数据挖掘在宽带业务流失中的应用

通过对海量历史数据的有效挖掘,可以发现隐藏规律,进而在业务人员的识别下成为知识,为决策提供支持。本文来自作者在XX电信的项目工作实践:首先利用数据挖掘相关技术,对XX电信宽带业务流失客户进行了分析,有效的构建了宽带业务流失预警模型,并对模型的预测结果进行了检验;其次用模型预测出了宽带业务流失客户,并对预测到的客户进行细分,以求找准策反方案;最后在实际营销活动中实践了预测结果和策反方案。     

ATIS（Advanced Travelerlnfor mation System）先进驾驶员信息系统

该系统为“ITS”子系统之一。 它由车载信息系统与控制中心信息发布系统组成。 控制中心收集、整理、储存、发送交通运输的各项信息；分析、预测近期交通信息，提供控制路段的电子地图及最优交通运输方案。     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能，在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构，探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等，该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性。     

浅谈电子商务中客户购物信息挖掘研究

通过分析电子商务环境下客户的购物行为和购物流程,应用数据挖掘技术对客户购物的喜好,客户的聚类和客户频繁访问路径等进行分析,从而为电子商务网站设计、网络营销等提供决策支持。     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能,在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构,探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等,该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性.     

改进灰色关联法在交通运输建设项目决策中的应用

阐述了改进灰色关联分析法的一般原理,结合交通运输方式的功能,从社会效益、经济效益、技术效能等方面分析了影响交通运输建设项目决策的因素,并建立模型对各个决策方案进行了关联度分析;以A－B两地交通运输建设项目的方案选择和决策为例,验证了该方法的有效性、实用性和推广价值。     

网络培训模式设置

汽修传统的培训模式大多依靠培训师自己的经验进行决策，存在主观、片面、盲目和速度缓慢等问题，无法适应现代汽修信息网络的发展，特别是现代汽修高新技术、经营管理技术大量出现并需要把握的要求。而运用现代汽修数据挖掘技术，可以在数据的快速组织、分析和知识的发展诸方面显示出巨大优势，它能对信息进行深层次挖掘，最终达到使汽修企业员工能切实把握不断涌现的现代汽修新知识。     

内河水上危险货物集装箱运输监测系统研究

水上危险货物集装箱监控系统应具有水上危险货物集装箱状态监控信息采集、预报警、信息远程传输、远程监控与应急决策支持等功能,其框架应为4层架构,即信息采集层、现场监控层、信息传输层、远程监控层。文中分析了构建内河水上危险货物集装箱运输监控系统的关键技术,设计了信息采集与传输层的硬件电路,提出了开发远程应急管理系统的支撑技术与决策模型方法。     

粗糙算法数据挖掘技术在校园网建设中的应用

采用传统的数据分析方法对数据进行分析和处理,不仅耗时多且难以有效挖掘数据中隐含的知识。本文以粗糙集理论为依据,提出基于粗糙集理论数据挖掘属性约简方法,从而将web数据库中杂乱、无序的原始数据,化简为对网站建设有用的信息,为我院校园网站建设、维护的决策提供新的解决方法。     

智慧公路基础设施综合管理信息系统设计

针对目前高速公路信息化建设中智能化程度不足、信息采集方式单一、无法满足多样化信息需求等问题,本文综合应用计算机信息处理技术和交通信息管理技术,提出智慧公路基础设施综合管理信息系统的设计方案,通过整合路面、桥梁、隧道及边坡基础设施信息采集、感知与应急指挥各个子系统的相关数据,实现对路网实时数据的全面感知和基础设施的综合管理,为高速公路控制网的综合分析和决策提供支持。     

基于IC卡数据挖掘获取公交OD矩阵的方法

以广州市羊城通IC卡以及广州市公交系统信息为例子,探讨了实现基于IC卡信息获取公交客流出行特征的方法。在IC卡数据挖掘和统计基础上,对线路站点OD矩阵、区域OD矩阵进行了推算。相比传统的人工统计法。该方法易于实现,能运用到实际中且运算效率高,适用于海量数据的客流出行特征统计分析。     

区域综合货运OD推算方法及信息价值研究

结合区域公路、铁路货运的特点,对可获取的多来源信息进行了分析,并用于基年货运OD矩阵的推算.建立了基于模糊规划理论的多源数据OD推算模型及算法,并通过江苏省综合货运OD推算的实例对多源信息的信息价值进行了分析,用于反馈指导多源信息的进一步收集.结果表明,模糊数学的引入有助于解决多源数据带来的不确定性问题,提高OD推算精度.另一方面,路段流量、子区域OD量,以及集计OD量的数值价值相对较大,而且路段流量当中,高流量数据较随机流量数价值更高.     

