机器学习在数据预处理中的应用研究

互联网环境下的数据信息量日趋增多,增加了数据挖掘的难度。为了更好地对数据信息进行挖掘和提取,可以引入机器学习的技术和方法,构建基于机器学习的K-means聚类算法和数据预处理相结合的框架。本文以校园一卡通消费数据为研究对象,结合数据信息的特征和规律,对数据信息进行脱敏处理、清洗、规约和集成等操作,进一步对数据进行整合和优化,较好地实现数据挖掘价值的最大化。     

骨龄自动评测系统中骨骼边缘提取方法研究

骨龄是衡量少年儿童骨骼发育程度的数据指标,对骨龄自动评测系统中的预处理和骨骼边缘提取方法进行了研究.实验中,采用Laplacian增强和线性增强相结合的增强方法,增强了骨骼和软组织间的对比度,增强后的骨骼信息不失真;通过对几个边缘算子提取的边缘图像进行对比,采用Canny算子和Sobel算子边缘图像的"与"操作提取了较为完整的骨骼边缘.为将来骨骼特征的提取和骨骼的分类奠定了基础.     

人像识别技术在高校管理中的应用研究——以三门峡职业技术学院为例

人像作为身份认证的新介质解决了卡片人卡不一、携带不便、数据分散管理的问题,利用人像识别技术搭建人像认证服务平台,建立高校中餐厅消费管理、人像识别宿管、人像识别门禁大门、车牌自动识别、点餐等领域的应用,能够有效解决新形势下学生管理、安防管理、教职工管理、后勤管理面临的困难和问题。人像识别技术是高校提高管理效率、降低管理成本,真正实现"一体化、智能化"管理的有效手段。     

基于决策树的消费行为因素建模与实现

消费行为因素分析对产品生产和销售具有重要指导作用。为了利用消费者的消费数据进行消费行为建模和分析,首先进行消费数据形式化表示,形成消费客户交易数据集和交易统计信息表达。然后在消费客户交易数据集上定义信息增益率,反映消费因素的分类能力。在C4.5算法基础上,改进二分法为多分法,对连续型属性(因素)进行离散化,并建立决策树。决策树每一分支构成决策规则,反映消费者的消费因素之间的依赖关系。每条规则的统计信息表示决策规则的不确定性。采用Web体系架构,以Oracle为数据库,实现了消费行为建模与分析系统,该系统不仅消费行为模型分析精度高,而且具有高效性和友好性。     

基于开放API的交易数据提取方案设计

获取开放平台的交易数据在基于API的开发中是极为常见的应用。本文详细描述了基于淘宝开放API的交易数据提取方案的设计以及其提取流程,并且给出了交易数据库的设计,为基于淘宝的各种交易应用产品的开发与设计提供了借鉴。     

移动支付的未来与机遇

移动支付的未来与机遇,就存在于支付模式和支付服务商之间的排列组合中。总的发展趋势,我认为是向着"支付服务+商务服务"演进。移动支付是指进行交易的双方以一定信用额度或一定金额的存款为了某种货物或者业务通过移动设备从移动支付服务商处兑换得到代表相同金额的数据,以移动终端为媒介,将该数据转移给支付对象,从而清偿消费费用进行商业化交易的支付方式。     

基于朴素贝叶斯的问诊推荐系统的设计与实现

面对繁杂的医疗文本信息,有效的管理与储存、快速和准确的分类,并提取出有用信息是目前的研究热点。针对此热点问题,以文本挖掘和推荐算法为背景,对文本分类技术展开研究。对医疗咨询文本进行疾病分类,将病情描述进行文本预处理;通过TF-IDF算法对经过预处理的文本进行特征提取;构建基于贝叶斯分类算法的模型。对自然语言处理、通过贝叶斯分类算法处理数据,实现医疗咨询文本的疾病分类和预测。     

基于ARIMA和Holt-Winters的消费行为预测

以学校一卡通交易流水数据为研究对象,挖掘出令管理层感兴趣的信息,为学校决策管理提供科学依据.把食堂2014年1月至2019年2月的消费数据作为研究对象,通过平滑消除数据噪音,分别建立ARIMA模型和Holt-Winters乘法模型,将月数据组成的离散型时间序列进行拟合分析,并对2019年3月至5月份的消费趋势进行了预测,最后用实际值来检测预测结果.实验证明,Holt-Winters模型对消费数据的拟合效果较好,预测精度更高.应用合适的数学模型对一卡通中饭堂消费的数据进行分析、拟合、预测,有助于全面掌握师生的食堂消费行为规律,可为后勤部门优化资源配置和科学决策提供依据.     

