决策树分类技术在图书馆管理中的应用

C4．5算法是决策树分类方法中的经典算法,以高校图书馆为例,运用面向属性归纳和决策树C4．5算法对整个读者流通数据库进行挖掘,并对挖掘的结果及其含义进行评价,为加强图书馆个性化服务提供依据。     

粗糙集和决策树方法在土壤评价中的应用研究

应用粗糙集与决策树相结合的数据挖掘方法评价吉林省某地的土壤地力等级。研究数据共有161条记录,16个属性,使用粗糙集对土壤属性进行约简,去除了5个土壤冗余属陛,得到属性约简集;使用决策树方法对土壤数据建立决策树模型,得到了土壤评价的决策树模型,并提取了分类规则。实验表明：将粗糙理论与决策树相结合的数据挖掘方法能去除冗余属陛,同时保留了原始数据的内部特点,相对于单一使用决策树方法,决策树规模减小,规则集较精简,提高了分类的效率。     

基于决策树关联算法在农村大学生信息系统中的应用

通过数据挖掘技术分析各个领域大量数据之间的关系,可以发现这些记录中隐藏的学生学习和生活状态。该研究开发了一个综合分析系统,其系统引入了数据挖掘技术,包括决策树算法和关联规则挖掘算法。通过分析来自农村的大学生图书馆记录和消费记录以及农村学生完成的课程成绩和心理测试数据可以看出,该系统可以挖掘农村学生的生活和学习状态及其关联性,并将结果展示出来,可以让学校或老师及时清晰地了解其状态,有助于更好的教学。     

基于数据挖掘的决策树算法应用研究

数据挖掘是一种发现大量数据中潜在信息的数据分析方法和技术,已经成为关注的热点。决策树方法因其简单、直观、准确率高等特点,在数据挖掘及数据分析中得到了广泛的应用。本文使用数据挖掘的C4.5算法对UCI数据库中的蘑菇数据构建决策树模型,给出了蘑菇可食用或有毒的决策。     

粗糙集和决策树方法在土壤评价中的应用研究

应用粗糙集与决策树相结合的数据挖掘方法评价吉林省某地的土壤地力等级.研究数据共有161条记录,16个属性,使用粗糙集对土壤属性进行约简,去除了5个土壤冗余属性,得到属性约简集;使用决策树方法对土壤数据建立决策树模型,得到了土壤评价的决策树模型,并提取了分类规则.实验表明:将粗糙理论与决策树相结合的数据挖掘方法能去除冗余属性,同时保留了原始数据的内部特点,相对于单-使用决策树方法,决策树规模减小,规则集较精简,提高了分类的效率.     

聚类分析在学生成绩分析中的应用

数据挖掘的方法有很多,聚类分析是目前最有应用前景的数据分析方法之一。因为聚类分析能作为一个独立的工具来获得数据分布的情况,观察每一个簇的特点,并能集中对特定的某些簇作进一步的分析。对学生原始成绩进行等级评定是教学管理中的重要环节,传统的等级评定方法是基于绝对分数的评价,这种方法存在一些缺陷,借鉴数据挖掘中聚类分析的思想,使用基于聚类分析算法对学生的原始成绩进行等级划分,可以有效地克服传统评定方法的缺陷。     

基于决策树的农产品供应商竞标能力的数据挖掘分析

应用基于决策树的数据挖掘算法对农产品电子商务B2B系统中的历史竞标样本进行了分类,通过给出一个结合实例的算法实现过程,说明了供应商在竞标过程中产品报价等部分影响因素间的一些潜在性规则,从而得出不同特征的农产品供应商在虚拟市场中的竞标能力高低差异依次由产品报价、配送及时率、市场需求水平等因素决定。     

基于决策树的食品安全评估研究

构建了基于组合优化决策树的农产品安全评估模型。实验证明,该方法能够较准确的对农产品安全进行评估,并能有效解读规则集,指导农产品质量安全的提高和改善,具有广阔的应用前景。     

决策树算法在反洗钱领域中的应用研究

简要介绍了决策树算法的基本原理,并对这一算法的实际应用进行举例,然后针对洗钱活动的特征,寻找出在反洗钱领域中应用决策树算法的各个属性,最后通过给出一个具体的训练集学习,详细计算了面向账户的反洗钱决策树的生成过程并对其结构进行了优化。     

基于决策树算法的蔬菜农药残留 的数据挖掘与分析

蔬菜是人们日常消费的必需品,影响蔬菜质量安全的一个重要因素就是农药残留问题。利用决策树算 法的数据挖掘技术,对蔬菜的检测信息进行挖掘,得到品种为韭菜、黄瓜的农药残留高;新桥市场、烟大市场和大世 界市场的蔬菜农药残留水平较低;而7~9 月的蔬菜农药残留高。结果具有一定的可信度,为蔬菜消费者和安全监管 者提供一定的决策依据。     

