空间数据挖掘技术

随着数据挖掘技术的不断发展与成熟,空间数据挖掘已成为人们研究的热点之一。虽然现在还没有一个空间数据挖掘的实用系统,但展望前景空间数据挖掘可广泛用于遥感图象处理、地理信息系统、计算机地图制作等领域。 本文基于知识种类的划分,展现了一些具有代表性的新的空间数据挖掘技术。     

浅析数据挖掘技术在高校图书馆中的应用

如何快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用,是急需解决的问题。本文针对当前的热点问题对数据挖掘技术展开讨论和研究。简单描述了数据挖掘技术在现代化图书馆中的应用。这些信息技术为图书馆成为知识服务中心提供了可能。     

基于粗糙集的知识动态更新中若干关键问题研究

数据挖掘是当前信息科学领域中的热点研究方向。目前已经在市场分析金融投资、医疗卫生、环境保护、产品制造和科学研究等许多领域获得了广泛的成功应用，取得了十分可观的社会效益和经济效益。数据挖掘中的一个核心问题是知识更新。数据的动态变化是大多数数据库的一个主要特点，从数据库挖掘出来的规则只能代表数据库的当前或以前状态，     

基于近似网页聚类的Web文本数据挖掘技术

提出一种针对小文本的基于近似网页聚类算法的Web文本数据挖掘技术,以获得用户感兴趣的近似网页簇系列。试验证明,该算法在保证查全率和查准率的基础上大大提高了搜索效率。由于是针对小文本的数据挖掘,研究的算法时间和空间复杂度都不高,因此,有望成为一种实用、有效的信息检索技术。     

数量经济学与数据挖掘

从数量经济学和数据挖掘的概念出发，分析了这两个领域的联系与区别;结合数据挖掘及人工智能理论来研究数量经济学，提出了传统方法与新型方法相结合;数值计算与文字计算相结合;人工智能与经济研究相结合等研究思路，为数量经济学的研究提供了参考.     

基于ARIMA模型的外汇汇率时间序列预测研究

利用数据挖掘技术分析外汇汇率时间序列,从时间序列中获得正确的、隐含的、潜在的信息对于金融领域研究具有重要的现实意义。通过数据挖掘中的ARIMA模型,以某银行的外汇汇率时间序列为研究对象,采用差分方法和建模规则,对外汇的卖出价进行了建模与预测。通过与逐步自回归预测模型相比较,ARIMA模型对外汇汇率时间序列数据具有很强的预测能力。     

一个空间数据挖掘原型系统的设计与实现

简介空间数据挖掘技术及其与地理信息系统的集成．基于地理信息系统组件(MapX）和空间数据引擎(SpatialWare)设计和开发一个空间数据挖掘原型系统，侧重于空间特征规则、空间关联规则和空间分类规则的实现，并用实例数据进行系统性能和规则有效性的验证．结果表明，该原型系统是一个适用的、可扩展的空间数据挖掘工具．空间函数、挖掘过程的交互控制以及结果的评价等问题需要进一步研究．     

基于权重的Jaccard相似度度量的实体识别方法

社会网络分析方法将社会行动者映射为图的节点,社会行动者之间的关系映射为图的边,然后利用图论的相关知识来解决社会网络问题．将数据挖掘方法应用于社会网络分析是数据挖掘研究领域的一个新方向．本文主要在算法改进和系统实现层面展开数据挖掘在社会网络分析中的应用,提出了基于权重的Jaccard相似度度量的方法及处理多链接属性的实体识别算法．最后基于电信分析系统平台,使用上述算法在电信数据集上进行测试,实验结果表明上述算法的有效性和实用性．     

网上书城系统的研究与设计

介绍了网上书城系统体系结构与工作原理,对系统功能模块与主要页面设计进行了阐述与分析,尤其是对系统的安全性,可靠性,方便性及数据挖掘等方面进行了深入探讨与研究.     

数据挖掘技术在高校学生成绩分析中的应用

数据挖掘是数据仓库技术中的重要技术之一,也是计算机行业中发展最快的领域之一,它使数据库技术进入了一个更高级的阶段,并迅速扩大成为一个独立的领域。在讨论目前高校教学中存在问题的基础上,简单介绍粗糙集理论及数据挖掘技术。以高校学生成绩为例,提出基于粗糙集理论的数据挖掘技术在高校学生成绩分析中应用的解决方案。     

Mining φ-Frequent Itemset Using FP-Tree

The problem of association rule mining has gained considerableprominence in the data mining community for its use as an important tool of knowledge discovery from large-scale databases. And there has been a spurt of research activities around this problem. However, traditional association rule mining may often derive many rules in which people are uninterested. This paper reports a generalization of association rule mining called φ-association rule mining. It allows people to have different interests on different itemsets that are the need of real application. Also, it can help to derive interesting rules and substantially reduce the amount of rules. An algorithm based on FP-tree for mining φ-frequent itemset is presented. It is shown by experiments that the proposed method is efficient and scalable over large databases.     

