页面导航及数据通信模式分析与实现

分析出页面导航的两种应用模式:表格式页面到表单式页面导航模式和多页面的向导式页面导航模式.同时提出了三种页面导航的抽象模式:对称页面导航模式、圈页面导航模式和带圈的对称页面导航模式,并且在此基础上分析了作为导航边负载的发送和接收两种页面数据通信模式.结合应用与抽象模式给出了基于ASP.NET和XML技术的页面导航架构的设计与实现.通过多个信息系统的应用实践,证明了该架构达到了提高开发效率、降低系统维护成本的设计目标.     

裁剪和元分类器在分布式数据挖掘中的应用

数据经常分布在不同的地方,需要的机器资源也随着数据量的增长按比例增长,但数据的增长往往快于机器资源和机器学习上的改进.描述了元学习的基本过程和几种组合元分类器的度量尺度.元学习能够改进可观测性和精度,但同时过度强大的元学习技术也会导致冗余,低效甚至不精确的元分类器层次.分析这些方法的局限性并且提出了基于相异性的裁剪算法,证实了元学习和相关的裁剪方法的组合能取得相似的甚至更好的表现.     

全局模式下的深网数据抽取与挖掘

随着现代信息量的快速增长,深网作为网络数据载体包含了大量数据,因此,对深网数据抽取的研究十分重要。提出一种全局模式下的数据抽取和挖掘的方法。该方法分析实际例子的属性,运用改进的贝叶斯信念网络算法,确定相应的标签,构建一个动态的全局模式,接着抽取并识别结果页面中的数据;根据基于密度的离群点来检测并剔除其中的无用信息;运用挖掘布尔关联规则频繁项集的算法进行关联挖掘,整合数据项。实验结果表明,该方法相对于其他几种数据抽取方法,能准确、快速、有效地抽取数据,并且通过数据挖掘后得到数据项间的关联性较大,无效信息更少。     

数据挖掘技术及在制造业的应用

随着信息化时代的发展,各行各业催生了大量的数据,为了能更好地提供决策支持,数据挖掘技术应运而生。在详细分析了中国制造业现状的情况下,中国政府发布了《中国制造2025》,将制造业列为国家重点发展支持项目。数据挖掘技术作为现代先进制造技术之一,在现代制造业中将具有独特的优势。首先介绍数据挖掘的基本概念、挖掘过程及数据挖掘的经典算法,然后重点介绍数据挖掘在制造业的应用,最后指出了数据挖掘的发展趋势。     

MINING DEPENDENT PATTERNS IN PROBABILISTIC DATABASES

Today's database systems must deal with uncertainty in the data they store. Consequently, there is a strong need for mining probabilistic databases. Because probabilistic data in first normal form relations is redundant, existing mining techniques are inadequate for discovering probabilistic databases. This paper designs a new strategy for identifying potentially useful patterns in probabilistic databases. A dependent rule is thus identified in a probabilistic database, represented in the form X → Y with conditional probability matrix M_Y|X . This method uses an instance selection to increase efficiency, enabling us to reduce the search space. We evaluated the proposed technique, and our experimental results demonstrate that the approach is effective and efficient.     

MINING APPROXIMATE REPEATING PATTERNS FROM SEQUENCE DATA WITH GAP CONSTRAINTS

The rapid increase of available DNA, protein, and other biological sequences has made the problem of discovering meaningful patterns from sequences an important task for Bioinformatics research. Among all types of patterns defined in the literature, the most challenging one is to find repeating patterns with gap constraints. In this article, we identify a new research problem for mining approximate repeating patterns (ARPs) with gap constraints, where the appearance of a pattern is subject to an approximate match, which is very common in biological sequences. To solve the problem, we propose an ArpGap (ARP mining with Gap constraints) algorithm with three major components for ARP mining: (1) a data‐driven pattern generation approach to avoid generating unnecessary candidates for validation; (2) a back‐tracking pattern search process to discover approximate occurrences of a pattern under user specified gap constraints; and (3) an Apriori‐like deterministic pruning approach to progressively prune patterns and cease the search process if necessary. Experimental results on synthetic and real‐world protein sequences assert that ArpGap is efficient in terms of memory consumption and computational cost. The results further suggest that the proposed method is practical for discovering approximate patterns for protein sequences where the sequence length is usually several hundreds to one thousand and the pattern length is relatively short.     

数据可视化在数据挖掘中的应用

数据挖掘是从大量历史数据中抽取潜在的、有价值的知识或规则的过程。数据可视化对于快速分析数据,表示高维数据方面非常直观、有效。本文首先讨论了几种可视化技术,随后就数据可视化在数据挖掘的模型、过程中的应用进行探讨。     

改进型遗传算法及其在数据挖掘中的应用

文中在简单遗传算法的基础上,利用改进的算法进行关联规则的发现和数据库中特征项权重的发现,通过对农业气象数据库的实验,力求解决遗传算法中的早熟等问题。     

Web日志挖掘中的序列模式识别

Web日志挖掘的基本思想是将数据挖掘技术应用于 Web服务器的日志文件 .本文从 Web日志挖掘过程预处理阶段的结果用户会话文件开始 ,提出了一种基于扩展有向树模型进行用户浏览模式识别的 Web日志挖掘方法 ,并在实验室对该方法进行了简单实现和实际日志数据的测试 .     

