基于Agent技术的数据挖掘模型研究

传统的数据挖掘方法存在效率低和非智能化等不足,难以满足网络环境下对海量数据的挖掘需要。文中从数据挖掘技术与Agent技术的特征出发,论述了两者结合的优势,将Agent技术应用到数据挖掘中,提出了基于Agent的数据挖掘模型,并阐述了该模型的组织结构。该模型能够降低问题的复杂性,减少人工的参与,在很大程度上提高了数据挖掘的智能性和高效性。     

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。     

基于数据挖掘与Agent技术的入侵检测模型研究

本文研究了数据挖掘和Agent技术以及剖析了现有的入侵检测,并在此基础上提出了一种基于Agent和数据挖掘技术的入侵检测模型。该模型能够解决现行系统提取的用户行为特征和入侵模式特征不能很好地反映实际的情况以及分布异构入侵检测和入侵检测的智能性问题。     

一种基于Agent的数据挖掘结果模式推荐模型

结合数据挖掘模式存储和人工智能Agent技术，提出了基于智能个性化Agent的数据挖掘结果模式的推荐模型，该推荐模型能自动对用户兴趣进行分析，并向用户推荐其感兴趣而又值得关注的挖掘结果模式，有一定的实用价值。     

基于移动Agent的数据挖掘研究

本文提出了一个基于移动Agent的数据挖掘模型，并在Crasshopper平台上实现了该模型关于关关联规则分析算法的挖掘过程。由于Agent的移动特性，基于移动Agent的数据挖掘模型具有较高的挖掘性能和数据安全性。     

基于数据挖掘的多Agent智能 入侵检测系统研究

本文在传统IDS的基础上,充分利用了数据挖掘技术中的知识发现、模型生成和Agent技术的智能性、主动性、移动性,提出了基于数据挖掘的多Agent智能入侵检测系统DAIIDS。     

基于Multi-Mobile Agent技术的个性化数据挖掘的研究

文中提出了基于Multi-Mobile Agent技术的个性化数据挖掘模型，介绍了该模型各个组成部分的功能，以及多个Agent之间如何相互协作完成个性化的数据挖掘，并给出了相关的算法。     

基于多Agent的分布式异构数据源访问机制研究

通过对Agent技术的研究，描述了基于多Agent的分布式异构数据源访问系统模型，并分析了该模型的运行机制和关键技术，这对于提高已有数据资源的共享程度和利用率及进行数据挖掘都具有重要的现实意义。     

基于Agent的分布式空间数据挖掘研究

在介绍数据挖掘、空间数据挖掘、Agent技术的概念和特点的基础上,将Agent技术引入分布式空间数据挖掘.提出了基于Agent的分布式空间数据挖掘系统结构图,并介绍了基于Agent的分布式空间数据挖掘过程.     

基于数据挖掘的入侵检测系统研究

文章将数据挖掘引入入侵检测系统,介绍了应用几种数据挖掘方法进行入侵检测的过程,其基本思想是运用数据挖掘的方法发现用户行为轮廓,检测新的入侵方式。并在此基础上提出了一种基于Agent的入侵检测系统模型,这种模型中数据挖掘Agent持续地进行挖掘分析并为检测Agent提供最新的检测规则。最后对该IDS中相关的问题进行了分析。     

基于网格的物流资源挖掘模型的研究

分布在因特网上的物流资源具有地理分散和职权自治的特性,资源结构和接口难以统一。该文以网格、Agent和增量挖掘技术为基础,提出了不通过资源整合就能够实现全局信息挖掘的方法。分析了基于Web的物流资源网格系统,将其划分为物流域的集合实施分级管理。提出了新的面向网格的信息挖掘模型并设计了域内动态资源挖掘算法和域间请求式资源挖掘算法。该模型解决了不同物流系统之间的信息挖掘难题,算法中引入的增量挖掘技术提高了域间资源挖掘效率。     

从航天数据分析看数据挖掘的前途

在人们越来越注重效率的今天,数据挖掘这门学科已经比以往任何时候都要热门。本文报告了数据挖掘分析的现状,通过一个现实的航天数据挖掘分析的项目构架提出当今数据挖掘领域所普遍存在并没有被注意到的一些问题。并通过该航天数据挖掘分析的实践经验提出了一直被数据挖掘领域的研究者们所关注的数据挖掘的前途问题。借此使数据挖掘这门学科的应用问题能得到广大数据挖掘研究者的重视。     

