收藏本站
《重庆大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

面向商业智能的数据挖掘算法和多智能体系统的体系结构以及优化

Gebeyehu Belay Gebremeskel  
【摘要】:目前,对于组织机构,数据挖掘大势所趋、广为应用。因为不管何时何地,一切皆为数据。为了有效应对,他们聘请数据处理专家,探索动态的开发工具和方法。热衷于隐私保护的人则关心数据的处理、管理以及再应用。科学家、数据员,技术专家以及企业家期望找到新的方法来搜索、提取,并预测可用的信息和知识。数据挖掘,商业智能和多智能体系统作为一种单一的搜索技术已经非常成熟。在当代商务领域,科技及工程理论、数据建构、存储设施都已基本完备。然而用工具和专属技术来挖掘有价值的信息,准确获取和传递数据,仍面临挑战。因此,发展一种信息整合的、智能的方法处理、管理和有效地利用数据,涌现出大量的需求,也是迎接数据时代挑战的根本之路。在信息技术发展,商业的动态性,用户的需求以及导致商业成功的背景中,对于优化工具、智能体的应用及其性能,至关重要。然而,单一的工具或是代理技术不能满足目前的商业需求,我们需要寻求一种可视化的、在大数据中挖掘有效信息的途径,在此前提下,多方法融合的智能的数据处理、管理和使用方法应运而生。 本文研究了一种一般化的方法,对于发展物理、生物以及社会系统的一般模型有贡献意义。本研究主要侧重于研究大数据是如何有效利用的,来更好地发挥出信息的力量。在本文中,我们引入了基于商业智能的数据挖掘、多智能体系统的集成模式,提出了一种简单的一般推测模型和挖掘算法。该方法可以可扩展性地发展多个商业智能工具,可以让用户方便地根据所需传播信息的动态架构。为了搜索大范围的数据,我们采用了一种系统新颖的方法,优化了现有的工具和应用智能体的技术。为现代商业系统的优化提供了一种可行方法。这些尝试是对传统挖掘技术的革新,可以生成一种通用模型,结合了物理、生物、社会系统的特点,进行商业智能系统的配置。此外,多种挖掘算法和技术也经过了作者深入的比较、探讨和改进。 此外,本文还尝试了两种不同分支间的重要交融。一是商业和科学的交融,把传统的挖掘方法和商务智能相结合,主要体现在第3、5、6和7章。技术细节和算法可以通过商务智能工具DW,OLAP, OLTP和在其他动态建模基础上量化和实现,并允许用户按需接入和传播数据。这是一种对于高级工具使用的代理技术在大数据上应用的新尝试,可以用于优化现有的商务智能系统。第二点融合是应用工具与代理技术的交融,并以可视化的形式呈献给用户,这要求决策者、用户、研究人员在传统商务流程中加入软实力来重建商务模式,第8、9和10章做了具体探讨。全文第4章是商务预期探讨,而第11章是对现有方法的融合及尝试。因此,没有工具的应用和代理技术,就谈不上商务决策的优化和效率。数据挖掘和多智能体系统的集成是处理大数据的可视化工具。这些可视化信息对于商业或者整个组织机构有易读性,为普适计算,数据数字化提供了一条有效路径。目前,对于商业组织,数字化已经不再是一个选择,而成为必备的技术手段,因为集成和智能方法的问题求解,性能优化和风险削减,也是现代商务的基本任务和方法,即“从信息时代到知识时代的转变”,是研究集成的应用和代理技术的科学方法。集成的应用和代理技术能够动态的自适应的解决各种问题。归根结底,数据挖掘是以解决实际问题为导向的。本论文的重要成果总结如下:-处理商业挑战的单一方法在诸多原因的限制下并不都是有效的。在本文中,我们讨论并提出了一种新颖的智能工具和智能体集成技术。该技术对于特定的商业需求,能给出最好的自适应方案,供决策者做出最优的判断。-可视化图示对于情景的概念化具有挑战。纵观文献,人们尝试了各种模型来应对这些棘手的问题。本文提出并发展了一种通用商业智能模型,并集成了数据挖掘算法。这些挖掘算法对于挖掘复杂而海量的数据是非常有必要的,并且它可以通过描画许多相关知识来辅助商业智能系统以及信息挖掘过程,以扩展用户的能力。-该研究所用的通用模块提供了一个共用框架,对概念和词表进行精确的识别、描绘,在分析各种商业活动中,缩短了决策者和专家之间的距离,可以对商务问题多角度地进行描述。 本论文工作将分为三大部分,包括:(i)第1,2,3章讨论了研究的理论与技术,并做出需求分析。(ii)第4,5,6,7章引入模型与算法,进行新的系统构想。(iii)第8,9,10,11章提供了建模和性能评价,并展开了具体应用,第12章是结论与未来的研究方向。 本论文的第6章到第11章由12篇论文作为支撑,其中包括6篇已发表文章(EI:2,国际会议:2,数据挖掘方面的书籍章节:2)。其他的6篇文章(其中1篇已录用)在审稿修订中。除此之外,本研究工作由9个相关主题课堂作业支撑,其中5篇论文已被国际会议收录。
【学位授予单位】:重庆大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:TP311.13

手机知网App
【共引文献】
中国期刊全文数据库 前10条
