学科分类
/ 25
500 个结果
  • 简介:摘要:随着信息技术的不断发展,大数据已经成为了现代高校智慧图书馆建设的重要支撑。大数据技术的引入和应用,为高校智慧图书馆的构建提供了更多的可能性,不仅能够实现图书馆的数字化、智能化管理,更能够提高图书馆的服务质量和效率。本文将从高校智慧图书馆的概念、大数据在高校智慧图书馆中的应用进行探讨,以期为我国高校智慧图书馆的建设提供参考和借鉴。

  • 标签: 大数据 高校智慧图书馆 构建
  • 简介:摘要:本文旨在探讨面向数据驱动的审计方法与技术创新研究,以应对信息时代背景下审计工作的挑战。首先介绍了数据驱动审计的概念和意义,接着提出了方法与技术创新的研究方向,包括数据分析工具、人工智能技术等。

  • 标签: 数据驱动 审计方法 技术创新 数据分析 人工智能
  • 简介:摘要:旨在探讨人工智能驱动的大数据挖掘技术在当前社会中的重要性以及面临的挑战,重点关注了数据质量管理对于确保这一技术应用的有效性和可靠性的关键作用。从强化数据质量管控机制、创新数据清洗与验证方法、实施数据质量评估标准等角度探讨了如何优化数据质量管理,为AI驱动的大数据挖掘技术的发展提供了重要指导和建议。

  • 标签: 人工智能 大数据挖掘 数据质量管理
  • 简介:摘要:本文旨在探讨大数据驱动的软件质量保障与测试策略,通过研究大数据技术在软件测试领域的应用,分析其对提升软件质量和测试效率的重要性,旨在为软件行业提供创新的质量保障与测试方法。

  • 标签: 大数据 软件质量保障 测试策略
  • 简介:摘要:在社会经济飞速发展的今天,人们对普通公路养护的要求也与日俱增。进而指出数据收集与集成难度大,养护成本评价准确公正,养护资金分配与使用透明,公路养护决策科学缺乏有效落实。最后,提出建立健全公路养护数据收集系统,构建科学公正透明的养护成本评估模型,优化养护资金配置与使用等策略,运用大数据与人工智能技术,增强公路养护决策科学性的策略。

  • 标签: 公路养护 资金高效配置 数据驱动
  • 简介:“问题驱动”是一种崭新的教学理念,对于提高课堂教学效率不无裨益。但是,“问题驱动”不是设计一两个问题那么简单,更不是满堂问。“问题”应该是广义的,是研读教材中寻找和发现文本的教学价值,是研究学情,是研究方法;“驱动”,应该指向驱动教师深入解读文本,驱动教师更加优化教学设计,驱动教师研究课堂,注重生成,最终,指向驱动教师提升教学与科研能力。

  • 标签: 问题驱动 文本解读 教学设计 优化课堂
  • 简介:摘要对于城乡决策开发来讲,在大数据背景下可实现更为科学、有效的分析,以此为未来的城乡决策提供更多有利的参考信息和依据,从而更好地利用城市资源,促进城市的和谐发展。本文笔者根据工作实践经验对大数据时代城乡规划决策理念及科学规划运用进行了分析探讨。

  • 标签: 大数据 城乡规划 决策理念 科学规划
  • 简介:摘要:大数据时代的到来,使企业面临的内外部环境发生了巨大变化,也对企业的管理决策带来了新的挑战。如何利用大数据为企业管理决策提供支撑,实现企业价值最大化成为企业管理者关注的焦点。文章探讨了大数据对企业管理决策影响并提出了对策,以期为企业管理决策者利用大数据更好地为企业创造价值、提高决策效率提供借鉴。

  • 标签: 大数据 企业管理 决策 影响
  • 简介:摘要:我国各个方面获得发展,经济、文化、教育等看到了明显的进步,人们生活拥有较高的水平,使得城市化进程得以推进。从城市城乡规划入手,不断改革和调整结构的时候,能够对其建设引起关注和优化。城市想要获得发展,就要不断的做出多个角度调整,统筹城乡规划,在管理规划的时候做出合理的改进和升级。以较大力度不断完善规划管理工作,实现城市城乡的进步发展。

  • 标签: 城乡规划决策 大数据 决策理念 应用途径
  • 简介:摘要随着电力体制改革的不断推进,要求提升供电企业的投资效率,在加强电网薄弱环节建设的同时重视精准投资,强化投资规范管理,真实、准确的统计数据和资料的应用不仅对企业领导层的决策和企业的生产、经营、管理非常重要,同时也是对供电企业实行科学管理、监督整个经营活动的重要手段,是企业制定政策和计划的主要依据。

  • 标签: 企业 发展 数据 决策
  • 简介:摘要:近年来,科技飞速发展的同时带动了企业的发展。 企业数量的不断增加,企业之间的竞争越来越激烈,能否在战略上增强企业自身的竞争力是每个企业管理者的重点工作。大数据时代的到来为企业的管理模式创新和经营发展起着很重要的推动作用,从整体上来看,大数据技术的应用提升了整个企业的管理效率,传统的企业管理模式已经难以适应新的社会环境,特别是金融行业对于大数据的应用以及其分析能力的应用,正在成为金融机构未来发展的核心竞争要素,金融行业也是对市场经济的发展关联最为密切的行业。虽然在整体上来看企业的管理模式还有待完善,但在大数据时代的引领下,会有更多的企业采用创新管理办法实现企业内部更为科学化的管理。

