普惠背景下我国小区配套幼儿园的政策定位与文本分析——以ROST数据挖掘系统为基础

建设普惠性小区配套幼儿园是拓展学前教育资源的重要举措。针对各级政府颁布的52份相关文件,根据政府治理配套园的主要环节,将政策文本划分为“规划”“建设”“移交”“办园”“保障机制”维度,并利用ROST数据挖掘系统对文本进行分析,归纳出小区配套园治理的现实困境和解决措施,并以社会语义网络图和措施表格阐释。最后提出政策建议:健全配套政策,明晰规定标准;精细管理机制,加强监督惩处;加大财政投入,优化资金分配。

基于数据挖掘的电炉企业财务数据分类管理系统设计

为提升电炉企业财务数据处理效率、提高财务数据分类管理效果,本文研究提出并设计出了一种基于数据挖掘的财务数据分类管理系统。设计系统主要在传统硬件的基础上,优化系统功能模块,其主要包括财务数据管理模块、网络管理模块等。在财务数据管理模块中,本次采用数据挖掘方法确定属性相似的财务数据,并借助Hadoop架构对电炉企业财务数据进行管理;在系统网络管理模块中,通过光纤/DDN传输中实现系统通信网络拓扑的搭建,并在TCP/IP等通信协议的支持下,完成网络管理模块的设计。通过优化各个功能模块,完成电炉企业财务数据分类管理系统设计,实现电炉企业财务数据分类管理功能。实验结果表明:所提系统响应速度快,CPU占有率低,分类管理准确度高于93%,用户反馈满意率高于80%,均优于对比方法,具有较大的应用价值。

基于数据挖掘的高校教师师德师风测评系统设计探究

随着高等教育的发展,高校教师的立德树人职责日益受到重视。为客观、全面地评价高校教师的立德树人效果,文章提出了一个基于数据挖掘的高校教师师德师风测评系统的设计方案。该系统利用数据挖掘技术,从多维度、多来源收集高校教师立德树人的相关数据,通过科学的评估模型,为高校教师的师德师风效果提供量化评价。本文首先分析了系统的用户和功能,然后详细阐述了系统的数据分析、数据库设计、数据挖掘算法的选择与应用,以及系统实现和测试的关键技术,为高校教师立德树人测评系统的设计提供了新的解决方案。

数据挖掘技术在管理信息系统中的应用

阐述数据挖掘技术的原理和算法,包括分类、聚类、关联规则挖掘,探讨数据挖掘技术在管理信息系统中的应用。通过数据挖掘技术,企业可以识别风险和异常情况,从而提供预测和决策支持。分析数据挖掘技术在管理信息系统中的挑战和发展方向。

基于真实世界数据挖掘中医药治疗不同证型系统性红斑狼疮肺间质病变的用药规律研究

目的 基于真实世界临床数据探讨不同证型系统性红斑狼疮肺间质病变中药组方用药规律。方法 收集2017年1月至2021年12月门诊及住院患者资料,对患者的基本信息、中医证型、药物四气五味归经进行频次频率统计;对前4高频证型的药物进行关联规则分析、聚类分析及证型-药物复杂网络分析。结果 共纳入146例患者、369首处方。经频次统计发现最常见证型是湿热痹阻证、气阴两虚证、肝肾亏虚证、阴虚内热证;共涉及298味中药,出现药物频次5 629次,高频药物有29味,排名前5位分别是茯苓、当归、黄芪、炙甘草、白芍;药物四气以温、寒、平为主,五味以甘、苦、辛为主,归经以肺、脾、肝、肾为主,功效分类以补虚药、清热药、利水渗湿药为主;高频证型关联规则、系统聚类及复杂网络分析得到湿热痹阻证、气阴两虚证、肝肾亏虚证、阴虚内热证核心药物组合分别为四妙丸加减与木防己汤加减、补肺汤加减、独活寄生汤加减、六味地黄丸加减。结论 中药治疗系统性红斑狼疮肺间质病变多以清热祛湿、活血通痹、益气养阴、补肺脾肾为治则,得出的组方规律对临床治疗具有一定的参考价值,同时为新药开发提供思路。