基于面向对象方法的遥感土壤盐渍化信息监测——以渭干河-库车河三角洲绿洲为例

遥感技术由于具有观测范围广、实时强等特点适合用来研究土壤盐渍化现象。利用遥感手段提取盐渍土信息已经取得了一定的成效。利用面向对象方法,以TM卫星图像数据和野外实地数据为数据源进行提取盐渍地信息。首先,对遥感影像进行预处理,预处理包括几何校正和辐射校正,然后对图像进行图像分割,图像分割使用了分割方法的多尺度分割法、特征选择、面向对象分类和分类图像进行精度评价。对面向对象方法和传统的基于像元分类（最大似然法和最小距离法）结果进行对比分析。结果表明：利用面向对象方法对TM遥感图像进行分类,能有效抑制“椒盐现象”的发生,分类精度比传统的分类方法更高,为盐渍地信息的自动提取提供了广阔的前景。     

基于反演模式的碳排放数据集成管理系统的设计与实现

针对"能源消费与水泥生产的排放"项目中所采集、生产的各类数据,设计并构建基于反演模式的碳排放数据集成管理系统,提供采样数据的预处理、录入导入、分析挖掘及反演预测等功能。着重解析了系统设计开发中的架构设计、数据预处理和反演预测模型等关键模块。实践结果表明,这些模块在碳排放数据集成管理系统中的应用,有利于实现多源数据的统一管理展示,有利于精准确定我国能源消费和水泥生产过程的碳排放系数。     

Fuzzy Quantification and Opinion Mining on Qualitative Data using Feature Reduction

In this paper, we propose a generic recommender system that combines opinion mining and fuzzy quantification methods for qualitative data. The proposed system has two novel aspects. First, it employs a novel semantic orientation (SO) computation method to reduce the number of extracted features and opinion expressions. By using this new SO computation method, the proposed recommender system finds out the most related features and opinion expressions. Second, the proposed system generates short summary sentences from qualitative data using fuzzy quantification. The proposed system is evaluated using a restaurant review dataset. The results present that fuzzy quantified sentences offer brief information about the restaurant features from customers’ feedback. In addition, opinion mining extracts positive, negative, and neutral emotions from reviews.     

校园财务数据仓库系统的建立和OLAP应用

如何更加有效地利用事务处理系统产生的大量数据、使其发挥更大的价值，这是数据处理工怍的一个重要课题，笔者以所在学校为例讲述了校园财务数据仓库系统的建立和OLAI，应用。从数据粒度的选择、纯操作型数据的去除、模式的建立三个方面讲述了数据仓库的建模方法同时介绍了如何对多维组织后的数据进行切片、切块、聚合、钻取、旋转等操作。所介绍的方法对于在事务处理系统的基础上建立数据仓库系统、从以往的历史数据中挖掘隐藏的有价值信息,充分利用信息资源，辅助财务决策具有重要的意义。     

多源数据库数据复制模型

针对跨数据库平台、跨操作系统平台、跨硬件平台数据交互需求,提出一种基于日志解析的数据交互复制模型。该模型通过对数据库Redo日志的分析与定位,从中抽取增量变化日志数据,然后采用并行同步传输的方式将抽取的日志数据传输到预处理端,在预处理端进行原始数据的事务合并处理,然后在装载发布端通过数据订阅的形式获取预处理端的队列数据,数据内容放入本地缓存队列文件,最后对本地缓存队列文件进行数据转换、数据装载入库,从而实现数据交互复制。通过测试对比分析,验证了该模型不但可以保证两端数据一致性,而且还具有较低的数据复制延时。     

