人身保险知识图谱的构建与应用

辅助投保人了解保险产品的条款是保险应用关注的热点问题之一, 借助知识图谱技术辅助人身保险业务开展是一种可行的方法. 本文首先从多源数据中提取并构建人身保险知识图谱LIKG. 具体而言, 构建BERT-IDCNN-BiLSTM-CRF模型提取非结构化文本数据的实体, 通过多种短文本相似度算法以及集成排序算法完成实体对齐; 设计并使用Bootstrapping和分类预测两阶段抽取方法对保险产品进行属性填充. 然后, 根据构建的LIKG, 设计开发原型系统, 该系统使用实体抽取和属性抽取算法提供知识获取功能、设计CF-IIF指标提供属性推荐功能以及实现可视化界面帮助用户快速掌握人身保险产品的信息, 展示LIKG的应用价值.     

Web架构驱动的石油工业知识挖掘系统

石油工业大数据具有无限潜力与价值,将大数据与数据挖掘技术应用其中,不仅可以提升石油行业工业化水平,而且对石油行业智慧化发展起到强有力地推动作用.由此提出了一个Web架构驱动的、集成了数据挖掘五大模块的新型工业知识挖掘系统-即石油工业数据挖掘系统,包含：数据集管理、预处理算法管理、数据挖掘算法管理以及数据挖掘流程管理和数据结果可视化五大模块.本系统实现了完全自助式的数据提取、数据预处理、数据分析与知识挖掘和结果可视化展示的完整知识挖掘流程.通过以Web的形式满足油田不同层级的用户在不同场景下的即时使用需求,极大提高了系统的灵活性.通过本系统,油田的技术开发人员可忽略大数据的搭建以及其他复杂构建过程,更好的服务于油田数据建模和分析.     

基于校园GIS的空间数据挖掘系统原型

为了建立数字校园信息平台,必须对校园GIS数据进行分析和挖掘。文中提出将校园GIS与数据挖掘系统进行集成,空间数据库系统负责空间信息抽取,GIS实现对挖掘结果进行可视化显示。搭建一个空间数据挖掘原型系统模型,利用设计的挖掘算法,挖掘出空间数据库中隐含的知识,并将空间数据挖掘结果进行可视化输出。该原型系统已成功应用于某高校校园GIS,不仅可以挖掘显示知识（校园每个教学楼的上座率）,还可以发现隐藏在校园GIS中的隐式知识,是对现有空间数据挖掘系统的有益改进和补充。     

基于多Agent的分布式数据挖掘模型

论文分析了分布式数据挖掘的优势和所面临的问题,讨论了Agent对分布式数据挖掘性能的增强。又进一步提出了一个基于Agent的分布式数据挖掘形式模型,并结合数据挖掘方法和知识集成技术对该模型进行了深入的分析和讨论。     

基于校园GIS的空间数据挖掘系统原型

为了建立数字校园信息平台,必须对校园GIS数据进行分析和挖掘。文中提出将校园GIS与数据挖掘系统进行集成,空间数据库系统负责空间信息抽取,GIS实现对挖掘结果进行可视化显示。搭建一个空间数据挖掘原型系统模型,利用设计的挖掘算法,挖掘出空间数据库中隐含的知识,并将空间数据挖掘结果进行可视化输出。该原型系统已成功应用于某高校校园GIS,不仅可以挖掘显示知识（校园每个教学楼的上座率）,还可以发现隐藏在校园GIS中的隐式知识,是对现有空间数据挖掘系统的有益改进和补充。     

基于AI的主动数据挖掘技术在网络故障管理中的应用

讨论了基于人工智能的主动空间数据挖掘技术在故障管理中的应用，给出了一个应用模型，其中主动空间数据挖掘技术主要体现在数据融合，数据挖掘和知识发现的过程中，文中首先给出了规则定义和触发器定义，并对专家系统的知识发现过程给出了基于时间窗口的告警关联算法，最后给出了在仿真环境下的系统性能测试分析，模型实现和分析数据表明该模型是的可行的。     

一个面向软件过程的知识挖掘与管理系统

软件过程的知识密集性特征要求组织人员的密切协作、交流,并能够有效地重用组织的实践经验。数据挖掘技术能够从大规模数据中发现有意义的知识,能够为知识管理提供有益的支持,从而得到更好的知识共享和重用效果。在对软件过程进行分析的基础上,提出了协同知识管理模型。介绍了一个集成的面向软件过程的知识挖掘与管理系统iKnow。对iKnow的知识表示、知识挖掘、知识服务和个性化知识检索进行了论述。系统使软件组织的实践经验成为可视、可控和可重用的知识资源。     

