高等院校大数据挖掘与决策分析体系的应用研究

文章从我国高等院校"十二五"期间信息化建设的情况入手,探讨了高等院校大数据研究及发展的趋势,分析了大数据挖掘与决策分析体系建设的意义,并就该体系在高等院校信息化建设中的发展方向展开了讨论。文章设计了高等院校大数据挖掘与决策分析体系架构及流程,提出了一种新颖的"大数据+微服务"模式。结合该体系在高等院校未来信息化建设中多个典型应用场景的分析,可为高等院校信息化发展提供个性化服务保障,同时为高等院校的决策者进行科学决策提供依据。

基于大数据挖掘与决策分析体系的高校图书馆个性化服务研究

首先,本文从大数据的历史演变及应用价值出发,研究了高校图书馆大数据挖掘与决策分析体系(简称"体系")建设的基础及发展方向。其次,文章设计了基于高校图书馆特点的体系架构模型与业务分析流程,并探讨体系在高校图书馆个性化服务中的应用。最后,结合体系在高校图书馆未来发展中的多个应用案例分析,证明了基于"大数据+微服务"的模式体系能够快速且有效地融入高校图书馆未来的建设发展中,为构建图书馆个性化服务提供技术支撑,同时为高校决策者做出科学的决策提供依据。

基于大数据挖掘与决策分析体系的高校图书馆个性化服务系统研究

针对传统高校图书馆服务体制存在的信息融合能力较差、处理个性化诉求失效、馆藏资源与实际效能失衡、信息检索速度随读者需求的细化度呈迟滞变化等固有弊端,提出了一种基于大数据挖掘与决策分析体系的高校图书馆个性化服务系统。通过构建体量较大的基于用户行为的日志数据库,引入改进过的支持向量机(SVM)算法,并融入决策分析体系机制,建立面向多维应用的高校图书馆个性化服务模型,在python3.5.2环境下仿真验证了模型实际效能。以我国西部某高职院校图书馆为效能评价载体.利用VS2O12平台开发了验证环境并对模型进行了实证分析,分析结果表明,本文所提模型可以实现全方位的高校图书馆个性化服务,在服务适应性、模型拟合度、信息过载处理效率等方面具有明显优势。

基于个性化服务的高效图书馆大数据挖掘与决策分析体系构建研究

为了提高图书馆管理系统在使用过程中的个性化和智能推荐需求,通过分析大数据挖掘实施方案,选择合适的数据挖掘工具,对图书信息进行预处理,并结合支持向量机和神经网络算法建立了个性化图书信息推荐服务方案,然后进行系统功能需求分析和系统整体架构分析,最后进行了实例展示和分析。研究发现:采用改进的SVM算法来实现图书馆的个性化数据挖掘,支持向量机算法在使用过程中具有监督的、可扩展和非线性的高效特性,能够实现非线性的多核心数据聚类效果,从而提高数据挖掘的学习能力;利用BP神经网络对处理后的数据样本进行适应性训练,用户在使用过程中给予一定的正向反馈,该决策分析体系根据反馈结果进行不断的自主学习并更新和优化样品数据,实现了一个闭合的良性循环;通过对设计的个性化图书馆推荐服务系统使用体验调查发现:选A的读者占比为58%,选B的读者占35%,说明在使用过程中对于该个性化推荐系统满意度超过了90%,能够为读者用户提供一定的借阅便利。

基于数据挖掘技术的预测与决策分析模型

随着社会发展,当今人类文明已经进入信息化时代。由于信息传播速度加快,大量数据信息会广泛存在于社会各个领域,因此从复杂的数据系统中找到有效数据进行预测与决策分析就具有一定的挑战性。数据挖掘技术是信息化时代进行数据分析常用的一项技术,它能够快速从海量的信息数据中挖掘出可以作为预测与决策分析依据的有效数据。数据挖掘技术具有高度的合理性和科学的严谨性,可以作为经济社会发展的技术支持。通过现阶段各个行业预测与决策分析现状,充分利用数据挖掘技术的优势可以避免产生数据浪费现象,从而提高医疗业、零售业、保险业等行业的工作效率,具有良好的应用前景。

