CN111897853A - 一种基于大数据的计算机数据挖掘探索方法及系统 - Google Patents
一种基于大数据的计算机数据挖掘探索方法及系统 Download PDFInfo
- Publication number
- CN111897853A CN111897853A CN202010651057.3A CN202010651057A CN111897853A CN 111897853 A CN111897853 A CN 111897853A CN 202010651057 A CN202010651057 A CN 202010651057A CN 111897853 A CN111897853 A CN 111897853A
- Authority
- CN
- China
- Prior art keywords
- data
- mining
- big
- module
- client
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007418 data mining Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005065 mining Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000010354 integration Effects 0.000 claims abstract description 13
- 241000288113 Gallirallus australis Species 0.000 claims abstract description 7
- 238000012417 linear regression Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 10
- 230000002457 bidirectional effect Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000013501 data transformation Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000007865 diluting Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据的计算机数据挖掘探索方法及系统，采用WEKA数据挖掘平台采集计算机数据，利用Web数据挖掘工具、线性回归分析和关联规则建立深度集成行为树模型，使用该模型在原始大数据库中快速挖掘目标数据，实现了目标数据的快速定位挖掘，缩减目标数据的挖掘范围，为进一步提取目标数据做铺垫，服务器主机利用GPRS网络向目标客户的移动终端发放调查问卷采集客户数据，客户数据中提取技术特征后用于对挖掘数据的进一步探索分析，利用Adaboost迭代算法计算得到与原始大数据相关联的挖掘探索信息，实现了目标数据的精准全面挖掘，根据客户们的主观意向定位目标数据的挖掘方向，使得客户对最终得到的目标数据更加满意，提高了客户的满意度。
Description
技术领域
本发明涉及计算机数据挖掘技术领域，具体为一种基于大数据的计算机数据挖掘探索方法及系统。
背景技术
对于大数据，往往不能直接读取其中隐含的信息，也不容易从大量的信息中看出某个事物的发展趋势；这样数据挖掘就应运而生，数据挖掘是人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。
虽然近年来，数据挖掘技术在理论和实际应用中都取得了丰硕的成果，但由于实际工程中数据复杂、挖掘任务多样，仍有许多具有挑战性的课题亟待解决，基于大数据的挖掘就是其中一个重要问题，其运算速度和精度等都有待于进一步提高。
因此，我们推出了一种基于大数据的计算机数据挖掘探索方法。
发明内容
本发明的目的在于提供一种基于大数据的计算机数据挖掘探索方法，通过采用WEKA数据挖掘平台采集计算机数据，利用Web数据挖掘工具、线性回归分析和关联规则建立深度集成行为树模型，使用该模型在原始大数据库中快速挖掘目标数据，并通过服务器主机利用GPRS网络向目标客户的移动终端发放调查问卷采集客户数据，客户数据中提取技术特征后用于对挖掘数据的进一步探索分析，得到与原始大数据相关联的挖掘探索信息，从而解决了上述背景中所提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的计算机数据挖掘探索方法，采用挖掘探索设备，包括以下步骤：
S1：采集计算机数据，形成原始大数据；
S2：对原始大数据进行预处理后，存入数据仓库形成原始大数据库；
S3：采用Web数据挖掘工具、线性回归分析和关联规则建立深度集成行为树模型，并利用该模型对原始大数据库进行数据挖掘，得到挖掘数据；
S4：利用服务器向目标客户群的终端发放调查问卷，采集目标客户的意见和需求信息，得到客户数据；