基于Multi-Agent的数据挖掘模型的研究

数据挖掘是人们长期对数据库研究的结果,但是传统的数据挖掘存在低效性和非智能化等不足。随着具有自主性和社会性的智能计算实体Agent的出现和发展,文中将Multi-agent技术应用到数据挖掘中,并提出了基于Multi-agent智能化的数据挖掘模型,讨论了模型的运行过程。这一模型弥补了传统数据挖掘的缺陷和不足,而且在很大程度上提高了数据挖掘的智能性和高效性,减少了人工的参与。     

从航天数据分析看数据挖掘的前途

在人们越来越注重效率的今天，数据挖掘这门学科已经比以往任何时候都要热门。本文报告了数据挖掘分析的现状。通过一个现实的航天数据挖掘分析的项目构架提出当今数据挖掘领域所普遍存在并没有被注意到的一些问题。并通过该航天数据挖掘分析的实践经验提出了一直被数据挖掘领域的研究者们所关注的数据挖掘的前途问题。借此使数据挖掘这门学科的应用问题能得到广大数据挖掘研究者的重视。     

智能WEB信息提取系统的研究和设计

XML业已成为WEB数据发布与交换的标准,包装器技术为数据挖掘提供了重要实现步骤,智能代理技术以其智能、代理特性在控制协调挖掘上起着重要作用。本文将这三项标准和技术进行有机结合,应用于WEB数据挖掘上,借助J2EE三层体系结构思想,给出了智能WEB信息提取实现方案,并简要阐述了该系统处理用户挖掘请求的流程,体现了该系统较强的智能理解和概括能力。     

XML技术在Web数据挖掘中的应用

随着网络资源的日益丰富,从中发现潜在的、有价值的信息的商业需求一直推动着数据挖掘技术不断向前发展,由于Web数据本身具有半结构化、组织性差的特点,使得Web数据挖掘工作变得十分困难,而XML的出现为Web数据挖掘技术带来了新的契机和巨大的发展。本文介绍了XML技术以及Web数据挖掘,阐述了XML技术在Web数据挖掘中的应用。由于基于XML的Web数据挖掘是一门新兴的技术,如何进一步充分利用Web资源进行数据挖掘还有待于进一步研究。     

基于MAS的供应商选择系统分析与设计

在总结了供应链管理及智能代理基本理论的基础上,通过与传统供应商筛选方法之间的对比,构建了基于MAS的企业供应商筛选系统模型,并研究了供应商选择中的协调问题。其次,重点研究了数据采集Agent、决策支持Agent、动态评价Agent的组成框架及工作内容,并在此基础上阐述了各部分的运作模型、供应链框架的运行机制及框架中供应商的地位。然后,为了提高系统的学习性、自适应性和智能性,实现供应商的自动筛选,采用了自组织数据挖掘结合遗传算法优化本系统的学习能力。     

SQL Server 2005数据挖掘技术在证券客户忠诚度的应用

文中主要研究了我国证券业客户忠诚度分类和表现形式,提出了一种证券业客户忠诚度评估的有效方法。依据RFM客户评价方法,结合数据挖掘的一般流程将SOLServer2005中的数据挖掘技术应用于证券业客户忠诚度模型系统中,并结合某证券公司客户交易数据,对其客户忠诚度进行了准确合理的分类,对其不同忠诚度类型的客户提出相应个性化营销建议,最后通过使用DMX语言在客户端运用数据挖掘产生的分类规则对其客户进行了准确预测。     

基于移动Agent的Web信息智能过滤算法及其实现*

讨论了Web信息过滤的现状,提出了Web信息过滤应用中移动Agent的结构并设计了基于移动Agent的信息过滤工作模型。该模型由数据挖掘模块、信息过滤模块和相应的数据库模块组成,能够有效地屏蔽非法信息。实际应用表明,该Web信息过滤模型能够有效地完成对网页信息的过滤和保证内部人员合法地使用网络。