基于PMML标准的数据挖掘本体构建

针对实际问题选择数据挖掘方法是一个困难的工作,使用本体对数据挖掘方法进行建模并为用户推荐适合的方法是一个可行的解决方案。PMML是一种应用广泛的数据挖掘国际标准,提出了一种基于PMML标准构建数据挖掘本体的方法并用Protégé构建了一个本体,为利用本体推理为用户推荐挖掘算法奠定了基础。     

基于PMML的自组织神经网络元模型

Kohonen自组织特征映射网络SOM因其能够将高维数据映射为二维特征图而广泛应用于数据探索分析活动中。预测模型标记语言标准PMML是一个与平台及系统无关的数据挖掘模型表示语言,但其中并未包含SOM元模型的定义。通过对SOM模型的应用需求分析,提出了基于PMML的SOM元模型定义,可使模型生成与模型存储相分离,使用户在脱离模型生成系统的情况下进行模型的可视化及利用。     

基于PMML的数据挖掘模型管理

本文在引出商务智能应用领域中数据挖掘模型管理的问题之后,提出了SnartBk商务智能平台的总体架构,阐述了基于PMML的数据挖掘模型管理方案,并以SmartBiz系统中的实际应用为例,介绍了PMML和XML数据库结合的具体实现方案。     

数据挖掘工具的应用与标准化

介绍了数据挖掘概念,给出了目前数据挖掘工具的主要分类及存在的问题,探讨了数据挖掘语言的发展对数据挖掘工具标准化的推 动作用,并对数据挖掘工具未来的发展进行了展望。     

基于着色工作流网的工作流模型的设计与实现

本文在扩展Petri网的基础上,提出了一个新的工作流模型——基于着色工作流网的工作流模型,并对其进行了详细设计。在此模型的基础上,本文实现了一个可视化的工作流建模工具,设计人员通过该工具建立业务过程,并根据模型的定义保存业务过程定义。     

关联规则下数据挖掘可视化技术的探讨与实现

随着数据挖掘技术的不断发展以及数据挖掘工具应用的日益深入,数据挖掘可视化技术已成为数据挖掘领域新兴的研究热点之一。本文首先探讨数据挖掘可视化技术的主流发展趋势;然后基于Netbeans6．1开发平台,采用Java、JFreeChart等开发技术,结合PMML标准,完成关联规则下的数据挖掘可视化技术的设计与实施。实践表明：所完成的工作能够将关联规则下的数据挖掘过程以可视化的元素展示给参与数据挖掘的用户,让用户能够对挖掘结果进行有效评估。     

工作流模型的研究与实现

本文介绍工作流以及工作流建模的一些基本概念，以及Petri网技术在工作流模型中的应用，同时提出了一个工作流建模的具体实现方法。本工作流模型的实现包括了企业人员、资源以及任务信息模型的实现，同时任务模型中包括了任务之间的约束关系，以及任务执行过程中产生的文档。     

基于WebGIS的计生药具数据挖掘系统

针对计划生育药具管理服务平台数据库数据量大、信息多元化及复杂化、地域关联性强等特点,设计和实现了基于WebGIS的计生药具数据挖掘系统JSMiner。JSMiner中引入了基于GIS和专题图的多视角多尺度可视化技术、基于RBAC身份认证、PMML标准语言等,是一个有状态双模式的数据挖掘系统。     

基于对象代理模型的工作流视图实现

工作流视图源自数据库的视图概念,主要为了支持Web服务环境中工作流的互操作性和对外界面的柔软性,以适应各种不同应用的需要．然而．目前还没有一种很好的工作流视图的实现机制．该文提出用对象代理模型来实现工作流视图,主要包括工作流相关类的代理类以及代数操作的定义．根据XML过程定义语言(XPDL)的过程元模型,可以用这些代数操作为工作流的每一个类导出各种所需的代理类,实现柔软的工作流视图．     

基于CORBA的分布式工作流模型研究

介绍了面向动态联盟与过程集成,基于对CORBA技术和工作流技术的分析,构建了一种基于CORBA的分布式工作流模型,为解决企业间的动态过程集成问题,提出了一种有意义的方法。     

基于PMML的移动通信客户流失模型交换

移动通信领域迫切需要在地理分布的经营分析系统之间交换标准的数据挖掘模型。尽管预测模型标记语言已经成为数据挖掘模型交换格式的业界标准,但并没形成可用的框架来指导标准交换模型的生产过程。该文提出了支持挖掘模型交换和移动通信客户流失分析的决策树算法框架。利用该框架构建了流失预警系统,并使用模拟客户数据验证了其有效性。对标准交换模型进行了适当扩展,以支持对移动通信数据更加有效的流失分析。     

基于数据立方体的关联规则挖掘及其实现

联机分析处理和数据挖掘是两种重要的数据分析方法。使用数据立方体作为数据存储结构,将两者集成起来,使得用户可以从不同角度、不同抽象层次分析数据。针对数据立方体的特点,本文提出了挖掘维间关联规则的算法,并编程实现了该算法,取得满意的结果。     

基于工作流的数据存取权限管理

本文介绍了传统的数据存取权限管理模式，指出了基于角色的数据存取权限管理是不完整的，提出了一种新的基于工作流的数据存取权限管理模式，在工作流推进的不同时段，采用不同的存取权限表来实施存取控制，并使用Petri网来进行工作流及工作流推进的表达。     

一种基于数据挖掘的入侵检测模型

现有入侵检测系统不但误报率高，且实时性差，这是由于入侵检测需要处理大量数据，数据挖掘技术的优势在于能从大量数据中发现特征和模式，本文提出了一种基于数据挖掘的入侵检测系统模型，并研究了建模过程的几个算法。     

一种基于数据挖掘技术的电力负荷预测系统

电力负荷预测是一项重要和具有挑战性的工作．本文介绍了一种基于数据挖掘技术的电力负荷预测系统的设计与实现过程．该系统基于C／S架构，采用了数据挖掘技术中的决策树算法，并在实际应用中取得了良好的效果。     

CIAS:一个客户智能分析数据挖掘平台

CIAS是将数据挖掘技术应用在CRM领域而开发的一个客户智能分析平台。它将数据挖掘划分为三个层次：算法层、商业逻辑层、行业应用层，构建了一种新型的数据挖掘系统体系结构。CIAS的商业逻辑层包括交叉销售、客户响应、客户细分、客户流失、客户利润，五个商业模型。通过在商业模型和挖掘算法之间建立映射，CIAS使得用户直接利用商业模型解决问题，而不是面对复杂的算法，从而提供友好、易用的数据挖掘应用环境。