  • 标签: 大数据 企业管理 决策影响研究
  • 简介:摘要近年来,电网发展方式转变不断取得突破,技术创新实现历史性跨越,电网的功能定位、科技水平等发生深刻变化,国家电网进入以特高压为标志的坚强智能电网发展新阶段,传统的调度运行和监控运行相分离的工作模式需要向调控一体化方向发展。本文将对电网调控数据综合智能分析决策网架设计进行分析。

  • 标签: 电网调控 数据 综合智能分析 决策网
  • 简介:摘要:伴随我国社会经济的快速发展,电力企业的信息化、智能化进程也在随着加快,市场中相关的机遇与挑战也在不断增多。本文通过对当下我国电力企业营销决策系统的相关需求进行分析,充分利用大数据思维及技术,对相关系统功能进行设计。

  • 标签: 大数据,电力营销,营销决策系统,分析研究
  • 简介:数据挖掘作为一种发现大量数据中潜在信息的数据分析方法和技术,已经成为相关各界关注的热点。其中,决策树技术以其出色的数据分析效率、直观易懂的结果展示等特点,倍受广大用户的青睐。文章首先对决策树技术进行较为详尽的探讨,然后利用SAS/EM工具,对该技术在客户关系管理中的应用进行了初步尝试。

  • 标签: 统计 数据挖掘 决策树 SAS/EM
  • 简介:数据时代所蕴藏的海量数据价值巨大,应充分挖掘大数据的优势,着力优化地方政府决策体制,从而有效提升地方政府决策的水准。依据地方政府决策体制的具体内容,结合当前地方政府决策体制所面临的困境,提出运用大数据所具备的信息内存海量、信息种类多样、信息处理快速和信息真实可靠等诸多方面的优势,从地方政府决策体制的中枢系统、信息系统、咨询系统和监控系统四个维度出发,构建出了当前地方政府决策体制的优化路径。

  • 标签: 大数据 地方政府 决策体制
  • 简介:摘要随着现代计算机技术和网络技术的不断发展,大数据已经成为这个时代的标志,改变了现有的生产管理模式。大数据已经开始被广泛应用于城乡规划设计、规划管理和规划决策当中。结合众多学者的研究成果发现,基于城乡规划的大数据概念开始悄然发生变化,并且随着城市规划建设的变化,其内容特征也在不断变化。本文主要针对大数据时代城乡规划决策理念及运用进行简要分析。

  • 标签: 大数据 城乡规划 决策理念 运用
  • 简介:在软件行业中,五年就像是一个地质时代。五年前,Microsoft宣布了自己的Micorsoft.NETFramework计划。从那以后,DataSet(数据集)才开始作为关键对象出现在基于.NET的应用程序中,执行多种数据相关的任务。也是五年前,DataSet被誉为ADO记录集(Recordset)的威力增强版。那么在.NETFramework出现之前,您是如何设计数据访问层(DAL,DataAccessLayer)的呢?我想您一定是以ADO和它全能的Recordset对象——断开的、且可进行XML序列化的——为中心构建数据访问层。

  • 标签: 数据集 FRAMEWORK RECORDSET对象 DATASET MICROSOFT 数据访问层
  • 简介:摘要随着信息技术的不断发展,大数据已经成为现代人口中的“热词”。大数据平台使得海量数据成为信息社会可利用可挖掘的新型资源,广泛应用于电信、能源、金融、电力、医疗、教育、政府等各个领域,帮助用户将数字资产转化为生产力。对于企业管理而言,财务信息作为其内部控制的关键依据,自然也受到了大数据时代的影响。本文从大数据对企业财务管理的影响进行分析及探讨。

  • 标签: 大数据 企业财务 影响
  • 简介:摘要:信息技术的发展,以及教育理念的更新,为教育决策带来了新的变化。以大数据技术及相关设备为支撑,对与教育决策相关的数据进行深度挖掘与高效管理,能够为教育管理决策提供更加客观、可靠的依据,并给教育行政组织工作形成积极影响。在深刻意识到大数据技术带来的嬗变的基础上,教育界对大数据技术的融入进行了多角度的理论研究。本文在简要叙述教育领域大数据技术应用特征的基础上,就大数据对教育管理决策带来的影响进行分析。