基于知识网格的数据挖掘

工业、科学、商务等领域的数据通常分布在不同的地方,需要在不同的地点对其进行分布式维护。只有使用计算功能超强的分布式、并行处理系统才能分析这些领域所产生的超大规模数据集。网格为分布式知识发现应用中的计算提供了有效支持。为了在网格上进行数据挖掘的开发,本文提供了一个称之为知识网格的系统,讨论如何应用知识网格设计实施数据挖掘应用,并说明如何搜索网格资源、编制软件和数据组件,以及数据挖掘应用在网格上的执行过程。     

可视化数据挖掘技术

迄今为止,数据挖掘与知识发现软件的功能不再停留在"挖掘"这个单一功能的实现,而已延伸到数据挖掘与知识发现的过程,即包括数据的预处理、数据挖掘、模型评估与可视化,在单纯的模型可视化基础上扩充了数据可视化与数据挖掘过程可视化.主要讨论了数据挖掘的方法与可视化技术,指出了未来的研究方向.     

基于多Agent的政府知识管理系统模型研究

针对现有政府知识管理系统的局限性和政府知识管理的复杂性,采用面向多Agent的系统设计方法,设计了一个基于多Agent的政府知识管理系统模型,给出了系统模型实现的一些关键技术.该模型由多个Agent来协同实现政府知识的异构整合、知识推送、知识利用等服务,以满足政务知识管理的异构知识集成、智能化决策、个性化服务等实际需求.     

大数据背景下的数据挖掘课程教学新思考

当今社会已经步入大数据时代,数据挖掘已经成为商业、医疗、制造业和政务管理等应用领域的重要技术,具有十分重要的社会价值。数据挖掘课程综合了多门学科知识,其教学设计和教学方式直接影响到教学效果和人才培养的质量。针对大数据的特点,以构建课程核心知识体系为主题,采用案例教学法,改革传统的教学评价方式,理论结合实践进行了研究生数据挖掘课程教学创新尝试,其教学达到了预期效果,受到学生好评。     

智能管理系统在高校大数据实验室管理中的应用

实验室是高校实验教学和科学研究的设施基础,对培养学生的科学素养、实践动手能力等有非常重要的现实价值。在教学改革不断推进,科研型、创新型、综合型人才社会需求量爆炸式增长以及大数据不断普及的时代背景下,高校实验室在高校教育中的应用地位越来越高。而为了与之相适应,高校通常会在实验室配备高科技仪器设备供学生和教师开展教学实验活动,同时,为了合理使用这些精密的仪器设备资源,在保证安全性的前提之下,实现高校实验室功能的最大化发挥,大部分高校都开始在实验室管理中导入智能管理系统。因此,建设基于智能环境的高校大数据实验室管理系统不仅是新课程改革的内在要求,更已成为高校实验教学发展的未来趋势。本文主要探讨智能管理系统在高校大数据实验室管理中的应用。     

基于大数据的高校智慧校园学生综合测评系统设计与研究

当前,信息化正面临着一个全新的阶段,即以数据的深度挖掘和整合应用为核心的智慧化阶段,智慧校园已成为时下高校信息化建设的重要内容。分析高校信息化建设现状和Hadoop、Spark等大数据技术框架,并重点从数据存储层、核心业务层和信息展示层对智慧校园学生综合测评系统进行分析与设计,为大数据技术与智慧校园的深度融合提供方案。     

基于知识管理的统一数据模型

分析传统数据建模的特点和缺点,在电子政务领域提出用知识统一数据模型来支持统一知识管理和信息集成。基于知识统一数据模型设计并实现了一个统一应用开发环境,并在该环境下构建知识管理平台。实际应用表明,基于知识统一数据模型来构建知识管理平台可以使系统能统一管理各类知识,并便捷、快速地适应新知识类型的应用。     