S5：利用快速聚类分析法处理目标客户信息和客户数据，并从中提取出相关的技术特征；
S6：对比该技术特征，在上述的得到的挖掘数据中进行对比分析处理剔除不符合的数据；
S7：利用Adaboost迭代算法对上述筛选出来的挖掘数据进行探索分析，得到与原始大数据相关联的挖掘探索信息；
S8：输出最终数据信息。
进一步地，所述步骤S1具体为采用WEKA数据挖掘平台采集计算机数据，并形成计算机数据。
进一步地，所述步骤S2还包括以下步骤：
S201：数据清理，通过填写确实的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据；
S202：数据集成，将多个数据源中的数据结合起来并统一储存，建立数据仓库的过程实际上就是数据集成；
S203：数据变换，通过平滑聚集、数据概化、规范化等方式将数据转换成适合用于数据挖掘的形式；
S204：数据回归，用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果形同或几乎相同。
进一步地，所述步骤S6还包括依稀步骤：
S601：输入目标客户数据中提取出来的技术特征，并将其与挖掘数据作对比；
S602：采用偏差分析法筛选出不符合的数据，并将其删除；
S603：将筛选符合条件的数据提取出来；
S604：将余下的数据采用上述步骤依次进行，直至将所有数据的筛选完成。
进一步地，本发明还提供一种基于大数据的计算机数据挖掘系统，包括数据采集模块、CPU处理器、图像处理模块、数据分析模块、数据库模块和数据挖掘模块，数据采集模块与CPU处理器单向电性连接，CPU处理器分别与图像处理模块和数据分析模块单向电性连接，且图像处理模块和数据分析模块整体与数据库模块单向电性连接，数据库模块与数据挖掘模块单向电性连接。
进一步地，所述CPU处理器与数据存储器双向电性连接，且数据存储器设置为磁盘矩阵结构，外部设置好安全防护装置。
进一步地，所述CPU处理器与信号处理器双向电性连接，信号处理器与数据收发模块双向电性连接，且数据收发模块还与服务器主机双向电性连接。
进一步地，所述服务器主机通过数据收发模块与客户的移动终端进行远程连接，且服务器主机与移动终端间通过GPRS网络进行数据传输。
与现有技术相比，本发明的有益效果如下：
1.本发明提出的一种基于大数据的计算机数据挖掘探索方法，采用WEKA数据挖掘平台采集计算机数据，利用Web数据挖掘工具、线性回归分析和关联规则建立深度集成行为树模型，使用该模型在原始大数据库中快速挖掘目标数据，实现了目标数据的快速定位挖掘，缩减目标数据的挖掘范围，为进一步提取目标数据做铺垫。
2.本发明提出的一种基于大数据的计算机数据挖掘探索方法，服务器主机利用GPRS网络向目标客户的移动终端发放调查问卷采集客户数据，客户数据中提取技术特征后用于对挖掘数据的进一步探索分析，利用Adaboost迭代算法计算得到与原始大数据相关联的挖掘探索信息，实现了目标数据的精准全面挖掘。
3.本发明提出的一种基于大数据的计算机数据挖掘探索方法，服务器主机利用GPRS网络向目标客户的移动终端发放调查问卷采集客户数据，根据客户们的主观意向定位目标数据的挖掘方向，使得客户对最终得到的目标数据更加满意，提高了客户的满意度。
附图说明
图1为本发明的数据挖掘探索方法的整体流程框图；
图2为本发明的数据挖掘探索方法步骤S2的具体实施流程框图；
图3为本发明的数据挖掘探索方法步骤S6的具体实施逻辑图；
图4为本发明的数据挖掘探索方法步骤S6的具体实施流程框图；
图5为本发明的数据挖掘系统结构示意图；
图6为本发明的数据挖掘系统获取客户数据的拓扑图。
图中：11、数据采集模块；12、CPU处理器；13、图像处理模块；14、数据分析模块；15、数据库模块；16、数据挖掘模块；17、数据存储器；18、信号处理器；19、数据收发模块；110、服务器主机；111、移动终端。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
请参阅图1，一种基于大数据的计算机数据挖掘探索方法，采用挖掘探索设备，包括以下步骤：
S1：采用WEKA数据挖掘平台采集计算机数据，并形成计算机数据。
S2：对原始大数据进行预处理后，存入数据仓库形成原始大数据库。
S3：采用Web数据挖掘工具、线性回归分析和关联规则建立深度集成行为树模型，并利用该模型对原始大数据库进行数据挖掘，得到挖掘数据。
S4：利用服务器向目标客户群的终端发放调查问卷，采集目标客户的意见和需求信息，得到客户数据。
S5：利用快速聚类分析法处理目标客户信息和客户数据，并从中提取出相关的技术特征。
S6：对比该技术特征，在上述的得到的挖掘数据中进行对比分析处理剔除不符合的数据。
S7：利用Adaboost迭代算法对上述筛选出来的挖掘数据进行探索分析，得到与原始大数据相关联的挖掘探索信息。
S8：输出最终数据信息。
实施例二
请参阅图2，一种基于大数据的计算机数据挖掘探索方法，步骤S2还包括以下步骤：
