基于本体的数据挖掘技术在商务智能中的应用

在阐述了商务智能及数据挖掘的基础上,阐明了数据挖掘在商务智能中的重要意义.鉴于本体在数据挖掘中的应用,提出了一种基于本体的数据挖掘技术在商务智能中的应用, 并从理论上阐述了该技术的可行性.在数据挖掘过程中引入本体,挖掘来的信息更加全面、准确,减少了可能由主观因素和人为失误所带来的不良后果.     

运维驾驶舱大数据平台关键技术研究

电网自动化调度业务繁多,若存在数据遗漏,数据突变等数据准确率问题很难通过人工发现.本文通过阐述运维大数据、云计算和智能电网之间的关联,提出了基于智能电网的海南运维驾驶舱大数据平台总体框架.该平台的总体框架分为五个层,分别是应用程序层、数据源层、数据调度处理层、数据集成存储层以及数据分析层.本文对基于大数据的集成管理技术、索引技术、分析技术和数据挖掘技术进行了深入的探索和研究,以实现自动化驾驶舱大数据关键技术的突破.     

智能数据分区与布局研究

大数据时代,数据规模庞大,由数据进行驱动的应用分析场景日益增多.如何快速、高效地从这些海量数据中提取出用以分析决策的信息,给数据库系统带来重大挑战.同时,现代商业分析决策对分析数据的实时性要求数据库系统能够同时快速处理ACID事务和复杂的分析查询.然而,传统的数据分区粒度太粗,且不能适应动态变化的复杂分析负载;传统的数据布局单一,不能应对现代大量增加的混合事务分析应用场景.为了解决以上问题,“智能数据分区与布局”成为当前的研究热点之一,它通过数据挖掘、机器学习等技术抽取工作负载的有效特征,设计最佳的分区策略来避免扫描大量不相关的数据,指导布局结构设计以适应不同类型的工作负载.首先介绍了智能数据分区与布局的相关背景知识,然后对智能数据分区与布局技术的研究动机、发展趋势、关键技术进行详细的阐述.最后,对智能数据分区与布局技术的研究前景做出总结与展望.     

智能交通系统综合信息平台的设计

在原各职能部门的信息系统基础上,为充分利用日益增长的海量数据,并针对原信息系统因信息分散而在宏观分析方面的不足,提出了一个基于数据仓库、联机分析处理和数据挖掘3项技术的智能交通系统综合信息平台.讨论了平台的总体结构,数据的预处理方法,对该平台的数据仓库、多维数据集扣数据挖掘模型进行了设计与研究,并对实现的关键技术和方法做了简要的说明.经测试,该平台是实用和可靠的.     

交通事故信息分析与责任认定系统建模研究

交通事故信息分析和事故责任认定是交通管理工作的重要内容之一,将交通事故信息分析放入人、车、路等交通大环境中考虑,以数据仓库为基础,采用联机分析、数据挖掘、知识发现等新一代信息分析手段和计算智能技术,构建了一个实用高效的交通事故信息智能分析与责任认定系统,并阐述了系统各主要组成部分功能及其关键技术与实现方法。系统正应用于我国南方某省的交通管理部门。     

面向试验数据的装备大数据模型

从海量的装备试验数据中,利用大数据挖掘思想建立装备大数据分析处理与智能信息服务,是开展装备数据工程建设的关键技术之一。分析了装备试验数据的特点,结合大数据处理分析思想,提出了一种装备大数据模型,以海军装备试验为例,进一步分析了模型的特点,为装备数据工程的建设提供了一种技术路线参考。     

学情数据的关键技术应用

学情数据挖掘是教育数据挖掘的重要组成部分.将数据挖掘技术应用到学情数据,能改变以往学情的片面分析状况,挖掘出教育数据中的不可见教育信息和规律,发现教育过程中存在的问题.主要提出学情数据处理的关键技术,即数据采集和挖掘分析技术,为教育大数据处理提供一定的见解,满足科学的决策支持和教学指导.     

金融学文本大数据挖掘方法分析

通过回顾历史文献可知,传统研究主要研究文本分析常用方法,对于文本大数据挖掘实施过程关注较少.本文阐述了文本大数据挖掘的主要方法,阐述在此过程中获取、预处理、表示文档和抽取文档特征的方法,总结文本大数据挖掘信息来源,结合文本信息来源分析金融学领域文本大数据挖掘应用发展趋势,从而为金融学领域文本大数据应用提供参考.     

基于数据挖掘的网络信息采集与整编

在计算机技术迅猛发展的今天,依托互联网产生的服务越来越多,产生的数据也越来越庞大.为了在繁杂庞大的数据中找到有用信息,提高信息的利用率,人们提出了数据挖掘的概念,旨在从海量数据中发现更加有价值的信息.对基于数据挖掘的网络信息采集与整编进行了分析,旨在更好地促进数据挖掘技术在网络信息采编中的应用.     