  • 标签: 教育管理 大数据技术 决策 影响
  • 简介:本文作者从实际应用出发,对现存数据挖掘决策树分类方法进行了研究,并应用到系统当中,实现了决策支持模块。关键词数掘挖掘;决策树算法;改进;实现中图分类号TP301.6文献标识码A文章编号1007-9599(2010)04-0000-02DataMiningDecisionTreeImprovement&ImplementationXiaYan,ZhouXiaohong,WangDong(ChangchunTechnologyCollege,Changchun130033,China)AbstractTheauthorstudiedonexistingDataMiningdecisiontreeclassificationmethodbasedonthepracticalapplication,andappliedtothesystem,achievedadecisionsupportmodule.KeywordsDataMining;Decisiontreealgorithm;Improve;Achieve随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据量急剧增大,在大量的数据背后隐藏着许多重要的信息,如果能把这些信息从数据库中抽取出来,将会产生重要的作用。因此,数据挖掘涉及的学科领域逐渐扩大,数据挖掘的方法也在不断地改进和提高。分类在数据挖掘中是一项非常重要的任务,分类算法可以分为决策树分类算法、遗传算法、神经网络方法、K-最近邻分类算法等。这里,以疾病防控与儿童免疫管理系统中决策支持子系统的开发过程为例,对决策树分类算法的改进及在实际中的应用进行阐述。一、数据选取和数据预处理在本系统中,以预防接种中遇到异常反应后记录的“异常反应调查表”中的数据为例进行说明。具体实现过程详细说明首先输入训练集,由于在真实的SQLServer数据库当中,为了降低存储要求和减少存储时间,并非真正存储每个数据项的属性值,而是用存储数字来对应相应的意义,如在数据库的数据表中,“性别”字段中“1”代表“男”、“2”代表“女”,反应到程序页面时再映射回原来的值,为了说理清晰又限于篇幅,这里只将所有数据集中有代表性的十几组数据作为分类模型创建的输入训练集。表1判断是否需要计划外加强免疫的属性表儿童编号月龄出生状态常住地上次注射后反应是否需要计划外加强免疫0405102<=2正常产城市无不良反应否0405495<=2正常产农村无不良反应否0401342>5正常产城市无不良反应是04054352…5正常产城市轻度反应是04065342…5非正常产城市重度反应是04072342…5非正常产农村重度反应否0401544>5非正常产农村重度反应是0408519<=2正常产城市轻度反应否0404566<=2非正常产城市重度反应是04035472…5非正常产城市轻度反应是0401534<=2非正常产农村轻度反应是0405856>5正常产农村轻度反应是0409533>5非正常产城市无不良反应是04053442…5正常产农村轻度反应否二、生成决策树对训练集的每一个属性,计算其信息增益。以“月龄”属性为例,每个结点中的正反例的个数分别为[2,3]、3,2、4,0,分别计算如下info2,3==0.971;info3,2==0.971;info4,0=0;计算信息熵E(月龄)==0.693;计算该属性的信息增益量,选取信息增益最大的属性为节点,按该属性的值划分数据集合Gain(月龄)=Info(9,5)-E(月龄)=0.940-0.693=0.247;同理,对“注射反应”属性、“出生状态”属性、“常住地”属性都可计算每个结点的正反例的个数(由于篇幅有限,不作计算)。通过对各属性信息增益的计算结果,选择“月龄”属性作为根节点,然后划分“月龄<=2”的所有可能性。计算当“月龄<=2”时,“注射反应”、“出生状态”、“常住地”的信息增益值Gain(注射反应)=Info(2,3)-E(注射反应)=0.971-0.4=0.571;Gain(出生状态)=Info(2,3)-E(出生状态)=0.971-0=0.971;Gain(常住地)=Info(2,3)-E(常住地)=0.972-0.951=0.020;同理考虑“月龄>5”的情况,由于“月龄>5”时,各个节点都是纯节点,所以不再划分。三、产生决策规则遍历决策树,输出叶结点类属性值,用IF—THEN形式表达为IF(月龄2…5AND注射反应=无)THEN(类别=是)IF(月龄2…5AND注射反应=轻)THEN(类别=是)IF(月龄2…5AND注射反应=重AND出生状态=正常产)THEN(类别=是)IF(月龄2…5AND注射反应=重AND出生状态=非正常产AND常住地=城市)THEN(类别=否)IF(月龄2…5AND注射反应=重AND出生状态=非正常产AND常住地=农村)THEN(类别=是)……依此类推,共可产生十三条规则。四、决策支持子系统的分析用上述基于决策树的分类算法所得到的模型生成的规则来预测测试集中的未知数据属于哪一类,并通过该模型的测试结果与实际情况相吻合的准确率来判断该决策树是否有效。首先,用整个数据集中2/3的数据作为训练集按照基于决策树的分类算法来建立模型,生成一棵决策树。然后,用余下的1/3的数据作为测试集,通过创建的模型进行预测,并将预测结果和实际值进行比较。如果准确率达到或超过事先确定的阈值,则可以认定该模型对于数据分类是有效的,能够在实际中应用;反之,则认定该模型的分类效果不好,需要按以上步骤来重新判断,直到分类准确率达到预定的阈值为止。在本系统中,经过测试预测准确率已达到87%,在可以接受的范围内,所以算法是有效、可行的。参考文献1陈文伟,黄金才.数据仓库与数据挖掘.人民邮电出版社,20042王万森.人工智能原理及应用.电子工业出版社,20003范明,孟小峰.数据挖掘——概念与技术.机械工业出版社,2001作者简介夏琰(1980-),女,吉林长春人。长春职业技术学院信息技术分院,教师,讲师,硕士,研究方向为计算机应用。

  • 标签: