网站首页
教育杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
医学杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
经济杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
金融杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
管理杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
科技杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
工业杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
SCI杂志
中科院1区 中科院2区 中科院3区 中科院4区
全部期刊
公務(wù)員期刊網(wǎng) 論文中心 正文

數(shù)據(jù)挖掘關(guān)鍵技術(shù)分析

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了數(shù)據(jù)挖掘關(guān)鍵技術(shù)分析范文,希望能給你帶來靈感和參考,敬請閱讀。

數(shù)據(jù)挖掘關(guān)鍵技術(shù)分析

摘要:本文主要探討將數(shù)據(jù)挖掘技術(shù)研究,對海量數(shù)據(jù)進(jìn)行挖掘和分析,運用數(shù)據(jù)可視化將數(shù)據(jù)進(jìn)行分類整理。運用數(shù)據(jù)挖掘的算法:C4.5、K-Means、Apriori、EM、PageRank等算法對數(shù)據(jù)進(jìn)行整理。并將該算法運用到管理方面,充分利用數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)分析方面的強大功能來對管理系統(tǒng)中的海量數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)數(shù)據(jù)背后的問題和規(guī)律從而為管理服務(wù),并不斷完善管理信息系統(tǒng)中的數(shù)據(jù)分析功能。以便對各類數(shù)據(jù)展開深入分析,從中獲取有價值的信息,為改革發(fā)展提供數(shù)據(jù)層面的決策分析支持。

關(guān)鍵詞:數(shù)據(jù)挖掘;大數(shù)據(jù);數(shù)據(jù)聚類;海量數(shù)據(jù)

一、引言

關(guān)于數(shù)據(jù)挖掘(datamining,DM)的具體定義常常取決定義者的觀點、背景以及定義的分析角度。本文主要探討將數(shù)據(jù)挖掘技術(shù)研究,對海量數(shù)據(jù)進(jìn)行挖掘和分析,運用數(shù)據(jù)可視化將數(shù)據(jù)進(jìn)行分類整理。運用數(shù)據(jù)挖掘的算法:C4.5、K-Means、Apriori、EM、PageRank等算法對數(shù)據(jù)進(jìn)行整理。將C4.5、K-Means、Apriori、EM、PageRank等算法運用到管理方面,充分利用數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)分析方面的強大功能來對管理系統(tǒng)中的海量數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)數(shù)據(jù)背后的問題和規(guī)律從而為管理服務(wù),并不斷完善管理信息系統(tǒng)中的數(shù)據(jù)分析功能。

二、數(shù)據(jù)挖掘基本過程

數(shù)據(jù)挖掘幾個階段如圖1所示。

三、數(shù)據(jù)挖掘的分類

特征加權(quán)支持向量機由核函數(shù)經(jīng)特征加權(quán)構(gòu)造的支持向量機。并且特征加權(quán)核函數(shù)pK定義為:改進(jìn)支持向量機SVM算法的詳細(xì)步驟如下:Step2.所得指標(biāo)參數(shù)對其相應(yīng)的特征屬性加權(quán),構(gòu)造加權(quán)的特征向量:()(1)()()(,,),(1,,)inRFGx=gxgxi=n來優(yōu)化核函數(shù)中的原始特征內(nèi)積。Step3.以p建立特征加權(quán)的核函數(shù)pK,構(gòu)造待輸入空間的線性變換矩陣()(())ip=diagRFGx。Step4.應(yīng)用所構(gòu)造的特征加權(quán)的核函數(shù)pK在程序設(shè)計中替換傳統(tǒng)的支持向量機SVM模型中的線性核函數(shù)。通常,利用的技術(shù)越多,得出的結(jié)果精確性就越高,這主要是因為對某種技術(shù)不適合的問題,其他方法卻可奏效。

四、結(jié)論

通過將數(shù)據(jù)挖掘技術(shù)研究,對海量數(shù)據(jù)進(jìn)行挖掘和分析,運用數(shù)據(jù)可視化將數(shù)據(jù)進(jìn)行分類整理。運用數(shù)據(jù)挖掘的算法:C4.5、K-Means、Apriori、EM、PageRank等算法對數(shù)據(jù)進(jìn)行整理。并將該算法運用到管理方面,充分利用數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)分析方面的強大功能來對管理系統(tǒng)中的海量數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)數(shù)據(jù)背后的問題和規(guī)律從而為管理服務(wù),并不斷完善管理信息系統(tǒng)中的數(shù)據(jù)分析功能。

參考文獻(xiàn)

[1]劉敏杰.教務(wù)管理系統(tǒng)安全維護(hù)策略[J].人力資源管理,2017(5):188-189.

[2]周瑩.教務(wù)管理系統(tǒng)信息化的對策研究[J].無線互聯(lián)科技,2017(9):124-125.

作者:李加慶 原士棟 單位:山東女子學(xué)院

免责声明

本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。

AI写作,高效原创

在线指导,快速准确,满意为止

立即体验
文秘服务 AI帮写作 润色服务 论文发表