数据挖掘模型

摘要： 本文针对数据挖掘技术在保险行业中的应用进行论证,首先分别论述了数据挖掘技术的基本结构以及数据挖掘技术的实现过程,其次针对数据挖掘技术在保险行业的应用领域进行分析,分别体现与客户关系管理领域保险,目标客户识别,保险客户综合管理,以及保险交叉销售四个部分,最后分别围绕保险客户的续保需求和保险客户关系管理两方面的数据挖掘案例进行有针对性的论证和探讨。

摘要： 将跨行业数据挖掘标准流程模型(简称"CRISP-DM模型")和需求、数据、数据挖掘方法三者的对应关系相结合构建需求驱动的数据挖掘模型.该模型主要包括需求、数据和数据挖掘方法3个核心概念与需求理解、数据理解、数据准备、建模、评估和部署6个过程步骤,分为需求层、数据层、算法层和部署层4个层次.需求驱动的医疗健康大数据挖掘模型可打破"数据先入为主"的习惯性思维,降低盲目进行数据挖掘研究引发的失败风险.整理需求、数据和数据挖掘方法之间的对应关系,可优化医疗健康大数据挖掘路径,降低数据挖掘新手的学习成本,对临床医疗和健康管理实践都具有现实意义,可用于未来的医疗健康大数据开发策略研究.

摘要： 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.

摘要： 新一轮机构改革,形成了全国自然资源统一管理的新体系,在机构改革前各部门分别建设的"烟囱式"数据与应用系统,正在集成为自然资源大数据以及构建自然资源大数据挖掘的框架,然而这主要是基于专家的知识领域逐个构建,尚未形成通用的框架.本文提出知识图谱驱动的自然资源大数据挖掘模型构建框架,将专家的知识固化在自然资源大数据挖掘模型的知识图谱表达中,提高了挖掘模型的复用能力,并在广东省国有土地对经济发展保障潜力评价的应用案例中得到有效验证,具有广阔的应用前景.

摘要： 针对现有电网调度运行日志与智能操作票系统功能难以满足调度任务需要的问题,亟需对系统进行技术升级与结构改造.文中设计了一种基于决策树算法的电网调度频繁数据挖掘系统,利用C4.5决策树分类算法的训练自学习特性,结合电网频繁调度数据,建立数据挖掘模型.在模型基础上构建历史调度操作指令与典型调度操作指令智能学习知识库,并设计了相应的防误功能,从而得到电网调度频繁数据挖掘系统.文中所设计的电网调度频繁数据挖掘系统能够有效实现对电网调度频繁数据的分析与挖掘,具有较快的响应速度与防误性能,可以有效提升电网调度的可靠性.

摘要： 本文以跨行业数据挖掘模型为基础,对航天制造企业中的数据开发利用进行分析.在论述数据开发利用框架结构的前提下,对跨行业数据挖掘模型的应用内容展开论述,从统筹规划、信息管理、岗位责任、工作总结这4个方面讨论该模型在航天制造企业中的应用条件.

摘要： 为了解决城市区域火灾风险预警,以消防大数据资源为基础利用数据挖掘技术建立火灾预警模型.利用潍坊区域火灾信息和环境因素相关信息,采用多种数据挖掘方法对火灾风险统计数据进行模型分析和比较.研究结果表明,在使用支持向量机(SVM)模型以及温度、相对湿度、雨量、风力四项环境属性时模型具有最好的预测效果.基于数据扰动对于结果的影响程度设计算法,分别得到这四种属性对于预测结果重要性的权重值,该结论可用于同类区域构建预测模型时的数据预处理.%In order to solve the fire risk alerted problem in urban ar-ea, a fire risk alerted model was set up by using data mining tech-nology on the basis of large fire data resources. Using the data of fire and environment information in Weifang, several data mining methods were used to model and compare the fire risk statistical da-ta. Research showed that, the model has the best fitting effect when using support vector machines (SVM) and four environmen-tal attributes (temperature, relative humidity, rainfall, wind force). Design a calculation method based on the influence of data perturbation on the results, obtained the weights of the importance of the four attributes to the prediction results. The results can be used for the data pretreatment of similar area prediction model building.

