基于数据挖掘的电商客户流失预测建模方法研究

文章针对数据挖掘技术在电子商务客户流失预测方面的应用研究,使用决策树算法、支持向量机算法分别建立电子商务客户流失预测模型,分析客户流失特征数据,并对2种方法的预测结果进行分析.     

基于矩阵的决策表属性值分类方法

在粗糙集值约简算法中,需要对决策表的属性值进行分类.文中基于二进制可辨矩阵和为同一决策类的不同对象建立的二进制矩阵,提出一种简化的属性值分类方法,该方法能实现决策表属性值快速分类.最后通过实例分析验证了该方法的可行性和有效性.     

基于数据挖掘的电力设备状态诊断系统建模

以电力公司的业务需求为背景,为实现电力设备的状态诊断,以数据挖掘技术中的粗糙集和决策树算法为依据,采用粗糙集和决策树相结合的数据处理模型对电力设备的各属性数据进行了分析处理。综合运用粗糙集和决策树两种数据挖掘算法,通过粗糙集技术进行属性约简,并运用决策树的ID3算法对约简后的数据进行分枝、减枝得到规则集,实现对电力设备工作状态的快速、高效诊断,并根据其工作状态提供决策支持。     

基于蚁群算法的数据挖掘方法研究

在研究了基本蚁群聚类模型、信息熵以及几个经典的聚类分析算法的基础上,针对传统K—means算法的不足,首先提出了一种基于信息素的k-means改进算法,该算法以基于信息素的转移概率为判断标准来进行聚类,减少了算法的参数个数,加快了聚类的进程．在深入研究了基于信息熵的LF改进算法的基础上,提出了一种蚁群聚类组合算法策略．     

基于决策表的建筑工程质量监控规范建模与质量监控系统

针对目前建筑工程质量监控规范存在的应用不便,质量监控效率低等问题,利用决策表对规范知识进行建模,并采用框架表示法组织质量监控信息,在此基础上,实现基于Drools规则引擎的建筑工程质量监控.一方面,基于决策表的质量监控规范知识表达,便于实现面向监控对象的规范知识的组织和应用;另一方面,基于规则引擎将质量监控规范知识与质量监控数据分开管理,增强了规范知识的可维护性和系统的适应性.研究对于面向应用的建筑规范知识组织以及实现建筑工程质量监控自动化具有参考价值.     

基于Rough集联系度的决策表简化方法

提出了集合型Rough集（粗集）联系度的概念以及利用Rough集联系度对决策表进行条件属性简化和属性冗余值简化的计算步骤，通过算例说明方法比较的Rough集理论中使用范畴的相地简化方法更简单。     

基于数据挖掘的6σ管理方法研究

提出数据挖掘技术可以作为6σ管理方法的补充，通过分析大量质量数据，找出企业流程改进方面深层次的信息，从而有效指导流程改进。从6σ管理分析步骤中添加数据挖掘工具库入手，构造融合数据挖掘技术的6σ管理流程图。     

基于粗糙集数据挖掘方法的最大功率研究

风电机组在运行过程中会产生大量的机组数据,随着大量数据的积累及数据库的应用,为了有效地利用产生的有用数据,运用粗糙集数据挖掘方法对数据的属性进行简约、决策,发现数据之间的关联规则,为机组高效运行提供条件.仿真结果表明,基于粗糙集数据挖掘方法不仅可以减小特定属性信息提取的工作量,还能在数据分析中发挥决策的优越性.     

基于粗糙集理论的不完备决策表的完备化方法

首先针对不同的条件属性类型,分别给出两对象关于条件属性的相似度,然后给出了t相似度的概念,最后分别就条件属性是离散、连续、序数型的决策表给出了相应的完备化(补齐)算法.实例表明此完备化方法是行之有效的.     

基于数据挖掘技术的网络控制系统建模与分析

针对网络控制系统未考虑诱导时延的缺陷,提出了基于数据挖掘技术的网络控制系统建模与控制方法.设计网络控制系统通过时间驱动传感器、事件驱动执行器和控制器,将存在诱导时延的信号进行解析并构建线性离散数学模型,采用动态数据挖掘方法建立控制参数预测模型,以传感器测量值以及控制参数时间序列为基础,确定最佳控制参数,实现网络系统的良好控制.结果表明,采用本文方法可使网络控制系统超调量小,时延低,且在单包传输以及多包传输情况下丢包率均低于0.2%.     

