面向大学生心理问题分析的数据挖掘应用

当前已经进入大数据时代,数据挖掘是在大量的数据中提取有用的有价值的知识。本文结合高校学生心理测试产生的数据,采用ID3算法构造决策树分析预测大学生心理健康状况,为学校的心理辅导工作提供参考依据。     

基于决策树算法的校园客户识别模型

校园市场是基础电信运营企业细分市场的重要组成部分,对企业核心竞争力的提升和可持续发展具有重要意义。本文主要介绍一种决策树算法的校园客户识别方法。该方法根据决策树算法的基本原理,融合了社交网络扩散原理和打分机制,将其应用到校园客户识别模型建设之中。通过外呼等方法验证客户准确性相比原有模型有了极大提升,证实了该模型的有效性。     

分类挖掘技术在高校人事管理中的应用

探讨分类挖掘技术在高校实际工作中的应用方式与应用领域。以高校人事管理为模型，应用数据挖掘中决策树算法，对高校人力资源数据源中的信息进行分析，发现其中有价值的数据模式，寻找其中存在的关系和规则，对高校人才规划提供比较客观的决策支持。     

基于决策树的钢丝绳断丝定量识别

本文从考虑钢丝绳断丝情况的纷繁复杂性出发，提出了以模型识别技术中的二叉决策树理论为基础的钢丝绳断丝定量判别，从而通过对原始波形信号的特征量的提取，充分利用各特征量阈值，有效准确地判定港口，矿山在役纲丝绳断丝根数的工作状况。     

HACCP体系用于给水处理厂浊度控制的研究

介绍了危害分析和关键控制点（HACCP）体系的基本原理及其在城市给水系统中的应用进展，并以我国南方某城市的给水处理厂为例，对HACCP体系用于水厂浊度控制开展了探索性研究。应用故障树分析技术识别了水厂中可能导致浊度超标的潜在危害，应用决策树分析技术确定了水厂浊度控制的关键控制点，建立了关键控制点和质量控制点的关键限值、监控系统以及纠偏措施，并分析了对验证程序以及文件和记录保存系统的要求。     

神经网络分类器的快速构造算法

使用ＢＰ算法训练多层网络的速度很慢而且事先难于确定隐节点和隐层的适当数目。本文提出一个有效的算法，先构造决策树，然后将构造的决策树转换为神经网。文中使用一个全局准则函数控制决策树的增长，它较好地匹配了树的复杂性和训练样本量及错分率界。实验结果，本文的算法比用ＢＰ算法训练多层网络要快，而其分类精度不低于用ＢＰ算法训练的多层神经网。     

基于决策树技术的日前市场清算电价预测

以澳大利亚昆士兰州电力市场为背景,采用决策树技术,建立了提前日的电力市场清算电价预测模型。详细介绍了决策树技术的原理及其在电价预测中的实现方法,考虑了非电价因素对电价预测的影响。实际结果表明该方法具有良好的预测效果和直观性。