摘要： 粗糙集理论是研究模糊性和不确定性知识的一种新的数学工具.在保持分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则.以基于粗糙集理论的数据挖掘模型为背景,系统应用粗糙集的理论与方法,对采集的数据进行分析比较,并通过具体的应用,表明此算法构造的模型简单、实用,达到了满意的结果。

摘要： 不良贷款是银行业务不可避免的衍生物，经济的波动使得世界各国都出现过大量的不良贷款。设立资产管理公司处置不良贷款是世界各国一项通行且行之有效的做法。本文从资产管理公司的视角出发，通过建立金融信贷不良资产数据库(LossMetrics 数据库)，在海量的不良贷款回收数据的基础上，针对不同类型不良贷款的特性，开发基于不同理论前提的数据挖掘模型，并形成系统软件，以服务于资产管理公司的不良贷款处置。应用实践表明，本研究的成果，不仅大大提高了资产管理公司的工作效率，而且也提高了不良贷款的回收率。

摘要： 随着我国农业水资源短缺问题的加剧,推动农业水价改革促进农业水资源高效利用已是必然趋势。深入研究农民对农业水价的承受能力对于农业水价改革具有重要意义。rn 本文运用粗糙集理论的知识约简方法,通过建立基于粗糙集的数据挖掘模型,对影响农业水价改革的诸多因素进行了分析,找出了决定农业水价承受能力的关键因素,为农业水价改革的提供了有效的决策支持。

摘要： 数据库中存储有大量数据和信息，从中导出所隐含的知识并将这些知识作用于现有的数据以得到新的知识，是当前人工智能及知识和数据工程领域的研究热点，并形成了一个新的学科，即数据挖掘与知识发现。本文探讨了GIS和数据挖掘集成的方法、技术以及集成的模式和框架，同时基于COM(Component Object Model，组件对象模型)技术实现了数据挖掘和GIS系统ArcGIS8.3 Desktop的集成。

摘要： 电信行业重组及3G时代的到来,使得运营商之间竞争越来越激烈,传统的营销方式已不能适应当前的需要,必须寻求新的精确营销模式.本文对客户知识体系进行了探索,对客户知识、行为特征和产品的概念及其关系进行了研究,搭建了客户知识精确营销体系架构,结合现有营销活动过程建立了基于客户知识的精确营销闭环模式,并以手机证券的精确营销作为实证研究,结果表明其营销效果较传统营销手段成功率有大幅提高.

摘要： 电信行业重组及3G时代的到来,使得运营商之间竞争越来越激烈,传统的营销方式已不能适应当前的需要,必须寻求新的精确营销模式.本文对客户知识体系进行了探索,对客户知识、行为特征和产品的概念及其关系进行了研究,搭建了客户知识精确营销体系架构,结合现有营销活动过程建立了基于客户知识的精确营销闭环模式,并以手机证券的精确营销作为实证研究,结果表明其营销效果较传统营销手段成功率有大幅提高.

摘要： 电信行业重组及3G时代的到来,使得运营商之间竞争越来越激烈,传统的营销方式已不能适应当前的需要,必须寻求新的精确营销模式.本文对客户知识体系进行了探索,对客户知识、行为特征和产品的概念及其关系进行了研究,搭建了客户知识精确营销体系架构,结合现有营销活动过程建立了基于客户知识的精确营销闭环模式,并以手机证券的精确营销作为实证研究,结果表明其营销效果较传统营销手段成功率有大幅提高.

摘要： 电信行业重组及3G时代的到来,使得运营商之间竞争越来越激烈,传统的营销方式已不能适应当前的需要,必须寻求新的精确营销模式.本文对客户知识体系进行了探索,对客户知识、行为特征和产品的概念及其关系进行了研究,搭建了客户知识精确营销体系架构,结合现有营销活动过程建立了基于客户知识的精确营销闭环模式,并以手机证券的精确营销作为实证研究,结果表明其营销效果较传统营销手段成功率有大幅提高.