电子商务与Web数据挖掘

在电子商务中,运用数据挖掘技术对服务器上的日志文件等Web数据进行客户访问信息的Web数据挖掘,了解客户的访问行为,从而调整站点结构、市场策略等,使电子商务活动具有针对性。     

CIMS中数据挖掘与遗传算法的自组织研究

CIMS中的数据挖掘是一个综合性的研究领域 ,它综合了先进制造技术、数据库技术、计算机网络和人工智能等诸多学科 .本文提出了采用以生物进化论为基础的遗传算法解决 CIMS中数据挖掘问题 .文章从辨证的角度出发 ,探讨了 CIMS中数据挖掘采用遗传算法解决知识发现的可行性以及其优越性     

数据开采中候选项目集的存储方法

在很多介绍有关数据开采文章中都候选项目集采用hash树来存储,本文主要介绍hash树的构造方法以及如何用数据库中的事务来遍历hash树,并介绍了我们正在研究的分布式数据斌采系统中用hash树来存储候选项目集的一种实现方法。     

数据挖掘技术在入侵检测中的应用

针对入侵检测系统的研究现状和面临的问题,研究了数据挖掘技术应用到入侵检测中的优势,分析了当前基于数据挖掘的入侵检测中存在的不足。针对目前基于数据挖掘的入侵检测时空效率不高的问题,对频繁模式算法进行了研究,改进了频繁模式算法,用两步模式增长代替一步模式增长模式来加快挖掘速度,并且增加时间特性、属性相关和轴属性加以约束。通过试验证明改进后的算法在时空效率上得到了改善,减少了扫描数据库的时间和生成无意义的模式,提高了规则的有用性。     

NEGATIVE AND POSITIVE EXPLANATIONS IN EXPERT SYSTEMS

A methodology for management of constraints in VLSI data bases is presented in this paper. The process of management is based on forma! mechanisms of attribute grammar theory. Examples of a modularized knowledge representation of a circuit at interconnection and logic levels based on attribute grammars illustrate the methodology. The ultimate goal and benefit of the proposed methodology is a well-defined development technique for VLSI design tools that will allow the user to generate a transformation system, a knowledge representation, and a system to manipulate this representation, all from a simple specification. In addition, context-dependent specifications at lower levels are automatically generated from the higher-level specifications.     

浅谈数据挖掘技术

如何快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用,是急需解决的问题。本文针对当前的热点问题——数据挖掘技术展开讨论和研究。     

数据挖掘及其技术实现

数据挖掘解决在信息技术发展中存在的拥有大量数据但缺乏有用信息的问题,完成从业务数据到决策信息的转换。本论述了数据挖掘的概念及其工作流程,针对不同的功能类型对数据挖掘的技术实现进行了分析,并且阐明了数据挖掘设计和实现中的若干关键问题。     

教育信息化数据中完全加权正负关联模式发现

对海量教育信息化数据关联模式的挖掘与分析,有利于发现教育信息化数据中事先不知道的、但又是潜在有用的教育模式和知识,为教育管理、教育决策和教学改革提供科学的依据。研究面向教育信息化数据的完全加权负关联模式挖掘技术,提出一种新的教育信息化数据完全加权正负关联模式挖掘算法。该算法考虑了项目在事务数据库中的权值,从教育数据中挖掘完全加权频繁项集和负项集,在支持度-置信度-相关性架构下从频繁项集和负项集挖掘有趣的教育数据完全加权正负关联模式。通过模式分析,发现教育领域潜在的教育、教学规律和教育发展趋势,提高教育信息化数据分析和处理水平。以真实的教育信息化数据作为实验数据测试集,实验结果表明,与现有的正负模式挖掘算法比较,所提出的算法更有效、更合理,其挖掘出的正负关联模式更加接近现实。     

OLAP与数据挖掘一体化模型的分析与讨论

OLAP(On-Line Analytical Processing)与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于影响域的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行,加强了决策分析的功能和灵活性.该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识.     

一类特殊双射函数及在数据转换方面的应用

为了实现多维数据到一维数据的转换 ,本文首先考虑两个集合 :自然数集N和笛卡尔积N×N。由于它们都是可数集 ,所以本文给出了一个从N×N到N的双射函数f(m ,n) ,进而将其扩展 ,得到了从任意个N的笛卡尔积N×N×…×N到N的双射函数———排序函数。然后着重讨论了这些函数的应用 ,它们具有从多维数据到一维数据的转换功能 ,使得多维数据的处理转换为一维数据的比较 ,并在多维数据的排序方面也具有重要作用     

数据仓库与数据挖掘研究进展

随着数据库应用从以事务处理为中心逐渐向以分析处理为中心转化,以数据仓库、联机分析和数据挖掘为中心的基于数据库的分析技术成为近几年来数据库界研究的热点。经过近十年的研究与应用。已经产生了很多的研究成果,建立了较扎实的理论基础,目前正在向与应用领域紧密结合(如流数据)。对现有技术进一步改造方面发展。本文对近两年这几个方向上的研究成果进行了总结。