中小跨径桥梁绘图设计重用模型

对中小跨径桥梁电子图进行抽象,建立了中小跨径桥梁绘图设计重用模型.该模型将桥梁设计图重用分成4个层次：图形库的形成、桥梁图形知识表示、桥梁图形知识库的形成以及桥梁图形知识的派生.每一层根据桥梁设计绘图的特点,考虑表达能力和求解复杂度,构建子模型;各层子模型通过预定义的接口进行信息的交互,构成最终的桥梁绘图重用模型.该模型通过人工智能算法,动态生成符合设计习惯的新的桥梁设计案例,为桥梁绘图设计重用提出了新的方法.     

大倾角斜井长曲线提升机运输施工技术

在重庆石忠高速公路B12合同段控制工程-方斗山隧道的通风斜井半径小、曲线长、倾角大,若采用已有的分段运输法或刮板式输送带运输法,其安全性和效率均较低。通过在轨道曲线段安设五花立辊、给矿车安装绳卡器等一系列新技术,实现了约束牵引钢丝绳,从而使矿车按曲线方向行驶的目的,以及“提升机+轨道+矿车”的有轨运输系统在小半径、长曲线斜井中的使用。其运输安全性能高、施工速度快、成本低。主要介绍该技术的研发、设计、试验、安装及应用过程,并分析了其经济、社会效益。     

数据挖掘在公交调查数据分析中的应用研究

针对公交调查数据背后信息挖掘的需求,论文首先介绍了公交调查数据挖掘的理论概念及任务方法。概述了公交调查数据挖掘的常规流程,并且在分析了几种公交调查数据挖掘模型建模方法的基础上,得出 k-means模型最适宜对公交调查数据进行聚类分析。最后以达州市公交调查数据为样本实例,采用年龄、职业、每周乘坐公交天数、每月公交花费、偏好付款方式等几种属性,借以 SPSS Clementine 为软件平台、以 k-means 为模型对各属性数据进行聚类分析,软件运行后得到相似度较大的几组类别,根据不同样本含量的几组聚类进行图表分析,分别得出优化公共交通服务的相应建议,达到最初挖掘公交调查数据背后信息的目的。     

基于小票法的公交线路客流OD分析方法

针对目前常规公交客流OD调查抽样率低,准确率难以保证的缺陷,提出调查公交线路客流OD的小票法,该方法可同时采集各站点的上下客人数及每位乘客的上下车站点等信息。在基于小票法的调查数据的基础上提出一种公交线路OD分析方法,可准确得出公交线路的客流OD,同时还可以得到线路沿途各站点的上下客人数、断面流量等信息。     

改进的关联规则挖掘算法及其在教育信息挖掘中的应用

利用数据挖掘的关联规则技术，可以从大量数据中发现有价值的规则。文章利用改进的Apriori算法对上海海事大学的教育信息数据库进行了挖掘，从中发现了一些有价值的规则，为学校的教育决策和教学管理提供了有指导意义的信息。文章还实现了大量规则的文本和图形可视化。     

先进的旅行者信息系统对出行者选择行为的影响研究

目前研究先进的旅行者信息系统对出行者选择行为的影响主要集中在对路径选择行为的影响上,而忽略了对出行者出行终点和交通方式选择的影响。假定路网中的出行者一部分装有信息装置,另一部分没有装信息装置,利用离散选择理论中的层次选择结构模型和交通规划理论中的随机均衡方法,研究了先进的旅行者信息系统对出行者终点选择,方式分担和路径选择行为的综合影响,建立了一个与网络均衡条件等价的数学规划模型,设计了模型的求解算法,并用一算例分析了市场渗透率和信息质量对出行者选择行为的影响。     

公路路线智能优化方法研究

公路路线优化属于多目标优化问题。传统优化算法难以解决具有模糊性、不确定性的路线优化问题。建立了基于GIS和遗传算法的公路路线智能优化模型,提出了基于GIS空间数据挖掘技术的选线环境知识获取模型和基于多目标遗传算法NSGA-Ⅱ的路线优化算法,解决了GIS与遗传算法集成、目标函数确定、遗传算法设计等关键问题。最后通过算例,验证了模型的有效性和实用性。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。