大型电子商务web数据库潜在威胁挖掘模型

本文提出基于人工免疫算法的大型电子商务web数据库潜在威胁数据挖掘方法.计算web数据库中潜在威胁数据属性的差异性,获得潜在威胁数据特征,对潜在威胁数据进行人工免疫,在免疫的过程中通过计算抗原与抗体的匹配度,获取潜在威胁数据的关联性,结合潜在威胁数据的关联性能够建立潜在威胁数据挖掘模型,实现了对大型电子商务web数据库潜在威胁数据的挖掘.实验结果表明,利用改进算法进行大型电子商务web数据库潜在威胁数据挖掘,能够提高挖掘的准确性,效果令人满意.

基于遗传关联进化的电子商务特定数据挖掘

大型电子商务的数据呈现多样性和非线性,需要对特定数据进行有效地挖掘。传统的大型电子商务数据挖掘过程采用模糊知识库推理机分类算法,通过特定聚类方法实现数据的挖掘与特征检测,当特征出现模糊分辨特性时,检测效果不好。提出遗传关联进化的电子商务特定数据挖掘检测算法,构建改进遗传算法的特征数据模型,引入遗传关联特征进行特定数据的挖掘,得到数据变化幅度和频率特征,根据得到的变化幅度和频率特征进行特定信息的检测。改进后的算法突出了遗传算法的全局性,提高了全局收敛性,仿真结果表明,遗传算法进行特定数据检测,能有效反映电子商务数据变化的细节特征,对电子商务中特定数据的分类检测性能较好,准确检测率为99.3%,较传统算法80.6%的准确率,有显著的提高,在电子商务特征数据挖掘和检测中具有较好应用价值。