数据挖掘方法在智能电网中的应用

智能电网接入设备的增加，使得全网数据量增大，导致电阿监测与数据分析的难度加大，利用先进的数据挖掘方法可以实现电网数据的有效使用。在分析了数据挖掘方法的流程基础上，结合电网稳态分析的设计过程，给出了面向智能电网的数据挖掘方法模型，并得到实验验证。     

数据挖掘在移动用户行为分析系统中的应用

随着国内电信市场竞争的日趋激烈,电信运营商的经营模式逐渐从技术驱动向市场驱动、客户驱动转化,用户行为分析逐渐成为各运营商关注的焦点。文章设计了EV-DO信令监测系统用户行为分析模型,引入数据挖掘技术来进行海量数据的分析与处理,让企业深入了解和掌握现有客户群。     

数据挖掘在电信领域客户行为分析中的应用

首先介绍了基于数据挖掘技术构建的客户行为分析系统的架构,然后讨论了5种典型的电信领域客户行为分析应用及其使用的数据挖掘技术.     

智能管道大数据挖掘分析研究与实践

探索如何挖掘、利用电信运营商智能管道中的数据价值,通过利用智能网管数据中心汇聚固网、移动网上大量网络基础性能质量、话单、日志、信令、DPI等各类数据,利用大数据技术,进行跨专业关联、多维度深度挖掘分析,形成综合应用。     

数据挖掘在用户行为可信研究中的应用

用户行为的可信性研究已成为当前可信计算中的一个重要内容。但是,用户行为的复杂性使得用户行为的可信研究变得非常困难。针对该问题,文中采用数据挖掘算法分析并发现用户正常行为模式和异常状态下的特征规则,并以之对用户历史行为数据进行检测,反映出用户行为的可信性,为系统安全决策提供客观的参考依据,有利于系统加强对不可信用户的安全监控,提高系统安全防范能力。     

数据挖掘在智能教学系统中的应用

智能教学系统以其绝对的优势已经为大多数人所接受,但在使用他的过程中也存在着一些不足。如何更好地满足用户的个性化、主动性及知识库数据的重组,提出数据挖掘技术来解决这一系列问题,以期智能教学系统为使用者提供更佳的服务。     

数据挖掘在智能答疑模型中的应用

数据挖掘技术是近年来随着数据库技术和人工智能技术的发展而出现的全新信息技术。在分析智能答疑系统设计中存在的主要的技术问题后，我们利用数据挖掘的相应知识，提出一种基于关联规则挖掘和知识树规则合并与删除机制的智能答疑模型。     

数据挖掘技术在学生信息中的应用

随着我国教育信息化进程不断推进,信息技术和数据挖掘技术在教育领域得到广泛的应用。在"以学习者为中心"的思想指导下,利用数据挖掘技术对学生的成绩信息进行数据分析和预测,应用Apriori关联规则算法挖掘出影响学生成绩的潜在的规律,为学校对学生的管理决策提供依据。     

数据挖掘在学生成绩分析中的应用

针对课程设置与课程成绩之间的联系,通过比较分析可以发现学生成绩背后所隐藏的有价值信息。设计开发了一个简单的数据挖掘系统。该系统包括获取数据、数据预处理、关联规则挖掘和规则结果分析四个模块。通过对学生成绩数据的挖掘,可以发现隐藏其中的关联规则,得出有实际价值的规则及结论,从而为教学管理人员优化课程设置提供决策支持。     

大数据挖掘技术在监所智能分析中的应用

一、公安监所视频监控智能分析应用现状 智能视频分析依赖于视频算法对视频内容进行分析,通过提取视频中关键信息．进行标记或者相关处理,并形成相应事件和告警的监控方式．人们可以通过各种属性描述进行快速检索。如果把摄像机看作人的眼睛．而智能视频监控系统可以理解为人的大脑。智能视频技术借助处理器的强大计算功能,对视频画面中的海量数据进行高速分析．获取人们需要的信息。     

Apriori算法在无线网络数据智能挖掘中的应用

为解决传统挖掘方法进行数据挖掘时,存在规定时间范围内数据挖掘量少,导致挖掘效率不高的问题,提出Apriori算法在无线网络数据智能挖掘中的应用研究.通过数据挖掘关联规则设计、基于Apriori算法的无线网络数据文本分类和无线网络数据离群点智能过滤,实现无线网络数据智能挖掘.通过实验证明,所提挖掘方法与传统方法相比挖掘效率得到明显提升.     