基于FDA不良事件报告系统数据库的别嘌醇和非布司他不良事件信号挖掘研究

目的基于FDA不良事件报告系统数据库对非布司他、别嘌醇进行不良事件信号挖掘,探索其潜在的用药风险,促进临床合理安全用药。方法提取FDA不良事件报告系统数据库2017年第一季度至2022年第二季度共22个季度有关非布司他、别嘌醇的不良事件报告数据,利用ROR法及PRR法对非布司他、别嘌醇不良事件(AE)进行信号挖掘。结果别嘌醇AE报告5060份,集中于≥60岁患者,累及系统器官分类项目(SOC)共计25项,主要累及在皮肤及皮下组织类疾病(40.01%),发现说明书中未累及系统12项,非布司他AE报告905份,累及SOC共计17项,主要累及在心脏器官疾病(40.17%),发现说明书中未累及系统2项。别嘌醇、非布司他累及感染及侵染类疾病(5.51%、0.49%),肝胆系统疾病(5.35%、0.87%),但别嘌醇说明书中均未收录。别嘌醇累及生殖系统及乳腺疾病(0.55%),妊娠期、产褥期及围产期状况(0.03%),但非布司他未发现累及以上SOC。结论别嘌醇较非布司他,说明书收录不良反应较不充分,新发现的累及SOC及AE为完善别嘌醇说明书不良反应可提供参考。研究发现别嘌醇和非布司他累及SOC差异,可为临床个体化治疗提供参考。

基于FAERS数据库的抗体药物偶联物相关血液系统不良事件数据挖掘

目的 基于美国食品药品管理局不良事件报告系统(FAERS)数据库,对抗体药物偶联物(ADC)相关血液系统不良事件进行数据挖掘,为临床安全使用ADC药物提供参考。方法 下载FAERS数据库2011年第3季度至2022年第4季度数据,经过去重、名称标准化等数据清洗,提取ADC相关血液系统不良事件,采用报告比值比法和信息成分法进行信号检测。结果 共提取到以8种ADC药物为首要怀疑药品的不良事件报告101 610份,ADC相关血液系统不良事件报告5 768份,其中粒细胞缺乏症涉及3 423例,信号强度从强到弱的药品依次为戈沙妥珠单抗(SG)、奥星-吉妥珠单抗(GO)、维布妥昔单抗(BV)、维汀-珀拉妥珠单抗(PV)、维汀-恩弗妥单抗(EV)、德曲妥珠单抗(TD)、奥星-艾诺妥珠单抗(IO)和恩美曲妥珠单抗(TDM-1);造血细胞缺少症涉及2 327例,信号强度从强到弱的药品依次为IO、SG、BV、EV、PV、TD、TDM-1和GO。ADC药物相关血液系统不良事件临床结局为死亡的病例包括BV179例(16.84%),TDM-1 102例(13.01%),TD 88例(27.08%),GO 12例(16.90%),IO 8例(11.59%),EV 54例(24.32%),PV 22例(27.16%),SG 84例(21.05%)。不良事件发生时间分析显示,TD、IO和SG用药首日事件发生数占总例数的40%以上;TD、GO、IO、EV、PV和SG发生血液系统不良事件中位时间在1个给药疗程(21 d)内。结论 应重视ADC药物相关血液系统不良事件风险,临床用药过程中应密切监测血细胞计数变化,出现异常应及时诊治。

基于数据挖掘的大学英语教学质量测评系统设计及应用

本文针对现行大学英语教学质量测评系统存在测评结果斯皮尔曼相关系数值较低的问题,提出基于数据挖掘的大学英语教学质量测评系统设计及应用。结合系统功能需求,设计学生访问和后台处理2个功能模块;在系统软件方面,选择教学态度、教学内容、教学方法以及教学效果4个指标构建测评指标体系,通过对指标体系中指标数据挖掘,实现对大学英语教学质量量化,确定教学质量等级,实现系统设计。经试验证明,设计系统测评结果斯皮尔曼相关系数在0.9以上,测评结果可以精准地反映大学英语教学质量情况,在这方面具有良好的应用前景。

数据挖掘技术在医疗系统中的应用

随着医疗系统中数据量的快速增长和信息化的推进,运用数据挖掘技术发掘这些大规模、多样化数据中隐藏的有价值的信息成为可能。数据挖掘技术能从大量的医疗数据中识别出与疾病相关的模式和规律,为医疗决策和诊断提供支持。所以医院还需要充分认识到数据挖掘技术的重要性,然后结合医院系统的特征,将数据挖掘技术应用其中,更好地优化医疗系统,提升医疗服务质量。