S201：数据清理，通过填写确实的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据。
S202：数据集成，将多个数据源中的数据结合起来并统一储存，建立数据仓库的过程实际上就是数据集成。
S203：数据变换，通过平滑聚集、数据概化、规范化等方式将数据转换成适合用于数据挖掘的形式。
S204：数据回归，用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果形同或几乎相同。
实施例三
请参阅图3-4，一种基于大数据的计算机数据挖掘探索方法，步骤S6还包括依稀步骤：
S601：输入目标客户数据中提取出来的技术特征，并将其与挖掘数据作对比。
S602：采用偏差分析法筛选出不符合的数据，并将其删除。
S603：将筛选符合条件的数据提取出来。
S604：将余下的数据采用上述步骤依次进行，直至将所有数据的筛选完成。
实施例四
请参阅图5-6，一种基于大数据的计算机数据挖掘探索方法，本发明还提供一种基于大数据的计算机数据挖掘系统，包括数据采集模块11、CPU处理器12、图像处理模块13、数据分析模块14、数据库模块15和数据挖掘模块16，数据采集模块11与CPU处理器12单向电性连接，CPU处理器12分别与图像处理模块13和数据分析模块14单向电性连接，且图像处理模块13和数据分析模块14整体与数据库模块15单向电性连接，数据库模块15与数据挖掘模块16单向电性连接；CPU处理器12与数据存储器17双向电性连接，且数据存储器17设置为磁盘矩阵结构，外部设置好安全防护装置；CPU处理器12与信号处理器18双向电性连接，信号处理器18与数据收发模块19双向电性连接，且数据收发模块19还与服务器主机110双向电性连接。
服务器主机110通过数据收发模块19与客户的移动终端111进行远程连接，且服务器主机110与移动终端111间通过GPRS网络进行数据传输，服务器主机110利用GPRS网络向目标客户的移动终端111发放调查问卷采集客户数据，客户数据中提取技术特征后用于对挖掘数据的进一步探索分析，利用Adaboost迭代算法计算得到与原始大数据相关联的挖掘探索信息，实现了目标数据的精准全面挖掘。
综上所述：本发明提出的一种基于大数据的计算机数据挖掘探索方法，采用WEKA数据挖掘平台采集计算机数据，利用Web数据挖掘工具、线性回归分析和关联规则建立深度集成行为树模型，使用该模型在原始大数据库中快速挖掘目标数据，实现了目标数据的快速定位挖掘，缩减目标数据的挖掘范围，为进一步提取目标数据做铺垫；服务器主机110利用GPRS网络向目标客户的移动终端111发放调查问卷采集客户数据，客户数据中提取技术特征后用于对挖掘数据的进一步探索分析，利用Adaboost迭代算法计算得到与原始大数据相关联的挖掘探索信息，实现了目标数据的精准全面挖掘；服务器主机110利用GPRS网络向目标客户的移动终端111发放调查问卷采集客户数据，根据客户们的主观意向定位目标数据的挖掘方向，使得客户对最终得到的目标数据更加满意，提高了客户的满意度。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于大数据的计算机数据挖掘探索方法，采用挖掘探索设备，包括以下步骤：
S1：采集计算机数据，形成原始大数据；
S2：对原始大数据进行预处理后，存入数据仓库形成原始大数据库；
S3：采用Web数据挖掘工具、线性回归分析和关联规则建立深度集成行为树模型，并利用该模型对原始大数据库进行数据挖掘，得到挖掘数据；
S4：利用服务器向目标客户群的终端发放调查问卷，采集目标客户的意见和需求信息，得到客户数据；
S5：利用快速聚类分析法处理目标客户信息和客户数据，并从中提取出相关的技术特征；
S6：对比该技术特征，在上述的得到的挖掘数据中进行对比分析处理剔除不符合的数据；
S7：利用Adaboost迭代算法对上述筛选出来的挖掘数据进行探索分析，得到与原始大数据相关联的挖掘探索信息；
S8：输出最终数据信息。
2.如权利要求1所述的一种基于大数据的计算机数据挖掘探索方法，其特征在于：所述步骤S1具体为采用WEKA数据挖掘平台采集计算机数据，并形成计算机数据。
3.如权利要求1所述的一种基于大数据的计算机数据挖掘探索方法，其特征在于：所述步骤S2还包括以下步骤：
S201：数据清理，通过填写确实的值、光滑噪声数据、识别或删除离群点并解决不一致性来“清理”数据；
S202：数据集成，将多个数据源中的数据结合起来并统一储存，建立数据仓库的过程实际上就是数据集成；
S203：数据变换，通过平滑聚集、数据概化、规范化等方式将数据转换成适合用于数据挖掘的形式；
S204：数据回归，用来得到数据集的归约表示，它小得多，但仍然接近于保持原数据的完整性，并结果与归约前结果形同或几乎相同。
4.如权利要求1所述的一种基于大数据的计算机数据挖掘探索方法，其特征在于：所述步骤S6还包括依稀步骤：
S601：输入目标客户数据中提取出来的技术特征，并将其与挖掘数据作对比；
S602：采用偏差分析法筛选出不符合的数据，并将其删除；
