朴素贝叶斯分类算法在毕业生就业预测方面的研究     

程昌品 《广东教育学院学报》2007,27(5):79-82

朴素贝叶斯分类算法应用于毕业生就业预测分析,关键是建立有效的分类模型.文章提出了一种有效分类模型的发现算法,并研究了该算法实施中的零值属性计数、缺失数据问题及解决方法,能有效解决毕业生就业预测的可靠性问题.  相似文献   

基于数据挖掘技术的资源型学习     

庞先伟 《现代远程教育研究》2002,(3):39-42

数据挖掘技术是一个正在迅速发展的新兴领域，受到社会各界的重视，在现今的应用中，数据挖掘技术主要用于商业，军事，工业等领域的决策应用，在本中，我们将通过对数据挖掘技术、知识发现，资源型学习的认识来讨论一种基于数据挖掘技术的资源型学习。  相似文献   

矿区运输系统分析     

王艳丽  刘彦君 《鸡西大学学报》2002,(4)

从煤矿矿区运动系统的实际情况出发,采用系统论的观点对矿区运输系统进行了分析,得出结论:矿区运输系统服务于矿井生产,属服务性企业,其机构形成和作业规律受煤矿布局及生产波动的影响:矿区运输系统有其自身的独立性,是由车、机、工、电、辆各工种组成的相互协调的完整机构。  相似文献   

Cookie技术在Web日志挖掘预处理中的应用     

周增国  庞有军 《大连大学学报》2006,27(2):59-62

W eb日志的数据挖掘,可以发现用户访问页面的行为模式,改进W eb站点的性能和结构,提高查找信息的质量和效率.对W eb日志挖掘预处理的数据清洗、识别用户、识别用户会话和识别片断四个主要阶段所要完成的任务进行分析,论述了现有W eb日志预处理方法中的用户识别技术,提出了一种基于Cook ie技术和扩充日志属性的用户识别方法.  相似文献   

灰色马尔科夫模型在高校招生中的应用研究     

冯晓林  王岁花 《教育教学论坛》2019,(24):44-46

本研究深入剖析了灰色马尔科夫模型在高校招生中的应用,由于高校生源变动的随机性、波动性以及复杂性,给招生预测工作带来了很多瓶颈。为了更准确地预测招生人数,我们将试图把灰色动态预测与马尔科夫预测模型融为一体,对高校招生人数进行预测。选取河南师范大学部分新生历年录取入学情况为研究对象,采用数据收集法、实验分析法、灰色马尔科夫模型等技术发掘数据中隐藏的规律和模式,从而为高校招生工作提供科学的依据。  相似文献   

Web日志挖掘技术在校园网信息处理中的应用研究     

张琳 《遵义师范学院学报》2011,13(5):112-115

随着校园网的快速发展,产生了海量信息,怎样利用数据挖掘技术根据校园网用户的访问日志挖掘出有价值的信息,是值得深入研究的。作者首先介绍了Web日志挖掘技术的主要内容,再深入研究在校园网信息处理方面的应用,重点以遵义师范学院校园网为实例,使用关联规则进行研究分析,探讨出用户的兴趣与偏好,从而更好地为学校教学管理服务。  相似文献   

FARMER: A novel approach to file access correlation mining and evaluation reference model     

夏鹏  冯丹  王芳 《上海大学学报(英文版)》2011,15(6):574-588

File semantic has proven effective in optimizing large scale distributed file system. As a consequence of the elaborate and rich I/O interfaces between upper layer applications and file systems, file system can provide useful and insightful information about semantic. Hence, file semantic mining has become an increasingly important practice in both engineering and research community. Unfortunately, it is a challenge to exploit file semantic knowledge because a variety of factors could affect this information exploration process. Even worse, the challenges are exacerbated due to the intricate interdependency between these factors, and make it difficult to fully exploit the potentially important correlation among various semantic knowledges. This article proposes a file access correlation miming and evaluation reference (FARMER) model, where file is treated as a multivariate vector space, and each item within the vector corresponds a separate factor of the given file. The selection of factor depends on the application, examples of factors are file path, creator and executing program. If one particular factor occurs in both files, its value is non-zero. It is clear that the extent of inter-file relationships can be measured based on the likeness of their factor values in the semantic vectors. Benefit from this model, FARMER represents files as structured vectors of identifiers, and basic vector operations can be leveraged to quantify file correlation between two file vectors. FARMER model leverages linear regression model to estimate the strength of the relationship between file correlation and a set of influencing factors so that the “bad knowledge” can be filtered out. To demonstrate the ability of new FARMER model, FARMER is incorporated into a real large-scale object-based storage system as a case study to dynamically infer file correlations. In addition FARMER-enabled optimize service for metadata prefetching algorithm and object data layout algorithm is implemented. Experimental results show that is FARMER-enabled prefetching algorithm is shown to reduce the metadata operations latency by approximately 30%–40% when compared to a state-of-the-art metadata prefetching algorithm and a commonly used replacement policy.  相似文献   

基于数据挖掘的图书馆的读者借阅行为分析     

廖秋荣 《柳州职业技术学院学报》2011,11(1):90-93

图书馆数字化发展,使数据挖掘技术在读者借阅行为分析方面得到了广泛使用。利用图书馆的借阅数据及调查结果,可形成一个关于读者需求的数据仓库,挖掘出读者需求的规则和模式,提取出有价值的内在信息,以便为图书馆建设服务。  相似文献   

基于视频的数据挖掘系统的研究     

申华 《鞍山师范学院学报》2004,6(4):62-64

研究了一种视频数据挖掘的系统结构.介绍了该系统中各主要模块的功能;描述了视频数据预处理和视频数据立方体;讨论了视频数据挖掘方法并探讨了典型的视频挖掘技术.  相似文献   

基于支持向量机的数据挖掘技术     

王国胜 《德州学院学报》2007,23(2):51-55

随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多.激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据.将目前先进的机器学习技术支持向量机,与数据挖掘结合起来,提出了一个改进的支持向量机训练算法,进行了支持向量机自动分类的模拟试验.试验结果显示,新算法的训练速度明显提高,并获得了比较理想的分类结果.  相似文献