数据挖掘技术在客户管理中的应用研究

数据挖掘技术．是从大量、无序、静态的数据中发现有价值的规律和模式的过程。在分析了数据挖掘技术的应用特点的基础上,讨论了客户管理的特殊性,并就算法选择、模型构建、工具的应用等关键环节,给出了在客户管理中应用数据挖掘技术的实用方案,最后进行了简要的效果评价与分析,对于同类应用具有参考价值.     

数据挖掘技术在客户管理中的应用研究

数据挖掘技术.是从大量、无序、静态的数据中发现有价值的规律和模式的过程.在分析了数据挖掘技术的应用特点的基础上,讨论了客户管理的特殊性,并就算法选择、模型构建、工具的应用等关键环节,给出了在客户管理中应用数据挖掘技术的实用方案.最后进行了简要的效果评价与分析,对于同类应用具有参考价值.     

关联分析在数据挖掘中的应用

本文重点阐述了关联分析在数据挖掘中,异常数据处理和未知情况预测两方面的应用.     

信息挖掘技术在数据业务分析中的应用

介绍了信息挖掘的定义、系统的结构模型及其作用,阐述了信息挖掘技术在彩信业务以及其他数据业务中的应用情况,认为应将信息挖掘技术应用于数据业务的话单及日志分析中,为维护人员分析解决问题提供有效的数据及信息支持,更好地促进数据业务的发展.     

数据仓库和OLAP技术在CRM投诉分析中的应用研究

借助商业智能解决方案技术,充分利用各种网络业务运行信息,通过科学的主动监控技术发现网络业务运行中的潜在问题,实现有效的主动监控预警分析,及时的做出预先警告,并进一步推进集中监控的精细化,提高网络业务运行的安全性、稳定性。重点要以客户投诉数据建立数据仓库,针对不同的分析主体设计建立各自的多维数据集,利用联机分析技术进行多维度分析,得出客观的,值得运营商借鉴的实时动态结果,为电信运营商设备的主动监管提供有力的技术支持,为广大的网络用户提供更优质的服务。     

An intelligent data mining system for drop test analysis ofelectronic products

Drop testing is one common method for systematically determining the reliability of portable electronic products under actual usage conditions. The process of drop testing, interpreting results, and implementing design improvements is knowledge-intensive and time-consuming, and requires a great many decisions and judgments on the part of the human designer. To decrease design cycles and, thereby, the time to market for new products, it is important to have a method for quickly and efficiently analyzing drop test results, predicting the effects of design changes, and determining the best design parameters. Recent advances in data mining have provided techniques for automatically discovering underlying knowledge from large amounts of experimental data. In this paper, an intelligent data mining system named decision tree expert (DTE) is presented and applied to drop testing analysis. The rule induction method in DTE is based on the C4.5 algorithm. In our preliminary experiments, concise and accurate conceptual design rules were successfully generated from drop test data after incorporation of domain knowledge from human experts. The data mining approach is a flexible one that can be applied to a number of complex design and manufacturing processes to reduce costs and improve productivity     

数据挖掘技术在中医处方经验研究中的应用

传统的中医药科学在长期的医疗实践中积累了海量的处方数据,数据挖掘是目前最有效的数据分析手段之一,利用数据挖掘技术从这些海量数据中发现蕴含其中的中医药知识,是一项极有价值的研究工作。本文主要采用数据挖掘中的Apriori关联规则算法,对中医处方数据进行挖掘和总结：首先对采集的中医药数据进行数字特征化处理;然后对中医处方中药物的频繁项集和药物之间的关联关系进行研究,并获得了普通处方分析较难获得的用药规律及经验信息。研究成果对中医临床工作具有重要的指导意义。     

数据挖掘中决策树算法的优化应用研究

决策树算法是数据挖掘中一种非常重要的分类方法.决策树具有属性结构和较好的分类预测能力,提供了基本的提取决策规则.本文阐述了决策树算法的基本思想,并分析了决策树算法运用中会遇到的一些问题,并针对性的提出一些建议.