共查询到20条相似文献，搜索用时 31 毫秒
1.
从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务,已成为网络时代人们对信息系统提出的新的需求,但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系,成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述,然后讨论其在数据挖掘中的应用和优势。 相似文献
2.
贝叶斯网络研究综述 总被引：1，自引：0，他引：1
胡春玲 《合肥联合大学学报》2013,(1):33-40
贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法．近年来,贝叶斯网络已成为国内外智能数据处理的研究热点之一,被广泛应用于专家系统、决策支持、模式识别,机器学习和数据挖掘等领域．综述了贝叶斯网络的典型推理和学习算法,并对其进一步的研究方向进行了展望． 相似文献
3.
基于贝叶斯网络的统计推断与问题求解 总被引：1，自引：0，他引：1
胡振宇 《广西师范大学学报(哲学社会科学版)》2000,(Z2)
贝叶斯网络近年成为数据采掘引人注目的研究方向。本文介绍贝叶斯网络的结构和建造步骤 ,并着重讨论基于贝叶斯网络、综合先验信息和样本数据进行统计推断和问题求解的基本思想。与数据采掘的其他方法相比 ,贝叶斯网络统计推断的优点是可以综合先验信息和样本信息 ,并且在样本难得或具有不完整数据集时亦能使用 ,从而将使贝叶斯网络在数据采掘中成为一个有力的工具。 相似文献
4.
5.
6.
基于贝叶斯网络理论,把领域知识按知识项进行划分,然后在这些知识项之间建立组合依赖关系以确定贝叶斯网络的因果推理关系,最后确定变量的概率参数,建立了基于知识关系的覆盖型贝叶斯网络学习评估模型。并实现了基于贝叶斯网络学习评估模型的E-learning原型系统,系统能够对学生的知识掌握水平进行评估,并根据学生的评估结果,为学生提供个性化的导学建议。 相似文献
7.
杜一平 《吕梁高等专科学校学报》2012,2(2)
贝叶斯网络是用来描述不确定变量之间潜在依赖关系的图形模型.从完备数据集上学习贝叶斯网络是一个研究热点,因此分析完备数据集上构建贝叶斯网的常见理论方法非常必要. 相似文献
8.
数据挖掘是一种新型的数据分析技术。介绍数据挖掘关键技术及挖掘过程,探讨当前数据挖掘所面临的问题,分析将贝叶斯网络应用于数据挖掘的优势。 相似文献
9.
对数据挖掘技术在研究生信息库中的应用进行了初步分析探讨,目的是从海量的学生数据库中提取人们感兴趣的数据信息,并创建数据挖掘模型。运用朴素贝叶斯分类的方法,对所给数据进行分类和预测,并指出了其技术难点及构建算法,最后,通过一个实例给出了该算法对于预测数据进行分类的详细过程。 相似文献
10.
当前网络教学中存在教学过程评价难以量化、课程教学进度安排缺少数据支持等问题。随着大数据技术的发展,网络学习行为分析已经取得较大进展,但学习内容的跟踪与评价还比较缺乏。将知识跟踪嵌入网络课程,及时跟踪学生知识掌握情况,将有助于教师发现学生学习问题,调整教学策略;同时也可引导学生将学习的关注点聚焦在知识内容的理解上,而不是分数上。贝叶斯知识跟踪(BKT)模型是一种以知识点为核心构建学生知识模型的方法,具有简捷、预测准确、易于解释的特点。基于BKT公式改进的网络教学跟踪评价模型,可用以课时估算和学习成绩预测。实证分析数据显示,该模型的预测准确率和精确度较高。在实际应用中,BKT知识跟踪功能可单独开发应用,也可与教学平台集成使用,亦可支持线下教学。 相似文献
11.
研究了贝叶斯网络在商业银行信用风险评估方法中的应用,在商业银行数据中选取了对信用风险评级具有影响力的19项指标及样本,运用基于评分的算法对贝叶斯网络结构进行学习,并通过验证父子节点之间的相关性,对获得的贝叶斯网络结构进行了效果评价。 相似文献
12.
