为检测识别技术的准确性不高、缺少具体挖矿行为证据等问题,提出了一种基于网络流量的挖矿行为检测识别模型和多维度挖矿指纹特征提取方法,该模型通过对Stratum、Getwork等矿池协议的指令特征提取分析,能够高效准确地实现对挖矿行为的自动检测识别,并提炼出多维度的挖矿指纹特征,包括挖矿指令、矿池币种、软件型号、挖矿账号、算力、能耗等信息。实验结果表明,该模型能够准确识别相关挖矿行为并分析得出其多维度挖矿指纹特征,算力特征识别的准确性为95%左右,总体的挖矿行为检测识别的准确性为91.73%,为虚拟货币挖矿检测提供一种精准有效的解决方案。     

基于Web的数据挖掘研究综述

基于Web数据挖掘是一个结合了数据挖掘和WWW的热门研究主题。文章介绍了Web数据挖掘最流行的分类；Web内容挖掘，Web结构挖掘和Web使用记录挖掘，根据Web数据挖掘的最近研究状况，总结了几个研究热点，并介绍了一个Web使用记录挖掘的框架WebSIFT.     

区块链中的自私挖掘研究与分析

自私挖掘是区块链中的一种挖掘策略,通过选择性地公布挖到的区块以“增加”自己的收益。针对目前区块链挖掘中的自私挖掘行为破坏正常挖掘过程、浪费算力的问题,给出了基于概率的SAPV决策模型。首先总结了针对区块链的典型攻击,详细分析自私挖掘的过程,得到自私挖掘过程中出现的不同状态,计算了自私挖掘在不同状态下的概率分布。为增大自私挖掘的相对收益份额,给出了通过求解自私与诚实挖掘概率大小的方法来决定是否公布隐藏的区块。实验模拟了不同算力下自私挖掘池的相对收益,分析了不同算力对矿池收益的影响,最后给出了保证系统诚实节点安全运行的算力阈值,为区块链安全的进一步研究提供参考价值。