摘要： 本发明公开了一种解耦WEB客户端与大数据挖掘分析的数据挖掘平台及实现方法，本方案由WEB客户端，数据挖掘服务单元，以及数据挖掘开发平台配合构成，数据挖掘服务单元分别与WEB客户端和数据挖掘开发平台数据连接，其接收并管理WEB客户端的请求，以及感知数据挖掘开发平台开发打包的相关数据挖掘算法，在WEB客户端和数据挖掘开发平台之间搭建调用通道；WEB客户端通过数据挖掘服务单元调用数据挖掘开发平台开发的相关数据挖掘算法。本方案能够将WEB客户端开发技术与大数据挖掘分析技术进行解耦，通过R数据挖掘服务把前端及分析人员的工作连接了起来，这样使得大数据挖掘分析人员专注实现R函数。

摘要： 本发明涉及数据挖掘领域，具体涉及数据挖掘系统及数据挖掘方法，通过对用户的访问行为数据的挖掘；确定用户的购买迟疑程度以及计算用户对已购目标产品的倾向程度；基于已购目标产品的倾向程度、购买迟疑程度以及支付时间长度，计算任意两两用户的行为差异性，得到不同类别的用户群体；同时引入用户群体中任意两用户的历史设定时间内对已购目标产品的查询次数以及滑动速度构成的用户行为向量以及对应的评价特征码，计算任意两两用户之间的邻域距离，基于各用户对应的所有邻域距离，并计算该用户的偏向程度，进而获取各用户群体中偏向程度最大与最小对应的状态向量，确定推送的产品。即本发明的方案能够为网购平台的优化提供依据。

摘要： 本发明涉及数据挖掘技术领域，尤其涉及一种数据挖掘算法，包括：将等待挖掘的数据集合上传至文件系统中，并设置支持度阈值；对数据集合进行扫描，得到所有出现过的数据，作为候选频繁k项集；计算统计候选频繁k项集中数据的支持度；去除候选频繁k项集中支持度低于支持度阈值的数据，得到频繁k项集，若得到的频繁k项集为空，则直接返回频繁k‑1项集的集合作为算法结果，算法结束，若得到的频繁k项集只有一项数据，则直接返回频繁k项集的集合作为算法结果，算法结束；基于频繁k项集，令k+k+1，连接生成候选频繁k+1项集。本发明为手术室智能化、规范化管理提供了便捷，同时本发明中还请求保护一种基于数据挖掘的智能手术室监测管理系统。

摘要： 本发明涉及数据挖掘领域，具体涉及数据挖掘系统及数据挖掘方法，通过对用户的访问行为数据的挖掘；确定用户的购买迟疑程度以及计算用户对已购目标产品的倾向程度；基于已购目标产品的倾向程度、购买迟疑程度以及支付时间长度，计算任意两两用户的行为差异性，得到不同类别的用户群体；同时引入用户群体中任意两用户的历史设定时间内对已购目标产品的查询次数以及滑动速度构成的用户行为向量以及对应的评价特征码，计算任意两两用户之间的邻域距离，基于各用户对应的所有邻域距离，并计算该用户的偏向程度，进而获取各用户群体中偏向程度最大与最小对应的状态向量，确定推送的产品。即本发明的方案能够为网购平台的优化提供依据。

摘要： 本申请的基于可视化业务的大数据挖掘方法及大数据挖掘系统，根据本申请，在对空白业务会话NoneLabelSession进行可视化业务会话的主题标签添加后即可以得到主题标签业务会话LabelSession以实现偏好挖掘策略调试集的调整。本申请通过测试挖掘质量评价值实现了没有进行主题标签添加的可视化业务会话的智能化筛选，从而提高针对空白业务会话的主题标签添加效率，在一定程度上提高业务偏好挖掘策略的调试效率，确保后续采用业务偏好挖掘策略进行业务偏好挖掘的时效性。