基于高性能数据挖掘的网络海量信息处理平台

互联网的迅猛发展对网络信息处理提出了新的挑战,而这些都迫切需要高性能计算技术的支持。为了提高网络海量信息智能并行处理能力,促进网络信息存储与管理、信息融合、数据挖掘、智能处理和信息利用等发展,本文提出了基于高性能数据挖掘的网络海量信息处理平台,重点分析了网络海量信息处理平台实现的关键技术,并对平台的网络热点分析应用的实现进行了介绍。     

电能表现场检验数据挖掘研究

近年来,随着电力用户信息采集系统功能应用不断完善,对用电信息大数据挖掘更加深入。电能表现场检验数据是获取电能表运行状态的重要手段之一,其数据覆盖范围广、周期性强,能够较为准确地反映出电能表误差、用户负荷、运行环境等。因此,有必要将电能表现场检验数据纳入电力大数据挖掘来源。初步探讨了电能表现场检验数据的大数据挖掘策略,有利于更加准确地分析电能表运行状态和用户用电行为,充分发挥现场检验在电能表运维管理工作中的作用。     

基于领域本体库的电子政务智能浏览系统

为了使用户能够快速、智能地利用电子政务信息资源,文中对不同来源、不同结构的数据进行整合和处理,提供面向业务领域主题查询、检索的智能浏览系统,给出了电子政务智能浏览系统体系结构,对系统的主要功能如数据发掘、数据存储、数据挖掘分析、智能浏览服务器、智能浏览客户端等进行了分析;对系统实现的关键技术即基于领域本体库的电子政务智能浏览进行了深入研究,讨论了领域本体实例库的建立方法,分析了智能浏览的工作流程,并对领域本体的构建、推理机制、智能浏览等关键活动进行了研究     

轨迹大数据:数据处理关键技术研究综述

大数据时代下移动互联网发展与移动终端的普及形成了海量移动对象轨迹数据.轨迹数据含有丰富的时空特征信息,通过轨迹数据处理技术可以挖掘人类活动规律与行为特征、城市车辆移动特征、大气环境变化规律等信息.海量的轨迹数据也潜在性地暴露移动对象行为特征、兴趣爱好和社会习惯等隐私信息,攻击者可以根据轨迹数据挖掘出移动对象的活动场景、位置等属性信息.另外,量子计算因其强大的存储和计算能力成为大数据挖掘重要的理论研究方向,用量子计算技术处理轨迹大数据可以使一些复杂的问题得到解决并实现更高的效率.本文对轨迹大数据中数据处理关键技术进行综述.首先,介绍轨迹数据概念和特征,并且总结了轨迹数据预处理方法包括噪声滤波、轨迹压缩等.其次,归纳轨迹索引与查询技术,以及轨迹数据挖掘已有的研究成果包括模式挖掘、轨迹分类等.总结了轨迹数据隐私保护技术基本原理和特点,介绍了轨迹大数据支撑技术如处理框架、数据可视化.本文也讨论了轨迹数据处理中应用量子计算的可能方式,并且介绍了目前轨迹数据处理中所使用的核心算法所对应的量子算法实现.最后,对轨迹数据处理面临的挑战与未来研究方向进行了总结与展望.     

关联规则与聚类分析在超市中的应用研究

数据挖掘是商务智能中经常使用的一项重要技术,企业在其整个运营过程中,积累了庞大的数据信息,决策者们所需要的信息往往就隐藏在里面,数据挖掘的目的就是如何有效地处理这些数据。在介绍数据挖掘与商务智能的基础上,讨论了关联规则的Apriori算法和聚类分析的K-means算法,结合数据挖掘软件Clementine分析了这两种算法在超市中的挖掘过程,得出一些有益的结论。     

大数据挖掘与云服务模式

随着物联网、移动通信技术高速发展,这些技术被广泛地应用到社会的各行各业.社会拥有的数据巨大,人类已经进入大数据时代,但是如何在海量数据中获取有效信息是社会关注的重点问题.因此,本文主要阐述大数据和云服务的基本概念以及大数据挖掘与云服务模式框架这两个方面进行阐述,为数据挖掘提供有效的参考意见.     

“大数据”时代的计算机信息处理技术初探

“大数据”对数据挖掘、IT产业、经济发展和人们的社交网络活动等都是一个难得机遇,但同时也是对计算机信息处理技术的一个不小的冲击和挑战。本文分析了“大数据”对计算机信息处理技术的影响,并对“大数据”下的信息处理关键技术以及改革发展方向进行了探讨。     

基于智能电网应用的电力大数据探索

大数据是智能电网发展的一股新流,对于电力行业的可持续发展及建立智能电网具有重要的意义。应用电力大数据技术成功确保了电力行业的可持续发展和稳态生存。大数据及云计算和智能电网三者相互关联,正确应用大数据关键技术可以帮助电力行业实现新的改革。在本文中对云计算、大数据关键技术以及智能电网三者进行了深入探讨,并对大数据关键技术做出了应用探究,为相关工作提供借鉴。     

基于数据挖掘的软件维护研究

当前软件开发、测试、维护过程会产生大量数据信息,而这些信息是进行软件维护所必需的基础信息,如何高效地利用这些信息是能否成功进行软件维护的关键,数据挖掘技术为这些海量数据处理提供了一个可行的方法.本文研究了基于数据挖掘的软件维护,建立了基于数据挖掘的软件维护系统体系结构,研究了软件数据仓库建立和数据挖掘技术等关键技术,并对存在的问题及发展进行了讨论.     

基于大数据挖掘的高校知识管理系统

当前高校大数据应用面临数据集成困难、成果难以应用、知识难以管理等问题,急需加以解决.本文结合知识管理与软件工程方法,首先设计了基于CRISP-DM的高校大数据挖掘流程;在此基础上,设计了高校知识管理系统的总体架构和功能模型;然后对主要功能模型进行了详细设计,并对其关键技术——数据集成方法、大数据挖掘技术进行了分析和设计;最后给出了该系统的开发环境及测试情况.该系统设计方案对高校大数据应用提供了参考和借鉴.     

云计算技术下的数据挖掘平台建构研究

作为一种新兴网络技术,云计算能够为海量信息高效处理提供技术支持,与此同时能够满足网络交易期间虚拟增值资源各项需求.研究利用云计算技术构建了数据挖掘平台,并对其构架及关键技术进行分析,实践证明云计算技术下数据挖掘平台的建构能够实现对大数据集的有效处理,提升数据挖掘效率,可予以广泛推广.