天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

面向企業(yè)多源運(yùn)營數(shù)據(jù)的管理知識挖掘方法研究

發(fā)布時(shí)間:2024-03-08 17:25
  隨著通信與數(shù)據(jù)采集技術(shù)的快速發(fā)展和智能移動終端的廣泛應(yīng)用,企業(yè)的生產(chǎn)與經(jīng)營活動時(shí)時(shí)面對著源自于自身及外部的大量數(shù)據(jù),稱之為“企業(yè)運(yùn)營數(shù)據(jù)”。數(shù)據(jù)已成為各個(gè)行業(yè)的核心資產(chǎn)和創(chuàng)新驅(qū)動力。現(xiàn)代企業(yè)的管理模式與決策方式正在從“業(yè)務(wù)經(jīng)驗(yàn)驅(qū)動”向“數(shù)據(jù)量化驅(qū)動”轉(zhuǎn)變。但是,由于在網(wǎng)絡(luò)時(shí)代背景下,企業(yè)運(yùn)營數(shù)據(jù)具有來源的多樣性、高維、海量、更新不及時(shí)、類別不平衡以及多標(biāo)記等多種特殊性質(zhì),使得企業(yè)管理工作者普遍面臨著“數(shù)據(jù)充足而知識匱乏”的問題。因而,針對企業(yè)運(yùn)營數(shù)據(jù)的特殊屬性,研究面向企業(yè)多源運(yùn)營數(shù)據(jù)的處理與管理知識挖掘方法,不僅僅是對數(shù)據(jù)挖掘技術(shù)研究的深化,更是為推動企業(yè)管理從“經(jīng)驗(yàn)驅(qū)動”向“數(shù)據(jù)驅(qū)動”的范式轉(zhuǎn)變提供有力的信息處理工具。為解決企業(yè)運(yùn)營數(shù)據(jù)特征給管理者帶來的“數(shù)據(jù)充足而知識匱乏”的問題,重點(diǎn)從數(shù)據(jù)的縮減和管理知識的挖掘兩個(gè)方面開展研究,主要工作如下:(1)結(jié)合因素空間理論,從數(shù)據(jù)降維和降體量兩個(gè)角度研究企業(yè)運(yùn)營數(shù)據(jù)的縮減方法。一是提出基于因素決定度的企業(yè)數(shù)據(jù)降維算法RCF,RCF可以有效地約簡數(shù)據(jù)中的冗余因素、降低條件因素間的耦合性,提高后期分析與挖掘方法的效果;二是在降低數(shù)據(jù)體量問題...

【文章頁數(shù)】:160 頁

【學(xué)位級別】:博士

【部分圖文】:

圖1.1論文技術(shù)路線

圖1.1論文技術(shù)路線

遼寧工程技術(shù)大學(xué)博士學(xué)位論文15理規(guī)則構(gòu)成分類評價(jià)模型、給出每條管理規(guī)則及主題的重要度及排名、揭示每個(gè)分析結(jié)果蘊(yùn)含的管理意義及應(yīng)用場景,并給出合理化建議。1.4.2技術(shù)路線圖1.1論文技術(shù)路線Figure1.1Technicalrouteofthisthesis1.5小結(jié)本章主要....


圖3.1企業(yè)多源運(yùn)營數(shù)據(jù)

圖3.1企業(yè)多源運(yùn)營數(shù)據(jù)

面向企業(yè)多源運(yùn)營數(shù)據(jù)的管理知識挖掘方法研究323企業(yè)運(yùn)營數(shù)據(jù)的特征與數(shù)據(jù)分析任務(wù)3.1企業(yè)運(yùn)營數(shù)據(jù)的內(nèi)涵、作用與發(fā)展趨勢(1)企業(yè)運(yùn)營數(shù)據(jù)的內(nèi)涵隨著通信與數(shù)據(jù)采集技術(shù)的快速發(fā)展,以及智能移動終端的廣泛應(yīng)用,使得人類生活、組織運(yùn)作及社會活動變得越來越數(shù)字化。對于企業(yè)來說,其在生產(chǎn)與....


圖4.17種降維算法的參數(shù)尋優(yōu)Figure4.1Parameteroptimizationofsevendimensionalityreductionalgorithms同時(shí),為進(jìn)一步驗(yàn)證降維過程是否提高了分類效果,這里又利用原始數(shù)據(jù)結(jié)合CART

圖4.17種降維算法的參數(shù)尋優(yōu)Figure4.1Parameteroptimizationofsevendimensionalityreductionalgorithms同時(shí),為進(jìn)一步驗(yàn)證降維過程是否提高了分類效果,這里又利用原始數(shù)據(jù)結(jié)合CART

面向企業(yè)多源運(yùn)營數(shù)據(jù)的管理知識挖掘方法研究46分析圖4.1可知,PCA將原始數(shù)據(jù)從147維降到30維后分類的效果最好(平均準(zhǔn)確率為0.457),F(xiàn)A、SVD、ICA、ISOMAP、TSNE的最優(yōu)k值分別為8、75、30、2、3,平均分類準(zhǔn)確率分別為0.683、0.457、0.49....


圖4.2降維算法對比分析

圖4.2降維算法對比分析

遼寧工程技術(shù)大學(xué)博士學(xué)位論文47理前以及采用7種算法降維處理后的分類準(zhǔn)確率,結(jié)果見圖4.2。分析圖4.2可知,RCF分別在urban、scadi、arrhythmia、cnae94個(gè)數(shù)據(jù)集上取得了最優(yōu)的降維效果,在semeion、isolet2個(gè)數(shù)據(jù)集上取得次優(yōu)準(zhǔn)確率,且可將原始....



本文編號:3922138

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3922138.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶12a67***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com