摘要： 本申请实施例提供一种应用于智慧医疗的大数据挖掘评估方法及大数据挖掘系统，通过分别进行同一个医疗行为样本数据中不同医疗需求定位数据的需求变量聚合以及不同医疗行为样本数据中不同医疗需求定位数据的需求变量聚合，不仅可以提高后续的医疗需求关联分析效率，而且可以使得每个医疗需求定位数据的需求变量可以充分融合标的医疗行为样本数据和对照医疗行为样本数据的深度特征信息，从而可以提取到医疗行为样本数据中的长跨度变量，以便于之后确定标的医疗行为样本数据中任意一个医疗需求定位数据与对照医疗行为样本数据中任意一个医疗需求定位数据的需求关联值时，提高医疗行为样本数据中医疗需求匹配准确性。

摘要： 本申请实施例公开了针对在线话题的大数据挖掘方法及大数据挖掘系统；鉴于指定话题兴趣挖掘模型为基于轻量化配置规则配置所得，因此通过指定话题兴趣挖掘模型对待进行兴趣挖掘的在线话题大数据进行挖掘处理，一方面可以快速地得到用户兴趣知识分布，提高用户兴趣挖掘的时效性，另一方面还能够提高用户兴趣知识分布的准确性和完整性，提高用户兴趣挖掘的质量。综上，借助指定话题兴趣挖掘模型以及轻量化配置，能够提高用户兴趣知识分布的效率和质量。

摘要： 本发明公开了一种数据挖掘方法及数据挖掘系统，涉及大数据处理技术领域，解决了现有技术在数据挖掘过程中，数据处理量巨大，导致数据挖掘效率低，不利于数据挖掘程序移植的技术问题；本发明中数据分析模块获取挖掘需求之后，结合数据采集模块对基础数据进行层层筛选并构建目标知识图谱，再根据预设条件从目标知识图谱中检索数据，以完成数据挖掘，能够减少大量数据挖掘过程中的数据处理量，提高数据挖掘效率的同时方便移植；本发明在数据库更新时，会对目标知识图谱进行更新，保证数据挖掘所获取数据的时效性和准确性；在挖掘的数据与预期不符时，灵活调节挖掘类型和设定条件，能够保证挖掘的数据尽可能符合预期。

摘要： 本发明涉及一种基于多任务对数据挖掘结果和目标关联的数据挖掘方法，包括：获取目标库和单个任务下的单个数据挖掘结果；循环遍历目标库里的目标，判断数据挖掘结果的完整PRI特征序列和当前目标的完整PRI特征序列中PRI的特征类型，若二者的PRI的特征类型同时为固定类型或者同时为组变类型，则先调用固定/组变_目标库比对方法对数据挖掘结果与当前目标的关联性进行比对；若二者的PRI的特征类型同时为参差类型，则调用参差_目标库比对方法对数据挖掘结果与当前目标的关联性进行比对，根据关联性比对结果完成数据挖掘。本发明通过将在多任务下具有一定关联性的数据挖掘结果和目标进行数据融合，提高数据挖掘结果的完整性和正确性。

摘要： 本发明公开了一种数据挖掘模型发布方法及模型和模型服务管理方法，包括：在线创建数据挖掘训练任务并在线训练生成数据挖掘模型；收集数据挖掘模型信息并存储在模型信息数据库，将数据挖掘模型存储在模型服务器；根据数据挖掘模型信息，创建数据挖掘模型服务信息并存储在模型服务信息数据库，根据模型服务信息配置服务运行的环境变量，并将环境变量配置文件存储在模型服务器，根据环境变量配置文件创建数据挖掘模型服务。本方法能够将数据挖掘模型发布为Web服务，支持模型预测、模型信息查询等功能，有助于降低Web应用开发成本以及科学管理模型和模型服务。