S603：将筛选符合条件的数据提取出来；
S604：将余下的数据采用上述步骤依次进行，直至将所有数据的筛选完成。
5.如权利要求1所述的一种基于大数据的计算机数据挖掘探索方法，本发明还提供一种基于大数据的计算机数据挖掘系统，包括数据采集模块(11)、CPU处理器(12)、图像处理模块(13)、数据分析模块(14)、数据库模块(15)和数据挖掘模块(16)，数据采集模块(11)与CPU处理器(12)单向电性连接，CPU处理器(12)分别与图像处理模块(13)和数据分析模块(14)单向电性连接，且图像处理模块(13)和数据分析模块(14)整体与数据库模块(15)单向电性连接，数据库模块(15)与数据挖掘模块(16)单向电性连接。
6.如权利要求5所述的一种基于大数据的计算机数据挖掘系统，其特征在于：所述CPU处理器(12)与数据存储器(17)双向电性连接，且数据存储器(17)设置为磁盘矩阵结构，外部设置好安全防护装置。
7.如权利要求5所述的一种基于大数据的计算机数据挖掘系统，其特征在于：所述CPU处理器(12)与信号处理器(18)双向电性连接，信号处理器(18)与数据收发模块(19)双向电性连接，且数据收发模块(19)还与服务器主机(110)双向电性连接。
8.如权利要求7所述的一种基于大数据的计算机数据挖掘系统，其特征在于：所述服务器主机(110)通过数据收发模块(19)与客户的移动终端(111)进行远程连接，且服务器主机(110)与移动终端(111)间通过GPRS网络进行数据传输。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010651057.3A CN111897853A (zh) | 2020-07-08 | 2020-07-08 | 一种基于大数据的计算机数据挖掘探索方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010651057.3A CN111897853A (zh) | 2020-07-08 | 2020-07-08 | 一种基于大数据的计算机数据挖掘探索方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111897853A true CN111897853A (zh) | 2020-11-06 |
Family
ID=73191962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010651057.3A Pending CN111897853A (zh) | 2020-07-08 | 2020-07-08 | 一种基于大数据的计算机数据挖掘探索方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111897853A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515558A (zh) * | 2021-06-29 | 2021-10-19 | 上海硕恩网络科技股份有限公司 | 基于推理技术的数据挖掘的方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016054908A1 (zh) * | 2014-10-10 | 2016-04-14 | 中兴通讯股份有限公司 | 基于物联网大数据平台的智能用户画像方法及装置 |
| CN106407305A (zh) * | 2016-08-30 | 2017-02-15 | 国信优易数据有限公司 | 一种数据挖掘系统和方法 |
| CN106779873A (zh) * | 2017-01-13 | 2017-05-31 | 山东浪潮商用系统有限公司 | 一种基于电信运营商数据采集、汇总、交易的方法 |
| CN109189842A (zh) * | 2018-08-02 | 2019-01-11 | 莆田学院 | 大数据分析方法 |
| CN208874596U (zh) * | 2018-11-26 | 2019-05-17 | 铜仁职业技术学院 | 一种物联网大数据源挖掘工具 |
| CN110019157A (zh) * | 2017-11-06 | 2019-07-16 | 北京航天长峰科技工业集团有限公司 | 基于物联网的安全生产业务数据分析方法 |
| CN110750583A (zh) * | 2019-08-30 | 2020-02-04 | 贵州力创科技发展有限公司 | 一种基于大数据的计算机数据挖掘探索方法及系统 |
| CN111382329A (zh) * | 2020-02-17 | 2020-07-07 | 山东外事职业大学 | 一种用于大数据分析的数据挖掘方法及系统 |
-
2020