基于数据挖掘的电力设备运维与决策分析方法

电力设备的运维管理主要包括设备的故障分析、主动预警和差异化运维.在面对电网运行过程中多时间尺度、多时空维度的海量数据背景下,文中将数据挖掘技术应用到电力设备的运行管理上.文中利用K-means聚类算法挖掘历史运行数据信息,进行单维状态量故障特征提取;利用Apriori算法挖掘不同故障模式下关联规则,建立关键性能矩阵,借助高维随机矩阵理论分析设备故障的时空特性;利用D-S证据理论对单维与多维诊断结果进行信息合成,获得设备故障的诊断判据.同时,综合考虑系统运行状态和电力用户差异性,建立设备健康度指数以及重要度指数,显著降低设备运维决策风险.仿真案例证明了本文方法的有效性.

基于粗糙集数据挖掘算法的决策分析

介绍了粗糙集理论的基本概念和特点 ,研究了基于概念泛化和粗糙集的数据挖掘算法(CRCG)的决策分析 ,并以拉深模具为例 ,将其应用于模具质量评价和诊断 ,使模具质量控制的决策更科学。

基于本体的数据挖掘在CRM决策分析中的应用研究(英文)

电子商务客户关系管理中,实现基于语义层面上的挖掘是提高用户数据挖掘质量的一个关键性问题,本文融合了本体和数据挖掘技术,提出了基于本体的数据挖掘决策分析模型,利用基于本体的数据挖掘方法从语义层面上实现了对用户数据的挖掘,实现了用户数据的高效率和高精度挖掘,并根据挖掘结果进行决策分析,根据分析结果为用户提供基于RSS聚合的个性化服务.

基于本体的数据挖掘在CRM决策分析中的应用

文章融合了本体和数据挖掘技术,提出了基于本体的数据挖掘决策分析模型,利用基于本体的数据挖掘方法从语义层面上实现了对用户数据的挖掘,实现了用户数据的高效率和高精度挖掘,并根据挖掘结果进行决策分析,根据分析结果为用户提供基于RSS聚合的个性化服务。

基于数据挖掘与知识发现的银行决策分析

当前，数据、信息正以几何级数形式不断增长，由于传统数据库的检索查询已不能满足社会的需求，加之传统的统计分析技术落后，信息分析、发现多种模式的数据处理技术尚不成熟，

国家高端智库数据体系建设与应用——中国石油集团经济技术研究院智能化发展探索实践

随着信息社会的发展和大数据时代的来临,数据资产对企业发展的作用越来越受到重视。近年来,围绕国家高端智库“数据赋能”战略目标,通过理清数据家底、构建数据体系、实现数据共享、深化数据应用等层层递进的研究方法,形成了有制度可保障、有措施可执行、有标准可遵循的能源数据体系,同时借助大数据、云计算等互联网技术手段,构建数据采集、加工、应用及资产管理一体化的数据平台,最终实现数据门类齐全、标准统一、集中管理和服务共享,打造“共建、共享、共有”的数据资产。

在金融数据库营销中的一种数据挖掘与决策分析的方法

基于数据挖掘和策略决策的研究及它们的结合,针对数据量大,具有交互特点的金融营销数据库提出了一个新的数据挖掘和决策分析算法.并以一个实际系统为例,证明了算法的有效性,同时证明了这个算法也适用于其他领域的复杂自主系统.

