浅析数据挖掘的分类与预测

数据挖掘技术是信息时代的宠儿,而分类和预测是数据分析的两种基本形式,能预测未知数据的趋势。本文主要介绍了何为数据的分类和预测,并且通过判定树归纳细化了数据分类的划分步骤;通过介绍线性回归、多元回归以及非线性回归等预测方法加深了对数据预测的认识;并介绍了分类法准确率评估方法以及分类和预测的异同点。     

利用数据挖掘工具分析上网流量

本论文利用SQL Server2005中的数据挖掘工具对某单位访问外网的流量及相关信息进行了分析。通过利用聚类、决策树、Naive Bayes等模型得出了影响访问流量的几个关键属性。根据这次挖掘的结果,网管人员可在时间以及网段等方面对流量进行一定的调整,从而使网络资源得到最有效的利用。     

利用数据挖掘技术对公交乘客特征状况的分析

分类在数据挖掘中是一项非常重要的任务.分类的目的是学会一个分类函数或分类模型,该模型能把数据库中的数据项映射到给定类别中的某一个,从而用于数据分类或预测.决策树是归纳学习和数据挖掘的重要方法,通常用来形成分类器和预测模型.主要研究了数据挖掘中的一种基于决策树的分类算法,以及在公交系统数据预测中的应用.在此基础上进一步讨论了ID3算法存在的一些问题并给出了解决方案和实现过程.其研究结果对开发交通规划决策支持系统具有重要的参考价值.     

数据挖掘技术在产品相似性上的应用研究

市场细分导致的产品多样化使预测与计划更加困难,而相似性产品的确定可以改善库存结构,促进销售的增长。文章在论述数据库设计和基础数据准备的基础上,提出了三种方法用于确定相似性产品,并给出了实例,最后作了比较分析。     

对数据挖掘中关联规则技术分析

关联规则问题由Agrawal等人在1993年首先提出,之后便引起了广泛的关注。关联规则的挖掘是数据挖掘的一个主要研究内容,也是最活跃的一个分支。本文首先对关联规则现状做了研究,分析了关联规则的种类,阐述了关联规则中的多种算法的实现。     

基于视频动态投影的实时车辆流量检测系统

系统利用视频检测线上的RGB灰度变化识别车辆,从而完成对车辆流量的检测。由于引入了动态投影技术,并由动态投影图得到特征值的波形,因此特征提取中灰度差阈值的确定变得直观而可靠。为了保证背景信号的真实性,系统采用了和背景变化相应的背景刷新技术。系统的识别正确率可达90％以上,能满足实际应用要求。     

"基于数据挖掘技术的社会治安智能分析系统"的设计与实现

针对当前我国公安系统业务种类繁多、业务数据量庞大及缺乏对数据的智能分析等问题,作者根据当前社会治安的实际情况,提出并设计了"基于数据挖掘技术的社会治安智能分析系统",为实现社会治安综合分析、预测,乃至治理提供有价值的决策支持信息提供了条件.文章主要介绍该系统的设计目的、功能及特点.     

基于Web的推荐系统数据挖掘算法分析

随着互联网的快速发展,人们接收的外界信息越来越多,如何在海量信息中获取有价值的信息,是互联网领域需要解决的重点问题。数据挖掘算法是一门跨学科的综合技术,能够从海量信息中提取人们需要的有用数据。将数据挖掘算法应用在实际中,能够起到一定的应用效果,其涉及了一个非常重要的知识点——推荐系统。基于此,重点介绍Web下推荐系统数据挖掘算法的具体应用过程,结合关联规则和聚类算法,提高推荐系统的准确性。     

关注城市交通 共享畅通生活——在探索中前进的城市交通之整体状况分析

近年来城市交通拥堵状况日益严重．人们对城市交通投入了前所未有的关注，并为之付出了许多努力。本文将向你展现目前城市交通的整体状况。并对智能交通在中国的应用情况作一呈现。     

数据挖掘技术在农产品分析上的应用

本文主要介绍了上海蔬菜市场信息分析系统的系统结构和关键技术．该系统基于B／S结构，主要运用数据挖掘技术建造多种预言模型，并采用数据仓库建模，批量数据导入，构件等关键技术。     

数据挖掘在智能交通系统中的应用分析

介绍了数据挖掘的基本概念及应用背景;讨论了作为复杂巨系统的智能交通系统的信息特性及其不确定性;指出控制的实时性要求在交通流状态迅速变化条件下尽快求出最优或次优控制变量,传统的基于数学建模方法的局限性决定其无法解决这些难题;对应用数据挖掘技术处理智能交通系统的某些具体问题进行了分析。     

高速数据采集系统中的DMA技术

本文介绍了高速数据采集系统中的DMA控制器的功能；从A／D转换器的工作时序和RAM的写时序出发，叙述了采用DMA技术的高速数据采集系统的组成和工作原理，给出了相应的原理框图和时序图。这种系统特别适合于快速变化的动态信号的大量数据采集。     

基于DSP的交叉口车辆排队长度图像检测系统*

详细介绍了系统的硬件结构设计,图像采集主程序流程及车辆排队图像的长度多阈值提取算法。该系统应用于城市交通信号控制机上采集交通量信息,精度高,安装维护方便,优于传统的电感线圈采集方式。     

数据仓库与数据挖掘技术的研究与应用

讨论了数据仓库的构建方法和数据挖掘技术的应用,介绍了使用分析服务器构建数据仓库及进行联机分析的方法,实现了一个利用决策树算法建立模型对顾客的信誉度进行分类的实例。     

数据挖掘技术研究综述

随着信息技术的发展,积累了越来越多的数据。数据挖掘技术通过从数据库中发现知识,为人类处理这些海量数据提供了有力武器。首先介绍了数据挖掘技术的概念,然后对数据挖掘系统的构成和数据挖掘的流程进行了分析,最后详细分析了数据挖掘的常用方法。     

并行决策树算法的研究

数据挖掘在科研和商业应用中正发挥着越来越重要的作用。随着数据量的增加,数据挖掘工具处理海量数据的能力问题显得日益突出。研究并行算法,是解决这个问题的有效途径。分类器是数据挖掘的一种基本方法,决策树是一种最重要的分类器。文章首先介绍了分类器中的决策树算法,然后设计了一种并行决策树算法,最后探讨了该并行算法在PVM系统下的实现。     

模糊数据挖掘技术在交通量预测中的应用

城市公路交通量预测不仅对于区域交通规划有重大意义，而且还直接影响到交通控制的效果。在预测前采集的数据比较多时，系统复杂，精确化能力会降低，即模糊性更强，因而仅靠复杂的算法和推理并不能完全发现知识。该文基于数据挖掘技术，提出了一种模糊数据挖掘方法。     

Research on E-Commerce Transaction Payment System Basedf on C4.5 Decision Tree Data Mining Algorithm

In this paper, according to the information classification algorithm in data mining, data in the network payment system of e-commerce is mined, forming an effective evaluation of the security of the network payment system. Firstly, the method of network security risk prediction is discussed. Secondly, according to the characteristics of network payment system, the system security index system is analyzed in detail, and the specific application process of the C4.5 Classification Algorithm in security evaluation is discussed. Finally, the data mining process is designed in detail and the corresponding code established. In this paper, data mining theory is applied to the network payment security evaluation system, and an algorithm system is constructed to evaluate the network payment security. The algorithm system realizes the effective evaluation and judgment of the network payment system security as well as warning of potential network security problems, effectively changing the previous way of network security management, and ensures the security and stability of the network payment system is maximized.     

数据挖掘方法在用户流失预测分析中的应用

移动通信在高速发展的同时,出现了大量用户离网的现象,基于客户信息、消费行为等历史数据,进行客户离网预测分析成为各个运营商普遍关注的问题。文章基于客户的历史数据和短期偶发数据,提出了链型数据挖掘方法,并结合决策树,形成了一个综合的链型树分类器(Chain Tree Classifier,CTC)和用户行为预测模型,实验结果显示,该分类器对移动通信运营商感兴趣的单个事件发生具有良好的预测能力,可被应用到客户离网预测中,从而帮助运营商提前发现具有离网倾向的用户,进而获得更高的利润。     

数据挖掘中决策树算法的最新进展

概述了传统决策树方法的基本原理和优越性,指出了该方法应用于超大数据集的数据挖掘环境时的局限性;着重分五个方面概括了近年来决策树方法在数据挖掘中的主要进展,并讨论了决策树方法面临的挑战及其发展趋势。