- 2020-07-08 CN CN202010651057.3A patent/CN111897853A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016054908A1 (zh) * | 2014-10-10 | 2016-04-14 | 中兴通讯股份有限公司 | 基于物联网大数据平台的智能用户画像方法及装置 |
| CN106407305A (zh) * | 2016-08-30 | 2017-02-15 | 国信优易数据有限公司 | 一种数据挖掘系统和方法 |
| CN106779873A (zh) * | 2017-01-13 | 2017-05-31 | 山东浪潮商用系统有限公司 | 一种基于电信运营商数据采集、汇总、交易的方法 |
| CN110019157A (zh) * | 2017-11-06 | 2019-07-16 | 北京航天长峰科技工业集团有限公司 | 基于物联网的安全生产业务数据分析方法 |
| CN109189842A (zh) * | 2018-08-02 | 2019-01-11 | 莆田学院 | 大数据分析方法 |
| CN208874596U (zh) * | 2018-11-26 | 2019-05-17 | 铜仁职业技术学院 | 一种物联网大数据源挖掘工具 |
| CN110750583A (zh) * | 2019-08-30 | 2020-02-04 | 贵州力创科技发展有限公司 | 一种基于大数据的计算机数据挖掘探索方法及系统 |
| CN111382329A (zh) * | 2020-02-17 | 2020-07-07 | 山东外事职业大学 | 一种用于大数据分析的数据挖掘方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515558A (zh) * | 2021-06-29 | 2021-10-19 | 上海硕恩网络科技股份有限公司 | 基于推理技术的数据挖掘的方法 |
| CN113515558B (zh) * | 2021-06-29 | 2024-03-22 | 上海硕恩网络科技股份有限公司 | 基于推理技术的数据挖掘的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110245213A (zh) | 调查问卷生成方法、装置、设备和存储介质 | |
| CN102236663B (zh) | 一种基于垂直搜索的查询方法、系统和装置 | |
| CN110929840A (zh) | 使用滚动窗口的连续学习神经网络系统 | |
| CN111680855A (zh) | 一种项目全过程风险自动检测预警方法及系统 | |
| CN112860676B (zh) | 应用于大数据挖掘和业务分析的数据清洗方法及云服务器 | |
| CN104268247A (zh) | 一种基于模糊层次分析的主数据归集方法 | |
| CN113222057A (zh) | 数据预测模型训练、数据预测方法、装置、设备及介质 | |
| CN116579868A (zh) | 一种财务管理系统及财务管理方法 | |
| CN116861331A (zh) | 一种融合专家模型决策的数据识别方法及系统 | |
| CN111897853A (zh) | 一种基于大数据的计算机数据挖掘探索方法及系统 | |
| CN116452212B (zh) | 一种智能客服商品知识库信息管理方法及系统 | |
| CN112418893A (zh) | 一种基于机器学习的供应链调整方法、装置及电子设备 | |
| CN112199376A (zh) | 一种基于聚类分析的标准知识库管理方法及系统 | |
| CN111581298A (zh) | 大数据仓库的异构数据整合系统及方法 | |
| CN116595418A (zh) | 一种科技成果多维画像构建方法 | |
| CN112069269A (zh) | 基于大数据和多维特征的数据溯源方法及大数据云服务器 | |
| CN115658942A (zh) | 一种面向金融场景的联合征信智能化数据检索方法 | |
| CN113408207A (zh) | 基于社会网络分析技术的数据挖掘的一种方法 | |
| CN114154617A (zh) | 一种基于vfl的低压居民用户异常用电识别方法及系统 | |
| CN113205409A (zh) | 贷款业务处理方法及装置 | |
| CN113486086A (zh) | 一种基于特征工程的数据挖掘方法及系统 | |
| CN113610225A (zh) | 质量评估模型训练方法、装置、电子设备及存储介质 | |
| CN112579670A (zh) | 一种精细油藏分布的勘察数据分析方法及系统 | |
| CN105590224A (zh) | 确定交易流程中失效节点的方法 | |
| CN112734352A (zh) | 一种基于数据维度的单据审核方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201106 |