关键词： 数据挖掘技术   经济统计   应用   统计分析技术   经济水平   关系体系   数据处理   自身特点  

摘要： 伴随着社会的发展，我国的经济水平已经达到了一定的高度，同时，也形成了一个非人脑可分析的复杂的经济关系体系。经济统计需要先进的技术和高效率的数据处理手段，现代统计分析技术的应用已经成为了时代发展的必然。本文首先对数据挖掘技术的主要内容和发展历程进行了介绍，并分析了数据挖掘技术在经济统计中应用的优势，并就几种应用方法进行了分析。数据挖掘技术作为现代统计分析技术之一，在经历统计中的应用具有很大的优势，同时由于其自身特点，可以一定程度上提升数据深加工的效率。时代在发展，面对当前这个庞杂繁琐的经济统计体系，高效率的先进现代化处理手段的应用已经成为了一种趋势，这些技术的应用会改善我国当前数据庞杂繁琐难以“深加工”的现状。

关键词： 大数据   数据可视化   数据挖掘   数据预处理  

摘要： 构建一个基于人脸识别的智能大数据处理系统,将图片中提取的人脸数据特征上传到HBase分布式数据库中进行存储,使用Mahout提供的推荐、分类等数据挖掘算法进行数据挖掘,使用Echarts框架将挖掘结果直观显示给用户。

关键词： 不良反应   数据挖掘   降血脂药   数据处理  

摘要： 目的:分析降血脂药的主要不良反应及其可能的影响因素。方法:利用国家人口与健康科学数据共享平台,获取579名患者的降血脂药不良反应报告记录,药物名称统一用"药物名+剂型"格式进行规范,不良反应描述参照世界卫生组织创建的药品不良反应术语集(WHO Adverse Reaction Terminology,WHO-ART),构建不良反应匹配词典。随后利用数据挖掘方法对数据集进行多维度分析。结果:引起不良反应的给药途径以静脉滴注(75.4%)为主,主要不良反应表现为胸闷、瘙痒、呼吸困难;累及器官系统主要表现为全身性损害(61.1%),临床表现为发热、不适、厌食等。单因素分析和多因素logistic回归分析显示给药途径是影响不良反应严重程度的因素。结论:降血脂药的不良反应常涉及全身性损害、皮肤及其附件损害等多器官系统,给药途径对不良反应的影响程度最大。

关键词： MapReduce框架   Hadoop   数据挖掘方法   数据处理   聚类算法  

摘要： 大规模数据处理分析工作,在单个处理节点上部署时往往会遇到机器性能局限所带来的计算瓶颈。如今,技术更加先进且成本低廉的分布式计算平台为这一问题带来了改善的解决方案。文章运用MapReduce框架这一优势,研究了将数据挖掘的任务部署到分布式平台上的方案以及提出了相关研究展望。

关键词： E-Learning   数据挖掘   设计改进   数据处理  

摘要： 受到用户数据复杂性和多变性的影响,传统数据挖掘系统往往难以精确掌控用户数据走向。为加强数据挖掘系统的挖掘精度与稳定性,提出基于E-Learning的数据挖掘系统。该系统包括E-Learning编辑服务器和数据处理体系,ELearning编辑服务器由准备模块、展示模块和生成模块构成。准备模块为不了解E-Learning数据挖掘系统的用户提供帮助,将挖掘出的用户行为数据传递给展示模块,经展示模块对用户数据进行控制、筛选和解析并传输到生成模块与知识库,生成模块对挖掘出的用户数据进行个性化定制。数据处理体系利用数据挖掘查询语言进行数据查找与解析,将解析后的数据保存于知识库,并将数据传回E-Learning编辑服务器进行循环使用。软件设计中,给出通过数据挖掘查询语言衡量用户兴趣点,对知识库进行数据的多样性非标准挖掘过程。实验结果表明,所提方法拥有较高的挖掘准确度与稳定性。