基于GA-GRNN数据挖掘的SCR脱硝系统建模优化研究

火电厂选择性催化还原法(SCR)烟气脱硝系统是处理燃煤机组烟气排放NOx污染的主要途径,但该系统具有多输入变量、环境影响复杂、时变非线性等特征,因此建立准确的系统模型是SCR优化控制的基础。提出了一种融合遗传算法(GA)主元分析和广义回归神经网络(GRNN)数据挖掘的SCR系统建模方法。首先使用GA对运行数据进行变量选择优化计算;然后将最优变量作为GRNN的输入量,利用数据挖掘技术建立SCR系统数据模型。基于某电厂机组运行数据的实例分析表明,该方法建立的模型具有复杂度低、精度高、泛化能力强等优点。     

空间数据挖掘模型和方法研究

本文提出一个基于空间数据仓库的空间数据挖掘模型，讨论了空间关联规则发现、空间分类发现、空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标、采用的挖掘方法和空间采样数据的处理方法。最后，从基于空间数据仓库的数据挖掘角度出发，提出有待深入研究和探索的问题。     

间数据挖掘模型和方法研究

本文提出一个基于空间数据仓库的空间数据挖掘模型,讨论了空间关联规则发现、空间分类发现、空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标、采用的挖掘方法和空间采样数据的处理方法.最后,从基于空间数据仓库的数据挖掘角度出发,提出有待深入研究和探索的问题.     

数据挖掘中聚类算法的比较研究

聚类是数据挖掘领域中的一个重要研究课题.本文首先综合提出评价聚类算法好坏的八个标准,然后在此标准基础上,对数据挖掘中的常用算法进行分类分析比较,并得出比较结果,以使人们在实际应用中能方便、快捷地找到最好的聚类算法以解决实际问题.     

基于数据挖掘的知识发现在MDSS中的应用研究

主要讨论基于数据挖掘技术的知识发现在军事决策支持系统中的应用,提出了基于数据挖掘的知识发现方法,建立了知识向量集的拓扑空间概念并提出了基于拓扑空间向量集的不确定性知识表示方法.     

基于空间数据仓库的空间数据挖掘研究

在讨论空间数据挖掘的相关技术对空间数据挖掘影响的基础上 ,提出一个基于空间数据仓库的空间数据挖掘模型 ,从基于空间数据仓库的数据挖掘角度出发 ,提出有待深入研究和探索的问题 .     

基于数据挖掘的垃圾E-mail过滤方法

分析了己有的垃圾E-mail过滤规则的算法的本质,给出了将邮件表示成事务的方法。在将垃圾邮件的训练集表示成事务集后,可以用FP-Tree算法从训练集中挖掘出频繁特征集。同时探讨了如何将一个频繁特征集表示成规则及如何使用规则的问题。     

基于相联规则的数据挖掘理论

通过对ＫＤＤ中基于相联规则的经典数据挖掘算法的讨论,提出构造测试平台的思想,旨在借助测试指标进一步指导和规范数据挖掘算法。在采用测试数据方面,阐明基于测试指标的人造数据比模拟现实世界的人造数据更适合于做为测试平台的数据集的思想。指出对Ａｐｒｉｏｒｉ等经典算法的改进途径。由于二次挖掘可以用前次挖掘出的知识作指导,从而提高了数据挖掘效率,因此,二次挖掘算法将成为今后ＫＤＤ领域中研究的热点。     

VB在数据挖掘中的应用研究

介绍数据挖掘的过程,然后提出使用VB及ADO开发数据挖掘应用的一般方法.通过一个实际问题,展示该方法的具体实现与应用.结果表明VB便于使用,是实现数据挖掘的良好工具和手段.     

飞机机动划分的数据挖掘方法

飞机机动划分是将飞行数据分解成若干具有明确物理意义的机动动作子序列的重要前处理方法,也是健康监控、飞行模拟、飞行品质评估等研究工作的必要步骤。结合数据挖掘技术提出一种自动的飞机机动划分方法,该方法根据法向过载数据的趋势提取出飞行数据中的机动片段,并用ISODATA聚类将机动片段归并为若干分类,可以证明每个分类代表一种机动动作。将该方法分别应用于小规模飞行数据与大规模飞行数据中能够识别并正确划分至少89%的机动动作,证明该方法有效且满足工程精度要求。