基于数据挖掘和网络药理学方法探讨中医药治疗系统性红斑狼疮的用药规律和作用机制

目的:基于数据挖掘分析中医药治疗系统性红斑狼疮(systemic lupus erythematosus,SLE)的用药规律并筛选核心药对,通过网络药理学方法和分子对接技术探讨核心药对治疗SLE的作用机制。方法:收集2012年6月—2022年12月在安徽中医药大学第一附属医院风湿病科住院治疗的SLE患者的资料进行分析,共获得472名患者的完整处方,运用Excel 2016对用药规律进行统计分析,通过IBM SPSS Modeler 18.0软件对中药进行关联规则分析;通过TCMSP数据库检索药物活性成分和靶点,以“systemic lupus erythematosus”为关键词,检索DrugBank、GeneCards、TTD、OMIM数据库获取疾病相关靶点,构建药物-疾病交集靶点韦恩图;采用Cytoscape 3.7.1软件构建蛋白相互作用网络图和“药物-活性成分-靶点”网络图,通过Hubba插件获得药物治疗SLE的核心靶点;通过Metascape数据库进行基因本体(Gene Ontology,GO)功能富集分析及京都基因及基因组百科全书(Kyoto Encyclopedia of Genes and Genome,KEGG)通路富集分析;利用AutoDock 4.2.6软件对核心靶点与主要成分进行分子对接,通过PyMOL 2.5.2进行可视化分析。结果:SLE患者益气健脾化湿(茯苓、山药、黄芪等)及滋阴清热(知母、青蒿、地骨皮等)中药使用频次较高,甘味药、寒性药以及归肝、脾、肾经的中药使用频次较高。知母-黄柏组合具有较高的支持度(41.31%)和置信度(71.79%),可能在SLE的治疗中发挥重要作用。网络药理学结果表明,知母-黄柏共有34个活性成分,97个潜在作用靶点,该药对治疗SLE的5个核心靶点包括肿瘤坏死因子(tumornecrosis factor,TNF)、蛋白激酶B(protein kinase B,Akt1)、白细胞介素-6(interleukin 6,IL-6)、白细胞介素-1β(interleukin1β,IL-1β)、肿瘤蛋白p53(tumor protein p53,TP53)。GO功能和KEGG通路富集分析结果显示,知母-黄柏组合治疗SLE与平滑肌适应、发热、丝氨酸蛋白酶抑制剂复合物等生物过程以及IL-17、TNF、MAPK等信号通路密切相关。分子对接显示核心靶点和活性成分具有良好的对接活性。结论:中医药治疗SLE以益气健脾化湿、滋阴清热药物为主,知母-黄柏是治疗SLE的关键药对,可能通过多成分、多靶点、多通路发挥对SLE的治疗作用。

数据挖掘聚类算法在电力系统中的应用

针对电力系统当前输出数据多、数据应用能力差等问题,提出一种新型的数据挖掘方法。构建改进型数据挖掘聚类算法模型,通过FCM聚类算法模型实现电力系统应用过程中不同状态数据分析、计算与应用;构建回归算法模型,实现分类后数据信息的预测;通过构建电力系统应用模型,将不同的数据信息融合后,实现了多种数据信息的挖掘与应用。实验证明,该研究方法分类能力强、预测精度高,可推广使用。

基于数据挖掘的电力系统异常数据捕获系统

为提高异常检测的准确性和效率,文章设计了基于数据挖掘的电力系统异常数据捕获系统。该系统利用数据挖掘技术对电力系统中的海量数据进行处理和分析,能够提高异常检测的准确性和效率。仿真结果表明,该系统在异常检测的准确性和实时性方面表现优秀,为电力系统的监控和管理提供了有力支持。

基于数据挖掘探讨多系统萎缩中药组方规律

目的 基于数据挖掘技术探讨多系统萎缩的现代中药组方规律。方法 以“多系统萎缩”和“中医药”“中药”“中草药”为关键词或主题词,检索建库至2023年4月中国知网、万方数据库、维普数据库收录的中医药治疗多系统萎缩的相关文献,应用Excel 2019、SPSS Modeler 18.0、Cytoscape 3.7.1、Qrigin 2021等软件进行中药频次、性味归经、关联规则、聚类分析。结果 共纳入中药处方84首,涉及174味中药,用药超过16次的中药25味,前5味是山茱萸、熟地黄、黄芪、茯苓、当归,功效分类主要为补虚药;药性以温、寒、平为主,药味多属甘、苦、辛,归经以肝、肾、脾三经最多见;关联规则显示常见药物组合为山茱萸-肉桂-附子、附子-肉桂-山茱萸、山茱萸-附子-熟地黄、山茱萸-山药-熟地黄;对高频药物进行聚类分析,得出5组较好的聚类组合。结论 多系统萎缩病变脏腑以肾、肝、脾为主,病机以虚为本,肾虚、气血亏虚多见,治疗以补虚固本为治则,重视补肾填精、益气养血。

人力资源统计信息系统中数据挖掘技术的应用分析

人力资源管理在市场经济体系中占有重要地位,近年来,在科学技术不断深入研究的背景下,逐渐形成了良好的管理成果,有效提高了管理效率。在人力资源统计信息系统中,合理高效运用数据挖掘技术,可以帮助企业充分发现并掌握数据所体现的信息价值,使其对自身水平进行精准评估,实现对信息资源利用的最大化。对此,本文针对人力资源统计信息系统中数据挖掘技术的应用展开分析,以此在实现高质量管理服务的基础上,提供高效的工作指导。

基于演化聚类的网络舆情数据挖掘系统设计

为了提升网络舆情数据挖掘的召回率、精度和查准率,设计一个基于演化聚类的网络舆情数据挖掘系统。从综合需求、功能需求两方面进行深入分析,确定挖掘系统的实际要求。构建挖掘系统整体架构,采用垂直化结构分别设计支撑层、数据层、服务层、功能层,应用演化聚类建立舆情信息抓取关键词词库,计算随机演化初始向量,得到实验向量,分析不同维度的目标向量演化值,实现网络舆情抓取功能,确定适值函数实现信息挖掘。实验结果表明,设计系统的召回率能达到95%,精度能达到90%,且查准率接近99%,说明该系统的应用价值较高。

数据挖掘的配电系统瞬时故障检测信息筛选方法

为了解决虚假无效信息和冗余信息筛选效果不佳、执行时间较长的问题,提出基于数据挖掘的配电系统瞬时故障检测信息筛选方法。根据配电系统瞬时故障检测机理的分析结果,确定采集的瞬时故障检测信息的类型,利用数据挖掘算法以逐层搜索迭代的形式,采集瞬时故障检测初始信息,融合瞬时故障检测信息,识别虚假无效及冗余信息,根据识别结果,以动态删除的方式,得出配电系统瞬时故障检测信息的筛选结果。结果表明,设计方法平均冗余程度和无效数据占比分别为1.57%和1.87%。设计方法输出筛选结果的冗余程度和无效数据占比指数更低,且执行时间开销更少,在筛选效果和运行性能两个方面均具有明显优势。

基于气象数据深度挖掘的雷电灾害自动化监测系统设计

为提高雷电灾害的预防和应对能力,设计基于气象数据深度挖掘的雷电灾害自动化监测系统。通过360度雷电传感器获取当前环境中云闪、地闪电磁波脉冲频率与次数数据,利用定位模块获取雷电发生经纬度信息,将气象数据经过Oracle10数据库存储后,使用深度挖掘算法中的Clus⁃tream算法,建立雷电灾害自动化监测框架,将气象数据输入到该框架内,使用多机器学习单元对气象数据训练集进行学习,得到基分类器,通过该分类器挖掘气象数据内的雷电灾害监测结果,实现雷电灾害自动化监测。实验结果表明,该系统具备较强的云闪电磁波采集能力和监测雷电灾害能力,应用性强。

基于频繁路径挖掘的数据序列化方法储存系统

为实现不同结构类型数据的统一储存,设计一种基于频繁路径挖掘的数据序列化方法储存系统。系统设计分为三个模块,在数据挖掘模块中,利用频繁序列挖掘中的PrefixSpan算法,实施多种数据结构下的数据挖掘。在数据序列化处理模块中,通过嵌套型JSON数据优化算法实施数据序列化处理与反序列化处理,实现数据的统一存储或传输。在序列化储存模块设计中,基于算子权值设计缓存序列化储存策略,挑选有缓存价值的序列来储存,实现数据序列化储存模块的设计。测试结果表明,该系统的储存能力强,平均序列化处理延时低于4000 ms,IOPS大于350个。

基于数据挖掘的电力数据资产运营系统设计

现有运营系统的数据查询时间较长,用户体验感较差,设计基于数据挖掘的电力数据资产运营系统。系统数据层的数据挖掘模块通过DSP+FPGA处理单元,挖掘电力资产数据,按照用户的需求对数据进行处理、分析和存储,应用层调用数据层数据,通过显示层的可视化窗口为用户呈现运营管理结果,同时支持运营结果的表格查询及Internet接口扩展传输;通过WEB APP、WEB-GIS、UML兼容技术实现系统软件流程化开发。实验结果表明系统可快速、准确挖掘电力资产数据,数据仓库分库处理可提高数据查询效率。

基于深度学习的网络共享数据挖掘系统设计

数字化时代下,网络共享数据的发展带来了数据量的激增与数据结构的复杂化,传统数据挖掘技术在处理这类数据时面临种种挑战。深度学习是一种强大的机器学习方法,已在图像识别、语音处理等多个领域展现出卓越的性能,能够通过学习数据的深层特征来解决传统算法难以克服的问题。本文设计并实现了一种基于深度学习的网络共享数据挖掘系统,详细介绍了系统的深度学习网络模型结构,设计了图卷积网络和编解码网络的构建,并通过实验验证了模型在处理大规模网络数据时的有效性。结果表明,基于深度学习的网络共享数据挖掘系统能够有效提升系统性能,具有推广价值。