数据挖掘技术在学校管理中的应用

数据挖掘技术是一门多学科相互交叉融合而形成的新兴学科。目前,该技术已在商业、金融业、农业、互联网、医药业等多个领域中得到广泛应用。而将数据挖掘技术与学校管理相结合,可以从大量事务管理数据中提取出了隐藏在其中的有用信息,因此可以帮助教学人员合理安排教学工作,协助辅导员对学生的管理,从而促进教育体制的进一步完善与发展。本文由数据挖掘技术概述入手,论述了数据挖掘技术在学校管理中的作用,最后,将数据挖掘技术应用在学生成绩管理中,可以实现透过现象看本质,提炼有价值的信息。     

基于海量运行数据挖掘的电网拓扑关系分析及应用

针对电网中GIS系统与用电信息采集等系统中停电数据不一致问题,本文利用大数据分析技术对停电运行数据与拓扑关系的规律进行数据挖掘,构建变压器停电信息与GIS等系统的拓扑优化关系模型.从GIS系统、用电信息采集系统抽取数据,以GIS系统中线路-变压器关系表为基准,以变压器停电信息为校验数据,通过变压器停电与GIS拓扑关系的...     

数据网格的数据管理策略

数据网格的目标是使数据密集型的高性能计算和数据密集型的数据共享事务处理及科学研究成为可能，数据网格主要包括数据存储系统和数据管理系统两大部分．数据管理系统对所存储的数据进行管理，主要包括数据的传送和复制等操作．文章对数据管理策略进行了详细的分类评述并且讨论了目前数据管理系统中的某些局限性和进一步的工作．     

移动事务处理关键技术研究

移动事务处理是移动计算系统的一个基本功能,但是,移动计算系统固有的客户机的移动性、频繁的网络断接以及资源有限等特点限制了传统事务处理技术在移动系统的应用,因此,改进传统事务处理的方法使之适应移动计算的要求是提高移动事务效率的关键.介绍了移动事务的概念,分析了移动事务的特点以及移动事务处理的基本要求,提出了解决移动事务移动性、频繁断接性和数据一致性的关键技术.     

基于云计算的大数据自动分类处理系统设计

随着现代网络技术不断进步,系统数据量也在逐渐增多;传统的大数据自动分类处理系统已经无法满足现阶段用户需求,其软件与硬件的设计都比较单一,存在能源消耗大、分类速度慢、处理时间长、内存占用率高等问题,为此,提出基于云计算的大数据自动分类处理系统的设计;首先设计系统硬件结构,主要包括数据采集器、数据处理器以及数据自动存储模块,并详细的介绍了各硬件结构;然后利用时域特征提取数据的算法对频域特征数据进行提取,从而实现数据自动分类处理系统的软件设计;最后对两种系统性能进行对比实验;实验结果证明,基于云计算的大数据自动分类处理系统的资源不仅占用率低,内存消耗小,而且数据库内存较大;该系统不但可以提高数据自动分类精准度,还能加快数据分类速度,从而使系统拥有更好的分类性能。     

A consumption system model integrating quality,satisfaction and behavioral intentions in online shopping

A consumption system has two constitutive dimensions: the structural elements and the transaction process. Little attention has been paid to the effect of the consumption system on customer satisfaction and behavioral intentions during online shopping. This paper develops and tests a consumption system model for online shopping that incorporates both product and e-service elements, and the online and offline stages of the transaction process. Applying the transaction process of online shopping, this paper dichotomizes perceived product quality into online perceived product quality (OnPPQ) and offline perceived product quality (OffPPQ), and proposes four dimensions of e-service quality integral to the transaction process. An integrative model is proposed to link OnPPQ, OffPPQ, e-service quality, satisfaction and behavioral intentions. The research was based on empirical data from over 260 university students with experience purchasing apparel from online shops. Structural equation modelling was used to test the model and the hypotheses. The results show that perceived e-service quality, OnPPQ and OffPPQ significantly affect customer satisfaction. However, only customer satisfaction and OffPPQ have a direct effect on behavioral intention. A consumption system model successfully theorizes the dimensions of perceived product quality and e-service quality. The model considers the simultaneous effects of the two structural elements, product and e-service, as well as the temporal effect of the online shopping transaction process. Different structural elements in separate transaction processes have distinct effects on satisfaction and behavioral intentions. The research and its results are especially valuable for online shopping for physical goods.