关键词： 大数据   数据处理   数据挖掘   实际应用  

摘要： 近年来,随着互联网、物联网、云计算这三大技术的快速发展,数据洪流愈发泛滥,大数据的普及度呈现出几何增长趋势。大数据是信息流动下的产物,大数据处理对于信息的合理使用与信息的有效预测有着重要意义。同时大数据又是难以量化的,要在广阔的数据流量中筛选出有用的数据集合,并对这些筛选出的粗糙数据进行处理,将处理结果应用于现实生活中,成为了大数据发展的关键问题。本文从大数据的处理方法,具体应用方面简单概述大数据的基本轮廓。

关键词： 数据挖掘   关联规则   就业   频繁项集  

摘要： 以阜阳职业技术学院近年来积累的大量毕业生就业数据为依托,进行了关联规则挖掘.按照关联规则挖掘步骤对学生原始数据进行预处理,针对原始数据不完整、存储格式不同等问题,进行数据清理、数据集成、数据变换和数据规约,并建立了学生信息挖掘系统.该系统通过对学生数据信息的挖掘以及关联规则的形成发现专业课程设置的不足,以促进专业课程的改革.

关键词： 数据挖掘技术   电力营销系统   数据处理   业扩报装   电能计算   营业计费  

摘要： 作为一种用于数据处理的技术,数据挖掘技术可以从大量或不完整和模糊、随机的数据当中将隐含的有潜在价值的信息提取出来,将其应用到电力营销系统当中可以挖掘出大量隐藏的有用信息。文章对数据挖掘技术在电力系统中的应用展开了讨论。

关键词： 数据断层   数据挖掘   数据预处理   日志数据分析   移动客户端应用  

摘要： 随着大数据技术的不断升温,数据断层现象的分析与处理已经成为数据挖掘领域重要的方式与手段。数据断层理论作为描述数据对象之间发生局部位移趋势的分析理论,对于数据预处理过程具有十分重要的指导性意义。在初步描述数据断层理论基本概念的基础上,以上海"动感101"音乐电台的移动客户端应用日志数据为例,构建数据断层理论分析系统来处理电台数据中所存在的数据断层现象,提高了数据对象预处理的质量,得到了有效的电台决策辅助信息,从而充分说明了数据断层理论的科学性和有效性,为进一步研究奠定了坚实基础。

关键词： 数据密集型   科学研究   网络传输   数据中心   数据处理   科研工作   统计分析   数据挖掘  

摘要： 科学研究的第四范式是在“互联网＋”背景下，通过物联网收集到海量的信息，这些信息以数据的形式通过网络传输，存储在数据中心的云服务器中。而科研工作利用数据处理、统计分析、数据挖掘、模型预测、可视化等技术，从海量的大数据中得出有价值的成果。所以，第四范式又被称为“数据密集型研究”。

关键词： 运营安全   实时性   数据平台   金融行业   数据应用   数据挖掘   数据处理   数据分析  

摘要： 随着近年来大数据应用步入2．0时代，金融业、制造业等领域都开始主动拥抱大数据，寻找大数据应用的场景及落地的可能性。在大数据时代，对数据挖掘、数据处理、数据分析的实时性需求越来越迫切，然而，想要安全、合理地利用好大数据，依然需要“模着石头过河”。

关键词： 经营分析   数据处理   Oracle   ETL   数据清洗,数据抽取   数据挖掘  

摘要： 在当今"大数据"爆发时代,可用信息是现代企业的重要资源,是企业进行科学有效的管理和进行正确决策分析的基础,如何对数据进行处理也已经成为每个企业在经营过程中的重要环节,使用计算机技术实现数据的自动化地调度更是成为了一种必然趋势。现今,很多企业仍然没有最大化地利用已存在的数据资源,况且对大量数据的重复、粗暴、简陋的处理也.耗费了大量的人力物力,也耽误了最佳的商业决策时机。所以,对数据进行有效地清洗及自动化固化可以极大地减少企业的人力及时间成本,为企业节省更多的成本。而对海量数据的处理就用到了数据仓库技术——ETL(ExtractTransform-Load)。

关键词： 数据处理   机器学习  

ISBN: (纸本)9787300231013

摘要： 本书介绍数据挖掘与统计机器学习领域常用的模型和算法，包括基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法(包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法)。最后介绍无监督的学习中的聚类方法和业界广泛使用的推荐系统方法。除了方法的理论讲解之外，本书给出了每种方法的R语言实现，以及应用Python语言实现深度学习和支持向量机两种方法。

关键词： 数据处理  

ISBN: (纸本)9787030483683

摘要： 本书针对大数据呈现的体量巨大、多源异构、动态性和不确定性等特点，以粒计算理论为基础，以典型粗糙集模型为对象，以增量学习技术为手段，以云计算并行框架为支撑平台，构建大数据分析与挖掘的原理和方法及其算法，并融入了相关领域学者在动态知识发现、数据融合等。

关键词： 移动通信   数据处理   数据挖掘   预处理  

摘要： 近些年来,移动通信网络用户数量不断增长,用户对移动通信网络稳定性与通信速度提出了更高要求。通信公司为了满足用户需求,提升竞争优势,不断进行移动通信技术改革,移动通信网络从2G网络到3G网络,再到现在的4G网络,取得了巨大成功,不仅移动通信效果越来越高,且数据传输速度越来越快,但市场竞争越也更加激烈。通信企业想要赢得市场,发挥竞争优势,应积极运用数据挖掘技术,更好的把握用户动态,提供具有针对性和实效性的服务。本文将针对移动通信数据挖掘的数据预处理展开研究。