遥感大数据的基础设施：集成、管理与按需服务

随着遥感技术的不断进步,遥感数据的数据量越来越大,种类越来越多,分布越来越分散,遥感应用的复杂程度和个性化程度也不断提高,遥感正在走向大数据时代.而目前遥感数据基础设施在容量、可扩展性、易用性和性能等方面都难以满足遥感应用的需求,成为了遥感科学与工程从获取到最终产品这个流程中的瓶颈.为此,首先从遥感数据的本质出发,讨论了遥感数据基础设施应当具备的分布、异构、时空连续和按需数据处理等特性,并依据遥感数据基础设施的基本服务单元、分布性、时空连续性和按需处理支持能力将遥感数据基础设施分成6类.其次,针对这6类遥感数据基础设施展现出的特性,设计了实现这些基础设施可以采用的体系结构,并指出了其中实现的技术难点和解决思路.最后,就遥感数据基础设施设计和实现过程中涉及到的数据收集与整合、数据组织与管理、数据服务接口、按需数据处理等方面的技术方案进行了深入的讨论.在这些技术的支持下,遥感数据基础设施能够做到分布化、智能化和平台化,支持遥感科学的合作研究和工程上的协同应用.     

基于Agent的知识发现模型的设计

ＫＤＤ（ｔｈｅ Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅ）模型的研究是数据挖掘领域中的一个重要分支,现有的一些模型各有其优势,但又不是完美的,尤其在智能性方面都表现得较差。文章设计了一个基于Ａｇｅｎｔ的智能数据挖掘系统,利用多智能体技术实现了信息的收集、预处理、查询、知识的自动提取、数据挖掘等功能,使整个挖掘过程实现了知识性、智能性,它可以为智能信息系统提供必要的支持。     

基于成果导向的大数据专业建设及面向数据生命周期的课程体系设计

大数据相关专业的人才培养正在广泛受到国内外高校的重视.针对不同的专业发展方向和学科定位,需探索适合大数据类专业建设的模式和配套的课程体系.以大数据管理与应用专业为切入点,重点分析了该专业的发展定位与人才培养目标.基于成果导向的教育模式,以围绕项目的学习实践,注重数据全生命周期管理的能力培养,构建大数据管理与应用专业的培...     

基于大数据的主网生产运维数据分析系统设计

主网生产运维的数据存在差异性大且统一困难、数据集成度与共享性不足等问题,造成这些数据利用率低且应用不充分,已不能满足主网生产运维的要求。本文提出基于大数据的主网生产运维数据分析系统设计方案用于解决这些问题。本文在分析主网生产运维数据特点的基础上,设计了包含数据存储、设备缺陷图谱分析、基于众包的设备故障修复、输变电设备健康度评估、主网精益化作业管理等功能的数据分析系统。该系统对主网生产运维数据进行分布式存储、关联分析、深度挖掘。此外,本文以大数据平台为核心设计了系统的软件架构,重点阐明了主网生产运维数据的存储原理。本文设计的系统面向主网的生产运维人员,旨在为他们提供设备检修、精益化管理等高级服务。     

基于数据挖掘的高校管理信息系统设计与实现

高校事务信息的数据规模较大,更新速度较快,复杂度较高,需要设计有效的高校管理信息系统,提高信息管理能力。传统的高校管理信息系统设计采用嵌入式Visual Basic的信息管理系统构架方法,系统的信息再植入能力和多线程处理性能不好,提出一种基于多元特征数据挖掘和嵌入式Linux内核的高校管理信息系统设计方法。首先在嵌入式Linux的核单元中进行高校管理信息系统总体设计和文件配置,进行系统的功能模块分析和技术指标描述。设计基于相空间重构和关联特征提取的数据挖掘算法,进行高校管理信息的有用特征挖掘和提取。以数据挖掘结果进行程序加载和引导,进行高校管理信息系统的软件开发和设计,主要包括程序加载模块、数据存储模块、交叉编译模块以及网络通信模块的设计,实现基于数据挖掘的高校管理信息系统的改进设计。实验结果表明,采用该系统进行高校管理信息的挖掘和存取调度,具有较好的可靠性和人机交互性,系统的吞吐性能和执行时间开销等指标具有优越性。     

基于Ontology的工作流知识管理系统的应用研究

知识管理已成为企业在信息化条件下提高竞争力的必要手段,工作流系统是支持工作流定义、执行和监控的计算机软件系统。针对工作流系统应用在企业知识管理时面临的流程数据整合不易、文件内容词汇关系的不明确与存取控制不便等问题,提出了一种基于本体的工作流知识管理系统架构,并介绍了其设计及实现机制。该系统以XML作为流程文件交换与存储格式,流程中的知识可以结构化地保存下来,便于在各部门的异质系统间传递;并利用了本体论的方法将企业内的组织、计划、人员等不同知识领域所包含的概念及关联特性整合进工作流程中,改善了部门间的语意差异,更好地实现了工作流中知识的应用效率与一致性。