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(lái)靈感和參考,敬請(qǐng)閱讀。
摘要:本文主要探討將數(shù)據(jù)挖掘技術(shù)研究,對(duì)海量數(shù)據(jù)進(jìn)行挖掘和分析,運(yùn)用數(shù)據(jù)可視化將數(shù)據(jù)進(jìn)行分類整理。運(yùn)用數(shù)據(jù)挖掘的算法:C4.5、K-Means、Apriori、EM、PageRank等算法對(duì)數(shù)據(jù)進(jìn)行整理。并將該算法運(yùn)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(qiáng)大功能來(lái)對(duì)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(wèn)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(duì)各類數(shù)據(jù)展開(kāi)深入分析,從中獲取有價(jià)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(diǎn)、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(duì)海量數(shù)據(jù)進(jìn)行挖掘和分析,運(yùn)用數(shù)據(jù)可視化將數(shù)據(jù)進(jìn)行分類整理。運(yùn)用數(shù)據(jù)挖掘的算法:C4.5、K-Means、Apriori、EM、PageRank等算法對(duì)數(shù)據(jù)進(jìn)行整理。將C4.5、K-Means、Apriori、EM、PageRank等算法運(yùn)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(qiáng)大功能來(lái)對(duì)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(wèn)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(guò)程
數(shù)據(jù)挖掘幾個(gè)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(jī)由核函數(shù)經(jīng)特征加權(quán)構(gòu)造的支持向量機(jī)。并且特征加權(quán)核函數(shù)pK定義為:改進(jìn)支持向量機(jī)SVM算法的詳細(xì)步驟如下:Step2.所得指標(biāo)參數(shù)對(duì)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=gxgxi=n來(lái)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(jì)中替換傳統(tǒng)的支持向量機(jī)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?yàn)閷?duì)某種技術(shù)不適合的問(wèn)題,其他方法卻可奏效。
四、結(jié)論
通過(guò)將數(shù)據(jù)挖掘技術(shù)研究,對(duì)海量數(shù)據(jù)進(jìn)行挖掘和分析,運(yùn)用數(shù)據(jù)可視化將數(shù)據(jù)進(jìn)行分類整理。運(yùn)用數(shù)據(jù)挖掘的算法:C4.5、K-Means、Apriori、EM、PageRank等算法對(duì)數(shù)據(jù)進(jìn)行整理。并將該算法運(yùn)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(qiáng)大功能來(lái)對(duì)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(wèn)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(duì)策研究[J].無(wú)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
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:統(tǒng)計(jì)源期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)期刊全文數(shù)據(jù)庫(kù)(CJFD)
級(jí)別:部級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)