提出了一种基于二层贝叶斯网的网络入侵检测方法,该方法能够从审计数据中自动学习知识生成入侵模型,并根据该模型检测入侵行为,从而提高入侵检测系统的自适应性和可移植性,降低系统的误报率和误检率。实验结果表明:该方法在只使用10%训练数据和部分记录属性来学习的情况下,检测效果仍比较好。 相似文献
13.
Bayes网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系,成为当前数据挖掘众多方法中最为引人注目的焦点之一。介绍了Bayes网络模型和数据挖掘的基本知识、Bayes网络在数据挖掘中的典型应用、Bayes网络应用于数据挖掘的优势。 相似文献
14.
任群 《思茅师范高等专科学校学报》2015,(3):44-46
随着信息化的发展,人们对信息处理的要求正逐渐提高,相应的智能数据处理技术也快速地进步,贝叶斯网络成为信息工程师持续关注和研究的重点。为此,针对贝叶斯网基本理论和算法进行概述,研究其学习方法与应用,并且讨论其发展状况,为今后的研究指明方向。 相似文献
15.
学习风格是影响学习者个性差异最主要的一个因素,深深地影响着学习过程。网络学习首要一个重要目标就是能够自动推测学习者的学习风格,然后实现所有学习者都能按着自己的学习风格去学习,实现网络个性化学习。文章首先提出了学习风格建构模型,然后说明了利用学习风格量表为辅的显性方法初始化学习风格,其次重点探讨利用贝叶斯网络方法挖掘学习行为模式为主的隐性方法推测学习风格。最后比较了利用设定条件的学习风格量表和贝叶斯网络两种方法分别推测学习者学习风格,结果还是值得肯定的,表明利用贝叶斯网络隐性方法为主挖掘网络学习行为模式推测学习风格具有很高的精确度。 相似文献
16.
《洛阳师范学院学报》2016,(2):19-21
传统的机器学习和数据挖掘分类算法是在假设数据是完整精确的前提下进行的,然而在实际的应用中,由于数据存在不确定性,使这种假设很难成立.数据的不确定性可能是由多种原因导致的,比如测量错误、隐私保护以及传感器搜集的不确定信息等等.本文研究在不确定数据中使用朴素贝叶斯分类方法进行分类问题. 相似文献
17.
随着大数据时代的到来和在线学习的蓬勃发展,个性化自适应学习日益成为人们关注的热点。本文从教育数据挖掘的目标和关键技术出发,在个性化自适应学习系统中应用教育数据挖掘技术,研究了学习者模型、领域知识模型和社交网络模型的构建、融合和应用,设计出基于教育数据挖掘的个性化自适应学习系统的架构和流程,探讨了模型的构建和个性化自适应学习引擎机制的建立,提出了基于聚类的个性化自适应学习内容呈现、基于序列挖掘和关联规则的最佳学习路径推荐、基于协同过滤和社交网络的个性化资源推荐方法。 相似文献
18.
贝叶斯优化算法是分布估计算法中最典型的代表。它利用贝叶斯网络采样对种群进行更新,而贝叶斯网络的寻优学习是一个复杂的搜索过程,运算时间较长,计算量大,这也正是制约贝叶斯优化算法应用的一个主要原因。本文引入免疫算法机制,使其对贝叶斯网络产生的解进行有导向的变异,提高个体的适应度值,从而减少贝叶斯网络的构建次数,降低计算量。研究结果表明,改进后的贝叶斯优化算法不仅具有更强的寻优能力,而且大大减少了计算量和运算时间。 相似文献
19.
由于贝叶斯分类算法模型简单、处理速度快且正确率高,在数据挖掘分类中被广泛应用。通过实例研究表明,SQL Server 2008 R2贝叶斯算法是有效的。 相似文献
20.
张长坤 《常熟理工学院学报》2009,23(8):104-107
分析了贝叶斯网络的拓扑结构,给出了发动机怠速不良的故障树图．然后根据故障树到贝叶斯网络的转化算法,建立了贝叶斯网络模型．借助故障模拟试验数据确定了发动机怠速不良时电控汽油喷射系统贝叶斯网络故障诊断中各节点的先验概率值,然后通过贝叶斯网络找出了发动机怠速不良时电控汽油喷射系统各部件的故障发生概率． 相似文献