基于关联规则挖掘的信息安全专业课程体系优化设计

海内外信息安全专业人才需求不断变化,信息安全专业课程体系的优化具有非常重要的意义.基于关联规则算法对信息安全专业学生各门课程成绩之间的关系进行挖掘,探索信息安全专业的专业课之间、专业课与数学课程之间、专业课与物理课程之间的关系,通过置信度的设置,挖掘各相关课程之间的关系,进而提出了优化的信息安全专业的课程体系.研究成果将有助于信息安全专业学生知识体系的构建,进而促进信息安全专业学生就业率的提高.

基于“教赛协同”的数据挖掘课程教学改革研究

数据挖掘课程是大数据和人工智能方向重要的核心课程,主要培养学生在数据驱动的范式下结合问题场景和社会需求,具备利用数据挖掘方法和技术分析、解决实际问题的能力。针对数据挖掘课程教学过程中存在的“痛点”问题,以培养工程型创新性人才为导向,从课程内容体系、学科竞赛体系和课程队伍体系三个维度,探索并构建基于“教赛协同”的数据挖掘课程教学改革的策略和方法,为地方高等院校大数据和人工智能相关专业的发展提供思路。

基于数据挖掘与决策分析模型的高校实验室个性化服务研究

近年来,教育大数据挖掘技术与应用研究为高校教育信息化建设开辟了新思路。本文从当前高校教育大数据应用于教学、管理服务及综合决策实际业务等方面出发,探讨了当前教育大数据的主流发展趋势,提出了高校实验室数据挖掘技术的体系架构模型。设计了教育大数据应用于实验室教学和管理等方面开展个性化服务的处理和分析流程,结合高校实验室未来发展方向中的多个应用案例分析,阐明了“教育大数据挖掘+个性化服务”的模式能够有效地为实验室开展个性化服务提供技术支撑,同时为实验学科建设和教学的决策者提供科学的决策依据。

软集在决策分析和数据挖掘中的研究进展

基于参数化的观点,软集理论为分析和处理不确定信息提供一个新的数学框架,现已被广泛应用于代数学、非经典逻辑、博弈论、决策分析和数据挖掘等诸多领域。该研究介绍了软集及其扩展结构的相关基础理论,分析总结软集在决策分析和数据挖掘中的研究进展及重要成果,对未来研究的方向和趋势进行展望。

大数据驱动的供电企业决策分析体系

随着大数据时代的到来,企业容易从内部和外部获取海量数据,这些数据能提升企业决策的质量。目前,地市级供电企业的决策分析体系,仍然处于经验决策阶段,还有很大的提升空间。文章首先分析了供电企业决策分析体系的现状和不足,其次,提出一种基于大数据的决策分析体系,阐述了决策分析体系的架构以及构建的关键步骤,最后,介绍了一些供电企业需要重点打造的决策分析主题,以提升企业决策水平。

数据挖掘提高企业决策分析

本文介绍了数据挖掘技术的方法及企业决策系统中数据挖掘的整个过程,从而运用数据挖掘技术深入进行客户分析、市场分析、产品分析、促销分析,研究了企业运用数据挖掘技术,提高企业决策水平,是使企业建立以客户为中心的经营模式和提高企业竞争力的支撑。

基于数据挖掘的船舶主推进机械装置可靠性评估

为分析评估指标间的相关性,构建科学的评估指标体系,基于多维评估指标获取准确的可靠性评估结果,提出基于数据挖掘的船舶主推进机械装置可靠性评估方法。采集海量船舶主推进机械装置运行相关数据,获取初始评估指标;采用数据挖掘技术中的因子分析法分析初始指标间的相关性,选取相互独立的评估指标构建最终的船舶主推进机械装置可靠性评估指标体系。利用数据挖掘技术中的支持向量机构建可靠性评估模型,将多维评估指标数据输入评估模型内,通过核函数将多维评估指标数据映射至高维空间内进行分类,输出可靠性评估等级。实验结果显示:选择的评估指标的方差解释均在0.8以上,说明所选评估指标信息量保全较多;评估结果与其研究对象实际运行情况完全一致,说明该方法的有效性。