1 朱全胜;李卫东;刘娆;孙怡;;提高紧急情形下EMS人机交互能力的探索[J];电力系统自动化;2009年16期
2 刘丹;王红卫;祁超;王剑;;基于多主体的应急决策组织建模[J];公共管理学报;2013年04期
3 刘京津;;基于多智能体系统的故障诊断技术在智能电网中的应用[J];电子与封装;2013年12期
4 邱深山,权光日,孔令春,郭茂祖;连续属性空间上的规则学习算法[J];哈尔滨工业大学学报;2000年03期
5 李影洁;朱秀丽;;一种新的基于Agent流程建模方法[J];河南师范大学学报(自然科学版);2012年03期
6 Appavu Alias Balamurugan Subramanian;S.Pramala;B.Rajalakshmi;Ramasamy Rajaram;;Improving Decision Tree Performance by Exception Handling[J];International Journal of Automation & Computing;2010年03期
7 王兴起,孔繁胜;容忍噪音的扩张矩阵启发式算法研究[J];计算机工程与应用;2005年20期
8 陈静;王建民;;基于规则的流程演化机制[J];计算机工程与应用;2006年34期
9 李晓;邱玉辉;;智能用户界面的发展及趋势[J];计算机科学;2004年12期
10 武瑞娟;周兴社;王海鹏;王柱;;普适环境下的群体用户建模机制研究[J];计算机科学;2009年05期
中国重要会议论文全文数据库 前2条
1 张燕;张付志;;跨系统个性化服务方法和用户模型研究[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
2 王英杰;余卓渊;陈小钢;苏莹;陈毓芬;;自适应空间信息可视化研究的主要框架和进展[A];全国地图学与GIS学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 章德斌;基于Agent技术的辊弯成型过程系统结构模型研究[D];燕山大学;2011年
2 陈建辉;基于脑信息学的数据脑建模及其应用[D];北京工业大学;2011年
3 武星;视觉导航的轮式移动机器人运动控制技术研究[D];南京航空航天大学;2010年
4 王爱平;视频目标跟踪技术研究[D];国防科学技术大学;2011年
5 田慧欣;LF精炼炉钢水温度预报方法研究[D];东北大学;2009年
6 吴涛;构造性知识发现方法研究[D];安徽大学;2003年
7 李晓;自适应人机交互界面研究[D];西南师范大学;2004年
8 任光杰;基于网格环境的远程学习管理研究[D];华南师范大学;2006年
9 王庆;RH-KTB真空系统智能故障诊断[D];东北大学;2004年
10 张丙奇;个性化需求的描述、获取与推断—案例研究[D];中国科学院研究生院(计算技术研究所);2005年
中国硕士学位论文全文数据库 前10条
1 毛菥;基于文本分析技术的新闻阅读平台的研究与实现[D];浙江大学;2011年
2 张德栋;面向不完备数据的增量挖掘算法研究[D];鲁东大学;2010年
3 李倩;基于感知控制的用户界面可用性评估方法[D];西北大学;2011年
4 尤新雨;电力通信工作流管理系统分析与设计[D];华北电力大学(北京);2011年
5 孙岩;增量式贝叶斯网络结构学习研究[D];杭州电子科技大学;2011年
6 邓志娟;基于社区协同过滤的网络学习推荐系统[D];江西理工大学;2011年
7 刘佳音;基于本体的个性化信息系统的应用研究[D];杭州电子科技大学;2009年
8 车璐;贝叶斯网络结构增量学习研究[D];杭州电子科技大学;2010年
9 杨金侠;个性化服务中基于Tag的用户模型研究[D];中国科学技术大学;2011年
10 张宝兴;基于图像时频分析的工程陶瓷磨削表面损伤检测方法研究[D];天津大学;2012年
【相似文献】
中国期刊全文数据库 前10条
1 姜凤娟;;基于SOA的商业智能应用研究[J];商品储运与养护;2008年08期
2 侯济恭;;政府智能系统的核心技术[J];武汉理工大学学报(信息与管理工程版);2009年01期
3 谭德彬;邬润龙;陈藻;;利用数据挖掘技术支持反洗钱系统[J];金融电子化;2003年09期
4 刘晓燕,单晓红;数据挖掘在竞争情报系统中的应用[J];管理学报;2005年S2期
5 伍崇友;陈英武;;数据挖掘在信用风险分析中的运用[J];华南金融电脑;2005年12期
6 张勇;黄金才;张维明;汤大权;;一种遗传模糊神经网络数据挖掘算法[J];模糊系统与数学;2006年05期
7 陈步英;;SQL Server 2000在数据挖掘中的应用[J];电脑知识与技术(学术交流);2006年35期
8 何颖刚;陈剑雄;;基于微软SSAS技术的金融数据分析模块的实现[J];电脑知识与技术;2009年36期
9 张瑞;付松波;;WEKA数据挖掘在糖尿病数据中的应用研究[J];甘肃科技纵横;2010年05期
