Results 51 to 60 of about 6,100 (127)
Zhendong Ceshi yu Zhenduan为了提高辨识稳定图中真实模态的准确性与自动化程度，首先，从稳定点定义方式的角度论述了聚类算法效果欠佳的原因，并采用异阶系统非等权重的定义方式输出稳定点；其次，基于数据挖掘思想，采用改进的辨识聚类结构的有序点（ordering points to identify the clustering structure，简称OPTICS）算法自动清洗稳定点集，通过遍历性搜索的方式确定输入参数；然后，提出结合度矩阵去噪的自适应局部密度谱聚类（local density adaptive spectral ...
doaj +1 more source
Design and Implementation of Federal Health Insurance Sales System of HCSC [PDF]
, 2017 Medicare是一项联邦医疗保险计划，它面向的客户群巨大，申请时间集中以及高度的监管和产品高复杂性等等问题，已成为这一业务电子商务化要面临的挑战。因此，建立一套联邦医疗保险销售平台对该业务的发展起着极为重要的作用。宗旨是将传统的保险电话营销跟电子商务集合，提高客户转化率。 HCSC(HealthCareServiceCorporation)是美国的一家非盈利性的健康保险公司，作为美国第四大健康保险公司，其拥有最多的客户数据信息。本论文针对HCSC的Medicare医保销售现状（age-in客户转化率低、
叶旭辉
core
Research on Data Reduction Methods and Instances of Data Preprocessing [PDF]
, 2010 数据挖掘的处理对象是海量业务数据。在实际应用中，海量业务数据常常包含很多影响挖掘算法执行效率、干扰挖掘结果的因素，如：数据不完整、不一致、高冗余及噪音数据、脏数据等。数据预处理在数据挖掘之前，以领域知识为指导，以发现任务为目标，通过清理、集成、变换、缩减等操作，对源数据集进行处理，获得可供数据挖掘核心算法使用的目标数据，以减少数据处理量、提高挖掘效率，提高知识发现的起点和准确度。 数据预处理技术包括：数据清理(DataCleaning)、数据集成(DataIntegration)、数据变换 ...
王国庆
core
A Research on B2C E-commerce Platform Returning Reverse Logistics Service Capability [PDF]
, 2014 电子商务的蓬勃发展催生了大物流时代，随着电子商务退货逆向物流瓶颈凸显，国家新颁布的消费者权益保护法规定“7天退货权”，从政策角度驱动电子商务退货逆向物流的服务升级。本文以B2C电子商务平台退货逆向物流能力为研究对象，探讨B2C平台企业如何针对不同优先次序、不同类别的服务属性设计相应的服务补救策略，重构客户忠诚和粘性，为企业打造独特的竞争优势，抢占电商之争的布局先机。首先基于定量Kano模型，设计Kano问卷结果量化方法，开发B2C电子商务平台退货逆向物流服务能力的衡量量表，细分测度指标 ...
徐潇
core
S=(
Dianxin kexue针对5G限定域（DZ）网络质量评价中局部覆盖差异未量化、地理映射缺失、维度单一及权重静态化问题，提出融合Q-learning与双向小区影响度（BCI）的综合评价方法。方法首先采集多源数据并清洗，定义BCI量化小区与限定域的地理关联，分区域级（PRSRP）与小区级（故障/资源/容量）构建多维度评价体系，基于指数函数生成综合评价指数，最终通过Q-learning动态优化权重。预期实验表明，该方法评价准确率明显提高，场景适应性显著增强，可为5G网络优化、智慧城市通信保障提供技术支撑。
周琳, 杜犇, 宋士虓
doaj
Research on Xiamen Science and Technology Project Implementation Analysis System Based on Decision Tree Approach [PDF]
, 2010 数据挖掘（DateMining，简称DM），又称为数据库中知识发现（KnowledgeDiscoveryfromDatabase，简称KDD），它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程。在这一过程中，对数据的分类是数据挖掘领域研究的重要课题。 本文阐述数据挖掘的概念、发展历史、挖掘方法及其主要应用领域，详细描述决策树的基本知识，介绍如何利用决策树方法对数据进行分类挖掘，通过对常用决策树分类算法的比较研究，总结各种算法的优点和缺点，为选择使用C4 ...
白亮
core
, 2010 随着数据库技术和计算机网络的迅猛发展,人们访问、收集和存储的数据急剧增加,各行各业拥有大量的数据信息,人们面临着快速扩张的数据海洋。与日趋成熟的数据管理技术和软件工具相比,人们所依赖的数据分析工具,却无法有效地提供决策所需要的相关知识,从而形成了一种独特的现象——“丰富的数据,贫乏的知识 ...
白亮
core
Seismic Data Clustering Analysis Algorithm Based on Multiphase Level Set Image Segmentation [PDF]
, 2017 应用数据挖掘技术进行地质储层预测，在石油开发中是一项重要的技术。由于大多数地震数据并不具有监督信息，故而聚类技术成为了地质结构分析的首选方法。每个工区的一个地震属性可以看作是一个图像，而且地震数据来源于地质空间方位信息：在同一区域内部数据具有较大的相似性，而在不同区域里的数据的差异性则较大。根据上面两点，文中提出一种基于多相水平集图像分割的地震数据聚类分析算法，这个算法包括2个步骤：数据初始化，数据分割及聚类。数据初始化能大大约减数据量，使得后面的图像分割步骤更加的快速，在数据分割及聚类中将Li[1 ...
赵佳
core
Application of data mining to products marketing in banking [PDF]
, 2013 伴随着经济全球化和高技术的快速发展，现代商业社会已进入到一个全新的知识经济时代，移动互联和大数据等创新应用推动知识以更快的加速度普及扩张，客户消费行为趋向短期化、碎片化、个性化甚至过度追求用户体验，这使得企业开拓新客户和保留既有价值客户的成本越来越高，难度逐步增大；现代企业尤其银行业如需提高竞争力，还需从既有的信息资源和未来的数据储备中去发掘和创造独有的商业优势。数据资产已成为银行企业取得竞争优势的主要武器，包括银行自有的、内部长期积累的历史数据，外部环境中的交换数据以及互联网所蕴藏的海量数据信息 ...
孙宁
core