排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
为了解决Apriori关联规则算法在处理大数据时产生大量候选项集,且无法在大数据环境下挖掘出频繁事件中所隐藏的否定关系的问题,通过深度分析事务数据库的特征,结合Boolean矩阵原理,运用粗糙集的分类思想和MapReduce并行编程模型,提出在MapReduce框架下的否定粗糙关联规则算法,以处理大数据所隐藏的否定关系。实验结果表明了该并行算法的有效性,适合挖掘出海量数据的否定关系。 相似文献
2.
数据清洗是保证数据质量的重要步骤. 由于人类的活动通常带有一定的主观性与情绪性,因此现实中部分数据往往存在不合理性甚至错误. 而此类不合理数据常具有不确定性、模糊性与隐藏性,这给数据清洗带来了困难. 传统的数据清洗方法对此类数据难以充分发挥作用. 结合区间值模糊集理论与匹配函数提出一种区间模糊匹配函数方法,构建区间模糊匹配算法来清洗数据、提高数据质量,并将其应用在问卷调查数据中. 实验结果表明本算法具有较高的准确度及运行效率,适应处理数据中的不合理数据. 相似文献
3.
为充分发挥大数据技术在个性化教学服务信息系统建设中的作用,真正实现有效的个性化教育,对当前教学服务信息系统建设中存在的典型问题进行了深入分析,提出了有针对性的相关建设方案与建议,并基于大数据分析设计了个性化教学服务系统具体实施路线流程,对智慧教育发展进程中进一步提升个性化教学服务信息系统建设水平具有一定的借鉴意义. 相似文献
4.
在积极寻求地方本科院校国际合作办学的大背景下,以武陵山片区本科学校为例,探讨大学计算机课程体系建设,阐述如何让培养学生计算思维能力,帮助学生瞄准世界前沿、瞄准未来技术。 相似文献
5.
海量数据挖掘过程相关技术研究进展 总被引:1,自引:0,他引:1
随着信息技术的发展,复杂、多样的海量数据给数据挖掘带来了新的挑战。为了更加深入全面地了解大数据环境下的数据挖掘技术的研究进展和应用,从海量数据挖掘过程的技术框架、算法、理论及模式方面进行了详细的阐述。概述了大数据的基本概念、处理流程及面临的问题,简述了数据挖掘的基本过程及相关算法,详细评述了海量数据挖掘过程的研究现状及面临的挑战,并从博弈论的角度、粒计算模型及大数据处理思维方面探讨了海量数据挖掘过程中的处理模式。 相似文献
7.
8.
在地方本科院校应用型人才培养转型的大背景下,本文对怀化学院软件工程专业近几年建设过程中,在课程建设、校企合作、师资队伍等方面存在的问题进行了深入思考与分析,并有针对性地提出了相关的应对策略,最后提出了以学生核心竞争力为中心的培养模式的探索,本文对地方院校面向应用技术型人才培养的专业建设具有较好的借鉴意义。 相似文献
9.
在对服务器集群Web QoS控制基础上,综合考虑请求内容和各服务器性能以及当前整个集群负载平衡状况,设计了一种基于L4/L7双层分配的混合负载平衡调度策略,算法引入了一个反馈环节动态地改变Web服务器的权值,通过负载平衡程度的阈值进行判断,选择不同的调度策略,从而提高了Web集群系统的性能。 相似文献
1