关键词： R语言   大数据处理平台   EP1C6Q240C8   数据挖掘  

摘要： R语言是一种基于统计、运算和绘图的数据处理方式,其能够较为理想地进行大数据处理工作。因此,设计基于R语言的大数据处理平台。当平台的用户请求层向技术层发送大数据处理指令,技术层随即开始工作,其处理结果也将反馈至用户请求层。技术层由大数据管理模块、大数据处理模块和R语言控制模块组成,大数据处理模块的EP1C6Q240C8芯片通过借鉴大型数据库内容,进行大数据的挖掘工作,并将其挖掘结果提供给大数据处理模块进行大数据的筛选、汇总、转换和标准控制。经大数据处理模块处理后的大数据,将通过串口通信电路回传给用户请求层。R语言控制模块为整个平台制订处理标准。软件方面利用R语言的类聚性能设计技术层挖掘功能图和大数据向量化处理代码。实验结果表明,所设计的平台能够对大数据进行高性能的处理。

关键词： 数据处理  

ISBN: (纸本)9787111555469

摘要： 本书详细介绍了大数据分析，尤其是数据分类相关算法的原理及实现细节，并给出了每个算法的编程实例。全书共计21章，内容包括十大数据分类算法、十大从二元分类到多类分类的算法、九大属性选择算法、五大数据选择算法，若干集成学习方法和不均衡数据分类算法，以及大数据分析的平台与技术。

关键词： 一次风机   数据挖掘   数据处理   关联规则   故障预警  

摘要： 风机是火电厂最重要的辅机设备之一,其运行状态直接关乎火电厂能否安全经济运行。风机的工作环境恶劣,比较容易发生故障,而目前对风机的管理还停留在定期巡检、停机检修和事后处理的低层次阶段。加之经济环境的影响,火电厂迫切需要提质增效,降低设备的检修成本。为此,本文提出了一种基于数据挖掘技术的故障预警方法,可以在风机故障形成早期,还未对机组运行造成实质影响之时发现故障,从而为工作人员及时地制定检修方案,避免故障发生赢得时间。本文以一次风机为例展开研究,从某火电厂SIS系统的PI数据库中获取一次风机的历史数据进行挖掘分析。首先对现场采集的数据进行插值、离散化等预处理,建立风机正常状态下的数据库,为数据挖掘做好准备工作。接下来用布尔型关联规则的挖掘算法挖掘关联规则,建立规则库作为一次风机正常状态下的模型,并选取故障数据与规则库进行匹配,以验证预警方法的有效性。针对布尔型关联规则在区间划分过程中存在的缺陷,引入了模糊化的方法,对预警方法进行改进。即挖掘模糊关联规则,建立模糊关联规则库作为预警模型,进一步将预警时间提前,起到了优化效果。通过实验,证明了关联规则可以反映出一次风机各检测量之间隐藏的关系,当故障开始形成时,原有的关系也逐渐被打破,其外在表现就是各检测量数据对先前的关联规则的匹配度降低。本文提出的故障预警方法能够在一次风机故障形成早期发现异常,并在传统的监控系统发出超限报警前就触发预警,起到良好的预警效果。

关键词： 数据处理  

ISBN: (纸本)9787111577225

摘要： 本书紧紧围绕社交媒体中的大数据问题, 系统介绍了社交大数据的基本概念以及相关的大数据处理技术, 重点介绍了网页和媒体的大数据挖掘。全书共分为14章, 总体上可以分为三部分: 第一部分包括第1章和第2章, 介绍了社交大数据的基本概念和内涵, 明晰了社交大数据与一般大数据的区别; 第二部分为第3章至第9章, 介绍了大数据处理中涉及的基本概念和技术方法, 包括假设的定义、通过数据挖掘提出假设的方法, 以及假设验证的分析方法; 第三部分为第10章至第14章, 详细介绍了社交大数据中的网页和媒体数据挖掘技术、自然语言处理技术, 以及社交大数据的应用。

关键词： 数据库   Greenplum   数据挖掘   数据处理  

摘要： 随着网络技术的发展,特别是移动互联网的飞速发展,互联网企业的业务不断拓展,每天通过各类平台产生的数据也成级数增长。面对数据量的不断暴涨,传统数据库的处理能力已是捉襟见肘,针对这种情况,提出了应用开源数据仓库Greenplum作为企业运营的数据仓库,提高大数据处理的时效性,让企业决策者能快速感知市场变化,掌握市场先机,从而制定相应决策抢占市场,并通过关联规则挖掘算法在不同数据库上进行挖掘实验为例来分析Greenplum的性能优势。