基于浮动车数据挖掘的出租汽车运营特征研究

为支持出租汽车运营评价和行业规划,科学掌握其运营现状与特点,以深圳市一个典型工作日为例,研究浮动车数据挖掘在出租汽车运营特征研究中的应用.依托对浮动车数据的特征解析,提出面向出租汽车运营特征分析的数据处理流程,针对空驶率、运营速度、载客运营时长、出行需求的时空差异等方面分析深圳市出租汽车行业运营现状与特点.该研究可为出租汽车运营评价提供新视角,从对既有数据深度挖掘的角度提升行业效益.     

φ-频繁闭项目挖掘问题及其算法

关联规则挖掘问题是数据挖掘领域一个重要的研究方向,φ-关联规则挖掘问题是它的一种推广形式。利用闭项目集的思想,提出了φ-频繁闭项目挖掘问题。它是φ-关联规则挖掘问题的一种替代,并给出了一种有效的挖掘算法,有效解决φ-关联规则挖掘问题中产生大量规则的问题。     

基于CLIQUE的聚类算法研究

聚类分析是数据挖掘研究领域中一个非常活跃的研究课题.本文重点分析了高维度数据的自动子空间聚类算法(CLIQUE)及其各类改进算法,并对其未来发展方向进行了简要展望.     

基于神经网络的数据挖掘模型在吸能装置上的应用

针对传统有限元分析方法对机车车辆结构耐撞性计算效率低的问题，在已有仿真分析数据基础上，引入机器学习方法，对车辆关键结构的耐撞性以及碰撞安全性进行分析预测. 首先，建立基于神经网络的数据挖掘模型，在此基础上构建车辆关键结构的碰撞响应预测方法；其次，通过试验验证了防爬吸能装置有限元模型的正确性，以此模型为基础获得不同壁厚防爬吸能装置的碰撞响应仿真数据；然后，以吸能装置壁厚作为模型输入，不同壁厚所对应的位移、速度、界面力和内能等碰撞响应作为模型输出，将有限元仿真数据用于模型训练，优化后的数据挖掘模型的拟合优度在0.922以上；最后，为验证模型预测的准确性，将碰撞数学模型的预测结果与有限元仿真结果进行对比，速度、位移、界面力和内能的平均相对误差分别为7.10%、4.51%、6.20%和2.50%. 研究结果表明:基于神经网络构建的数据挖掘模型在保证精度的情况下，能很好地反映防爬吸能装置的碰撞特性，大幅降低了计算时间，提高了计算效率.      

Optimal structural design of complicated mechanical products based on data mining

Complicated mechanical products normally consist of multi-parameter mechanisms. The couplings between two tmechanisms are either strong or weak. The traditional optimal design methods cannot meet the requirements of optimal structural design of the complicated multi-parameter mechanical products. On the basis of analyzing the optimal design methods and the data mining principles, an improved iterative dichotomizer 3 (ID₃) algorithm is hereby put forth to bring out an optimal design information model integrated with the data mining technology as well as an optimal structural design system of complicated mechanical products based on the data mining principles. The system is demonstrated by the optimal structural design of the mainframe of the full face rock tunnel boring machine (TBM). An example shows that the data mining technology has fully tackled the issues of the optimal structural design of complicated mechanical products.     

Apriori算法在汽车销售客户分析中的应用

文章以4S店客户信息数据库作为研究对象,利用数据挖掘中关联规则挖掘算法Apriori,挖掘出已成交的客户特征和规则,对分类结果进行分析,并在某品牌4S店销售汽车过程中借鉴这些规则,有针对性的地进行引导销售,从而提高了销售成功率。     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.     

基于时空相似度聚类的热点载客路径挖掘

出租车的载客轨迹直接体现了车辆的行驶状态和居民的出行规律,热点载客路径的挖掘为交通管理与规划,居民行为模式发现及出租车载客推荐等具有重要价值. 本文以兰州市3 000 辆出租车载客轨迹为研究对象,提出了基于时空相似性聚类的热点载客路径挖掘算法. 首先,根据出租车的GPS轨迹数据提取出载客轨迹及其核心轨迹;然后,根据提出的相似性度量算法计算核心轨迹的空间相似性、时间相似性及时空相似性,并结合DBSCAN聚类算法对载客轨迹进行聚类;最后,根据聚类结果获取城市热点载客路径的空间分布,并分析了其在工作日和非工作日的差异. 实验结果表明,本文提出的挖掘算法能有效、快速地发现城市热点载客路径的分布.