10 吴全永;;数据挖掘在学习平台中的应用[J];电脑编程技巧与维护;2010年16期
中国重要会议论文全文数据库 前10条
1 潘国林;杨帆;;数据挖掘算法在保险客户分析中的应用[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
2 刘玲;张兴会;;基于神经网络的数据挖掘算法研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
3 李怡凌;马亨冰;;一种基于本体的关联规则挖掘算法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
4 徐平;王建伯;樊重俊;;机场商业智能系统建设风险与策略[A];《上海空港》第14辑[C];2012年
5 杨洪勇;路兰;李晓;;时延多智能体系统的群集运动[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
6 张文广;郭振凯;;一类高阶多智能体系统的一致控制研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年
7 姜海波;于建江;周彩根;;基于脉冲控制协议的线性离散多智能体系统的一致性[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
8 杨熙;王金枝;;多智能体系统一致性的鲁棒性分析[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
9 张亚;田玉平;;离散时间多智能体系统一致的权重条件[A];中国自动化学会控制理论专业委员会B卷[C];2011年
10 杨熙;王金枝;;Leader-Follower结构下多智能体系统一致性的鲁棒性能分析[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 ;商业智能:让IT投资发挥更大价值[N];电脑商报;2006年
2 邓健;商业智能 从统一数据开始[N];计算机世界;2007年
3 ;商业智能[N];网络世界;2002年
4 崔雷;IT巨头争抢数据分析“蛋糕”[N];中国高新技术产业导报;2009年
5 本报记者 逄丹;商业智能奠基流量经营[N];通信产业报;2011年
6 李永胜;企业搜索 商业智能的关键手段[N];中国计算机报;2005年
7 雷阳;商业智能:让决策、应用轻松达标[N];电脑商报;2006年
8 记者 林雨;甲骨文引领商业智能转战大众化[N];民营经济报;2007年
9 鲁百年;商业智能亦需标准化[N];金融时报;2008年
10 本报记者 赵齐;邹作基:许给你一个商业智能的未来[N];国际商报;2008年
中国博士学位论文全文数据库 前10条
1 Gebeyehu Belay Gebremeskel;面向商业智能的数据挖掘算法和多智能体系统的体系结构以及优化[D];重庆大学;2013年
2 吴佳文;水文时间序列数据挖掘算法研究与应用[D];沈阳农业大学;2011年
3 梁瑾;模糊粗糙单调数据挖掘算法及在污水处理中应用研究[D];华南理工大学;2011年
4 沈悦;基于导航通信多模应用的位置服务技术研究[D];中国科学技术大学;2012年
5 吴珏;隐私保护的数据挖掘算法研究[D];西南石油大学;2012年
6 朱林;基于特征加权与特征选择的数据挖掘算法研究[D];上海交通大学;2013年
7 申彦;大规模数据集高效数据挖掘算法研究[D];江苏大学;2013年
8 吴治海;网络环境下的多智能体系统一致性问题研究[D];华中科技大学;2011年
9 陈洪顺;基于商业智能的财务审计信息系统研究[D];山东大学;2011年
10 王强;低阶多智能体系统分析与控制协议设计[D];山东大学;2012年
中国硕士学位论文全文数据库 前10条
1 张晓玲;数据挖掘算法的加权及其在商业智能中的实现与应用[D];电子科技大学;2011年
2 董昭;数据挖掘算法在地税行业CRM系统的研究应用[D];西安电子科技大学;2011年
3 曹聪;云计算支持下的数据挖掘算法及其应用[D];广州大学;2012年
4 黄雯;数据挖掘算法及其应用研究[D];南京邮电大学;2013年
5 颜巍;基于云平台的数据挖掘算法的研究与实现[D];电子科技大学;2013年
6 潘国林;数据挖掘算法在保险客户分析中的应用[D];合肥工业大学;2010年
7 阿斯力别克(Kutlumuratov Assylbek);流数据挖掘算法在金融领域的应用研究[D];华南理工大学;2012年
8 国琳;基于云数据库的几种数据挖掘算法研究与实现[D];吉林大学;2013年
9 路闯;数据挖掘算法的改进及应用研究[D];广西民族大学;2013年
10 胡善杰;在云环境下的数据挖掘算法的并行化研究[D];电子科技大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026