期刊文献+

基于数据挖掘的电子政务用户行为特征提取系统设计 被引量:5

Design of E-government User Behavior Feature Extraction System Based on Data Mining
下载PDF
导出
摘要 为了监控用户端数据负荷水平,按照电子政务信息提取框架的处置需求,设计了用户行为管理模块数据挖掘驱动单元的连接,完成用户行为特征提取系统的硬件环境搭建。采用关联电子政务用户行为特征树,存储各类待挖掘的电子政府系统访问数据,完成系统软件设计。实验结果表明,与基于k-means的提取系统相比,应用提出的特征提取系统后,电子政务用户端的数据负荷水平明显下降,用户端主体的数据负荷压力得到良好的监控,从而提供了公众对电子政务系统的满意度。 In order to monitor the data load level of users,according to the disposal requirements of e-government information ex traction framework,the connection of data mining driver unit of user behavior management module is designed to complete the hard ware environment construction of user behavior feature extraction system.By using the behavior characteristic tree of the associated egovernment users,the access data of various e-government systems to be mined are stored,and the system software design is complet ed.The experimental results show that,compared with the K-means based extraction system,the data load level of e-government users is significantly reduced after the application of the proposed feature extraction system,and the data load pressure of users is well moni tored,thus providing public satisfaction with the e-government system.
作者 张华 ZHANG Hua(Shannxi Academy of Governance,Shannxi Province Party School of CPC,Xi'an,Shannxi 710068,China)
出处 《计算技术与自动化》 2020年第3期125-129,152,共6页 Computing Technology and Automation
关键词 电子政务 数据挖掘 用户端数据 特征提取 用户行为 e-government data mining client data feature extraction user behavior
  • 相关文献

参考文献12

二级参考文献63

  • 1杨达.医学诊断思维中的时空逻辑化方法[J].江西社会科学,1998,18(3):26-31. 被引量:2
  • 2冯冲,黄河燕,陈肇雄,张亮.基于字符层马尔科夫模型的多语种识别[J].计算机科学,2006,33(1):226-228. 被引量:5
  • 3段尧清,费奎明.个性化电子政务信息服务模式[J].情报杂志,2007,26(6):9-11. 被引量:15
  • 42006年中国政府网站绩效评估报告[R].中国软件评测中心,2007.
  • 5李广乾.电子政府与电子政务-理想与现实的关系[M].2002.
  • 6汪向东等.电子政务的行政生态学理论、方法与策略研究[R].中国社会科学院,2006.
  • 72007年中国政府网站绩效评估报告[R].中国软件评测中心,2008.
  • 8Tony Bain等著,邵勇译.SQL Server 2000数据仓库与Analysis Services[M].电力出版社.2003.
  • 9Vance Faber. Clustering and the Continuous K-means Algorithm
  • 10曾芬芳,景旭文.智能制造概论[M].北京:清华大学出版社,2000.

共引文献57

同被引文献48

引证文献5

二级引证文献13

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部