决策树可视化系统模型研究

基于数据挖掘可视化技术,构造了一个决策树可视化系统模型,对数据挖掘中决策树可视化模型进行了分析与研究,其中主要实现了数据可视化、属性约简和决策树可视化模块。针对传统的决策树ID3算法偏向取值较多属性的缺点提出了一个算法,将多类问题转换成2类问题,避免了ID3算法形成的决策树过细,分类不够准确等问题。该算法产生的规则比ID3算法更加简捷,更加概括化,避免了规则中包含不关键的属性。     

决策树在耕地地力等级评价中的应用

在介绍数据挖掘技术的基本概念、决策树方法的基础上,结合牡丹江市地力等级数据样本,采用决策树ID3分类算法建立了耕地地力等级决策树分级图。通过该分级图可以预测各地区耕地地力等级,为该领域的数据挖掘提供了合理的挖掘方式。     

基于模糊决策树的高校就业数据挖掘研究

随着高等学校招生规模的扩大,大学生就业形势日益严峻。数据挖掘技术可以从大量的历史数据中发现内在的规律和联系。对高校学生就业进行数据挖掘,可发现潜在规律,为就业指导提供决策依据。决策树分类方法是一种有效的数据挖掘方法,但该方法不能很好地处理数据模糊性和不确定性问题。本文提出将模糊决策树算法引入高校就业数据挖掘,解决了数据模糊性和不确定性的问题,生成的知识表示方式自然,易于理解,并且具有更强的分类能力及稳健性。     

数据挖掘技术在农业机械质量控制中的应用探析

传统的质量分析方法在分析产品故障时只能获得浅层次的表面信息,而通过数据挖掘技术,在产品的质量分析中能取得良好的效果。因此在农业机械质量控制中,进行数据挖掘技术的研究分析就很有必要。论文结合多年研究,在论文中阐述了基于产品故障信息的外部质量控制与分析的理论方法。经过实践测试证明,决策树算法在农业机械质量控制系统中的运用,可为农业机械的故障分析查找以及故障分析提供科学、客观的决策支持。     

数据挖掘技术在农业机械质量控制中的应用探析

传统的质量分析方法在分析产品故障时只能获得浅层次的表面信息,而通过数据挖掘技术,在产品的质量分析中能取得良好的效果。因此在农业机械质量控制中,进行数据挖掘技术的研究分析就很有必要。论文结合多年研究,在论文中阐述了基于产品故障信息的外部质量控制与分析的理论方法。经过实践测试证明,决策树算法在农业机械质量控制系统中的运用,可为农业机械的故障分析查找以及故障分析提供科学、客观的决策支持。     

基于决策树的土壤质量等级研究

将广东省土壤资源类型图和各种评价因子的单要素图层进行叠置分析,以土壤资源类型图的图斑作为土壤质量评价单元,从各生成图层的PAT文件中提取高程、坡度、土壤有机质含量、土壤质地、土壤pH、土壤利用类型、地貌类型和土壤类型等评价属性,用决策树方法预测土壤质量等级,并以定量规则方式表达所获取的知识．结果表明,其知识表达易于理解,预测准确率为96．61％．     

多元统计分析在大学各学科成绩分析中的应用

以华中科技大学文华学院某班级学生某学期的各科成绩为原始数据,运用聚类分析和因子分析,对大学生的主要学科成绩进行统计分析,找到了反映学生能力的个性特征和综合评价方法。首先通过聚类分析,对学生进行分类;其次运用因子分析,找出了影响该专业的主要课程,同时,给出了该专业学生成绩的综合评价模型。最后,将得到的综合评价模型与常用的2种方法进行比较,发现该方法可以弥补仅仅倦靠绩点分排名的不足。实证分析的结果表明,因子分析和聚类分析是分析学生成绩的行之有效的方法。     

关联规则在学生成绩分析中的应用

对学生成绩数据库进行综合整理,应用动态划分的数据离散化方法,生成了高质量的数据集。采用关联规则对学生成绩进行挖掘,获取了有实际参考价值的规则集合,得到了对教学工作有指导意义的结论。     

C4.5算法在移动通信行业客户流失分析中的应用

稳定客户和吸引客户是移动通信企业提高竞争力的关键.基于大量实验数据将数据挖掘的决策树方法引入移动通信行业客户流失分析中,通过对数据的预处理,利用C4.5算法创建决策树,通过测试流失的与未流失的客户,平均正确识别率为91.6%.决策树体现的规则与经验基本一致,为移动通信企业建立客户流失的预警机制提供了决策支持.     

证据理论加权决策树在外包维修中的应用

外包维修过程中产生的数据通常是模糊的,传统上很少按重要性分类,从这些数据仅仅能搜索到相关的不确定信息。将证据理论作为处理不确定数据的有力工具,提出用证据理论加权决策树算法对外包维修过程产生的不确定数据进行分类并挖掘出规则。实验结果表明本算法可有效的对外包维修数据进行分类,并可以生成可指导产品研发的规则。