脑卒中高危人群的筛查及临床干预效果评价

目的:通过比较脑卒中高危人群临床干预前后血脂水平的数值变化,评价临床治疗的干预效果。方法:于2013年6月-2014年12月在本院门诊及社区人群中开展脑卒中筛查工作,参与筛查人群15 746例,筛查出脑卒中高危人群2013例,脑卒中高危人群检出率为12.78%。通过检测脑卒中高危人群临床干预前后的甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、血糖(Glu)、尿酸(UA)、同型半胱氨酸(Hcy)数值变化,评价脑卒中高危人群的干预效果。结果:临床干预后,脑卒中高危人群的甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、血糖(Glu)、尿酸(UA)、同型半胱氨酸(Hcy)均低于干预前,差异均有统计学意义(P<0.01)。结论:通过脑卒中高危人群筛查,对相关的危险因素给予临床干预,效果良好,对脑卒中的防治工作意义重大。     

利用大数据建立燃气用户画像

基于企业的基础燃气数据,进行多样化数据采集,进行深度数据挖掘,搭建算法模型,得到用户的相关特征数据,建立完整的用户画像。通过周期性的模型训练和矫正,提高模型的分析准确率。以基于用户画像燃气用户用气欺诈辅助决策为例,进行应用分析。     

大数据分析挖掘技术及其决策应用研究

本文从不同的角度对大数据挖掘技术进行了分析,并研究数据挖掘的应用及决策,以期通过对研究大数据的挖掘技术分析及应用给相关应用提供参考。     

基于蚁群算法的一卡通数据精准挖掘方法

为了提高一卡通数据精准挖掘能力,提出基于蚁群算法的一卡通数据精准挖掘方法。构建一卡通数据的模糊信息检测模型,采用关联特征提取方法进行一卡通数据的模糊相关性分析,构建一卡通数据的输出自相关特征匹配模型,结合模糊特征聚类分析方法进行一卡通数据的统计分析,建立一卡通数据的回归分析模型,提取一卡通数据的统计特征量,根据一卡通数据的特征提取结果采用模糊C均值聚类方法进行信息处理,采用蚁群算法进行一卡通数据挖掘过程中的自适应寻优,实现一卡通数据的优化挖掘。仿真结果表明,采用该方法进行一卡通数据挖掘的精度较高,特征分辨能力较好,提高了一卡通数据的挖掘和检测能力。     

基于SQL Server Analysis Service（SSAS）的土地地类关系空间数据挖掘

基于SQL Server Analysis Services（简称SSAS）提供的Microsoft关联规则挖掘算法和事务数据挖掘功能,通过利用Arc GIS软件、空间数据库引擎Arc SDE和数据库SQL Server软件,提出了一种新的土地地类关系挖掘实现方案。首先结合空间数据挖掘（Spatial Data Mining,SDM）相关技术方法,以土地利用数据库为基础,实现空间数据提取;然后通过空间关联操作将空间信息转化为事务,最后在SSAS中创建多维数据集,完成相关数据挖掘任务。基于某市实例土地利用数据库,采用该方法探测相邻地类间的隐含关系,通过建立相邻地类图斑空间关联规则挖掘模型,设置不同的参数,得到了一系列比较实用合理的关联规则,通过实践证明了这种方案的有效性。     

数据挖掘技术在建筑企业经营管理中的应用研究

研究数据挖掘技术在建筑企业经营管理中的应用,通过精准挖掘建筑企业经营相关数据提升建筑企业经营管理性能。通过数据挖掘技术构建数据智能挖掘模型,并利用该模型对设计的建筑企业经营管理模型中的管理数据进行挖掘后,通过XML数据合成与Web服务器注册完成数据集成,利用改进神经网络算法对集成数据的分类,将分类结果传递至终端数据库存储,利用SAP数据库管理技术合成终端数据,使用OLAP将待分析的数据合成,并通过查询工具、报表工具以及数据分析工具完成企业经营数据的查询、报表生成以及数据分析。实验表明,该方法在挖掘数据时具有极高的准确率和召回率,数据库占用率较低,具一定的实际应用价值。     

大数据挖掘在电商市场中分析与决策的应用

本文将从当前大数据挖掘概况出发,对电商市场分析与决策应用大数据挖掘的策略进行探究,希望为相关人员提供一些帮助和建议,更好地在电商市场中运用大数据挖掘。     

决策树技术在高校招生决策中的研究与应用

通过介绍数据挖掘的概念和决策树分类方法,论述决策树技术中ID3算法的基本思想和改进方法,并用该算法对高校招生录取数据进行分析,建立基于改进决策树方法的高校招生决策应用研究模型,并运用模式匹配算法及朴素贝叶斯方法进行验证,分析出影响考生报到的潜在因素,为提高报到率提供参考依据。     

房颤对急性缺血性脑卒中严重程度和早期死亡的影响

目的评估房颤和急性缺血性脑卒中的严重程度和早期死亡的相关性。方法将纳入的86例急性缺血性脑卒中患者分成房颤组(40例)和非房颤组(46例),按照美国国立卫生研究院健康卒中评分(NIHSS)标准,比较两组患者的分值,平均住院日,早期死亡率,用多因素Logistic回归分析房颤和急性缺血性脑卒中的严重程度和早期死亡之间的关系。结果房颤组的NIHSS评分、平均住院日和早期死亡率明显高于非房颤组(P<0.05)。多因素Logistic回归分析发现,男性、高龄、房颤是严重急性缺血性脑卒中的独立危险因素(P<0.05)。男性、高龄、糖尿病、房颤和高NIHSS分值是早期死亡相关的独立危险因素(P<0.05)。结论房颤是急性缺血性卒中患者严重中风和早期死亡的相关危险因素,评估和干预房颤高危人群对预防急性缺血性卒中极为重要。     

基于C4．5算法在水利水电建筑工程专业成绩分析中的应用

针对学生成绩问题,给出了学生成绩数据挖掘模型。决策树方法是数据挖掘中非常有效的分类方法。根据学生成绩数据特点,采用了C4.5决策树算法。C4.5算法是决策树核心算法ID3的改进算法,它构造简单,速度较快,容易实现。选取决策属性,挖掘结果表明,该算法能够正确将学生成绩数据分类,并得到若干有价值的结论,供决策分析。