关键词： 数据挖掘   Apriori算法   WEKA软件   招生数据  

摘要： 当前,数据挖掘被广泛应用到各行各业,取得了较好的效果。本文将数据挖掘运用到成人招生数据处理中,首先介绍了数据挖掘知识和Apriori算法,然后通过运用数据挖掘中的Apriori关联规则算法,对川北医学院2016年录取的考生数据通过WEKA平台进行挖掘,得出录取考生的主要专业、年龄、生源地等与报到人数的关联,在此基础上提出提高学生报考人数和报到率的方法。

关键词： 数据背景   数据挖掘技术   冶金企业   数据处理  

摘要： 随着信息技术的发展,我国冶金技术水平不断提高,极大的便利了人们的生产生活,基于此,提出数据背景下数据挖掘技术在冶金企业当中的应用研究。数据挖掘技术在冶金企业中的应用方式包括聚类分析、分类推测、关联分析和特征对比四种;通过对大量冶金数据进行分析、整理、推测与聚类选择,实现数据挖掘技术在冶金企业当中的有效应用;应用效果表明,数据挖掘技术具备良好的数据处理质量,能够促进我国冶金企业的进一步发展。

关键词： 大数据   数据挖掘   试验鉴定   测试评估   数据处理  

摘要： 试验鉴定是装备研制的重要环节，它包括技术性能评估、适应性评估、边界性能评估和作战使用效能评估。试验产生的海量数据包括结构化数据、音频、视频、图像、文本等多种类型，应用大数据技术对试验数据进行处理与挖掘，可实现试验评估的完整性。

关键词： 城市建设   数据应用   智慧   安防   数据共享   人工智能   数据处理   数据挖掘  

摘要： 一、安防大数据在智慧城市建设中的应用现状与特点 近年来,随着云计算、大数据、物联网、人工智能等各种新技术风起云涌,数据的融合与共享越来越得到重视,数据处理、数据共享、数据挖掘、数据分析、数据应用等大数据技术成为智慧城市建设发展的关键技术,同时也开启了全新的智慧城市大数据时代。

关键词： 数据挖掘   网络营销   模式   数据处理  

摘要： 随着信息化时代的发展,人类思维模式和行为模式都产生了巨大的调整,企业营销也渐渐的挤上了网络大潮。为了能够在网络时代更加了解消费者的购买喜好和消费习惯,营销者必须想法设法从种类繁多且冗杂的原始数据中提炼出对自己有营销价值的数据,即web数据挖掘油然而生。文章以web数据挖掘的基本功能及在营销模式中的基本运用为基础展开论述。

关键词： 数据应用   回归   数据挖掘   机器学习   数据处理   人工智能   对数   人脑  

摘要： 确定性层次的数据应用数据应用的不同层次对数据的使用有两个层次,一种是对数据的直接使用,如数据处理、数据挖掘、机器学习、人工智能等,在这个层次里是机器在使用数据,人脑并不参与,使用数据的逻辑是清晰的,问题是确定性的,这是IT能够发挥作用的层次。另一种是间接使用数据的模式,要先进行数据挖掘,从中提取出信

关键词： 数据应用   回归   数据挖掘   机器学习   数据处理   人工智能   对数   人脑  

摘要： 确定性层次的数据应用数据应用的不同层次对数据的使用有两个层次,一种是对数据的直接使用,如数据处理、数据挖掘、机器学习、人工智能等,在这个层次里是机器在使用数据,人脑并不参与,使用数据的逻辑是清晰的,问题是确定性的,这是IT能够发挥作用的层次。另一种是间接使用数据的模式,要先进行数据挖掘,

关键词： Excel   数据处理   数据挖掘  

摘要： Excel在完成数据统计与分析的任务中,由于其灵活的汇总方式以及多变的数据统计功能,成为用户处理数据管理与数据挖掘的重要手段。本文就针对Excel软件在数据挖掘处理和应用方面进行研究,促进Excel技术的应用。

关键词： 用户行为   数据挖掘   全链路数据采集   可视化技术  

摘要： 随着互联网发展，网络用户数量和网站数量都在不断增加。在用户和网站交互过程中，会产生一系列的用户行为数据。用户行为数据记录了用户在网站上的操作，隐含着用户的购买意愿、行为模式等有商业价值的各类信息，可用于个性化推荐、网站优化、商业智能和精细化运营等多个领域。　　用户行为数据分布在请求链路上的各个节点处，位置分散、数量庞大、结构不一;而常用的代码埋点处理方法需要对网站源代码进行修改，耗费人力成本和时间成本，不适用于快速迭代的网站。因此，本文提出了一种面向全链路的用户行为数据处理方法，解决了在不修改网站代码的前提下对来自不同数据源的用户行为数据进行采集、关联和分析的问题，可以挖掘用户行为的业务价值。　　方法运用面向切面编程、JavaScript事件监听、网络嗅探等技术来实现应用级透明的全链路数据采集。通过注入分布式跟踪注释和匿名ID来追踪用户行为数据，实现不同节点间的数据关联。通过ID之间的组合和关联来进行跨设备的用户行为识别，得到用户模型。在数据关联和用户识别的基础上构建得到事件模型，通过统计分析、模型分析和数据可视化等方式得到用户行为数据中的模式信息。在方法实现中运用到了Elasticsearch、HDFS和Spark等分布式框架来提高数据处理的吞吐量和达到实时性目标。经过采集端对比实验、数据处理等性能实验和各阶段的功能实验，验证了方法的实时性和有效性。

关键词： 数据处理   数据采集  

ISBN: (纸本)9787302493662

摘要： 本书主要介绍数据挖掘和数据分析的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据立方体和OLAP技术、频繁模式挖掘、回归分析、分类、聚类、离群点分析。书中涉及到的模型和算法均给予了相应的实例。