移动Agent技术在电子商务中的研究与应用
这是一篇关于移动Agent,电子商务,个性化商品导购,关联规则的论文, 主要内容为随着信息技术的发展和Internet的全球普及,电子商务已经成为当今社会经济发展的主要潮流。它改变了企业的竞争方式、竞争基础和竞争模式;缩短了生产厂商和最终客户之间供应链上的距离;改变了传统市场的结构;降低了交易成本;大大提高了经营效率。然而随着电子商务应用范围的扩大和应用领域的深入,传统的电子商务技术及其支撑环境面临着巨大的挑战,如客户机/服务器技术,当系统的应用量增大时,客户和商家之间的频繁交互使带宽严重浪费、系统负荷增加,造成了系统效率的降低以及网络资源的浪费。另外面对Internet上日益膨胀的信息量,客户很难寻找到理想的商务需求。如何提高电子商务系统的自主性、灵活性、协作性、智能性是我们迫切需要解决的问题。软件Agent技术特别是移动Agent技术的发展为实现这个目标提供了良好的基础。将移动Agent技术应用于电子商务领域,可以有效地解决目前电子商务发展中所出现的问题,如资源发现、交易协商以及交易自动化等等。 本文在研究电子商务理论基础上,详细分析了B2C网上购物的整个过程,并对移动Agent技术的理论、关键技术以及体系结构作了深入研究。在此研究的基础上,探索了移动Agent技术在电子商务系统中的应用,并以网上书店为例,提出一个基于移动Agent技术的B2C电子商务模型。对系统中的各个Agent功能进行了详细介绍,包括顾客代理的搜索Agent、协商Agent以及交易Agent等。最后着重研究了移动Agent平台Aglet,并以Aglet为开发平台结合JSP、SERVLET技术,采用MVC设计模式对系统进行了初步实现,并对系统中移动代理的产生、派遣和通信做了详细介绍。
基于Hadoop的AIOps技术研究
这是一篇关于告警关联,告警合并,关联规则,智能运维,数据挖掘的论文, 主要内容为随着互联网的普及,全球互联网用户和互联网络规模已经达到了令人惊叹的高度,互联网的发展促使各行各业进行信息化的转变。近些年随着企业IT架构的变化和互联网业务的快速发展,分布式云化架构和微服务架构给传统的运维模式带来了很多挑战,传统的运维模式难以应对复杂多变的IT系统。为了应对传统IT运维突出的问题,许多企业已经开始尝试应用AIOps技术手段来提升运维的效率和质量。告警收敛是IT运维中的一个重要场景,它主要涉及如何在大量告警信息中识别和合并相似或相关的告警,并对这些告警进行分类和处理,从而降低告警的数量和重复率,提高运维效率。目前,告警收敛技术已经成为IT运维领域的热门研究方向之一,本文对基于关联规则的告警关联挖掘进行了深入研究。本文对告警数据进行了研究,对告警数据的来源与特点进行了分析。根据告警数据特点详细研究了告警数据的预处理方法与过程,并对预处理后提取到的告警数据进行了研究与分析。本文研究了经典的关联规则挖掘算法Apriori算法,分析了传统Apriori算法多次重复访问原始事务数据库的不足,本文引入哈希与布尔数组对Apriori算法进行了改进。接着研究了多机模式的Apriori算法,详细研究了基于MapReduce的Apriori算法的原理与流程,并分析了算法中MapReduce只应用在对分块数据库的项集匹配操作的不足,提出了基于双阶段MapReduce的Apriori算法。根据上述研究,本文进一步提出基于HBase与布尔数组的Apriori算法(MRHB-Apriori)。通过引入HBase与布尔数组,改进了 Apriori算法多次重复访问原始事务数据库的问题。通过引入基于MapReduce的自连接过程,提升了了多机并行的算法效率。使用MRHB-Apriori算法分析预处理后的告警数据,并对得到的告警关联规则进行研究与分析。本文对告警分析系统进行了研究,通过对告警分析系统的总体架构、技术架构以及系统功能进行了分析与设计,搭建了基于关联规则的告警分析系统,为运维人员提供了更加高效的IT运维支持。
面向工程认证的实践教学管理及数据挖掘
这是一篇关于工程认证,实践教学管理,聚类算法,关联规则的论文, 主要内容为近年来,我国高度重视本科生教育质量,加入《华盛顿协议》并制定教育工程认证标准是我国为实现高等教育国际化、并与国际接轨的重要措施。工程认证对高校工程教育提出了新的要求,带来了新的挑战。为了保证本科生教育质量,我们不能单纯地关注学生的文化课成绩,而应该将更多的精力放到学生的实践教学管理当中。改善实践教学现状,加强实践教学管理,实践教学管理系统的开发势在必行。实践教学管理系统的开发基于B/S三层体系架构,使用java语言开发,开发框架使用SSH框架,服务器使用Tomcat,数据库采用Oracle数据库。系统整体上符合J2EE规范。本文重点从系统架构的角度,分析了作为企业级项目面临的数据表设计,代码冗余、可重用性低,并发等问题。着眼于系统的稳定性、灵活性、重用性和可维护性,提供了符合本校系统开发现状的解决方案,为后续的开发提供了成功的参考依据。系统的运行实现了实践教学管理工作的信息化,满足了教务老师、学生等不同角色用户的需求,提高了教师工作效率,规范了实践教学的过程管理,降低了实践教学管理工作的难度。由于工程认证是长期的工作,实践教学系统的开发同样不是一蹴而就的。随着时间的推进,实践教学系统必将产出大量的数据,在其基础上进行数据挖掘,通过聚类算法分析学生的综合素质或者找出隐藏在其中的信息,并通过反馈机制获得反馈信息,同时基于反馈信息对实践教学工作及教育质量进行持续的改进,确保实践教学工作能够真正行之有效地开展。本文采用改进的FCM聚类算法分别对学生成绩数据,以及结合了课外培养计划学分的成绩数据进行聚类,并对聚类结果进行比较。我们发现增加了课外培养计划学分的成绩数据成簇效果更加明显,同时解释性更强,这也证明了实践能力在学生个人能力体现上不可分割的重要作用以及实践教学系统的开发的必要性。我们根据成绩区间划分方法将结合了课外培养计划成绩的数据离散化,采用改进过的Fp-growth算法获得频繁项集,并计算对应的置信度,从而得到有效的关联规则。我们发现课外培养计划产出的成绩与工程认证标准中的很多毕业要求存在关联,即课外培养计划成绩在很大程度上能够反映学生是否满足毕业要求。实践教学管理系统的开发,在一定意义上能够形象的反映学生的各项要求的达标进度,有效的督促学生积极参与实践教学活动。
护栏类重特大道路交通事故深度调查及分阶段安全防护
这是一篇关于重特大交通事故,护栏,集成DEMATEL/ISM,关联规则,PC-Crash,安全防护的论文, 主要内容为近年来,我国道路交通安全形势虽有所缓解,但群死群伤的重特大道路交通事故仍时有发生,涉及护栏类事故尤为严重,因而亟需深入研究事故致因及防护方法。为此本研究将利用统计学、集成DEMATEL/ISM、APRIORI关联算法等三种方法挖掘交通事故致因与机理,进而提出分阶段防护方案并用仿真平台进行验证。首先,采用统计学对事故的特征分布进行对比分析,探究单因素特征在事故形成体系中的特征差异和显著核心风险因素,得出护栏类重特大道路交通事故核心风险因素体系。利用集成DEMATEL/ISM相结合的方法,在事故核心风险因素体系上分别确定了事故关键核心风险因素及因素间的因果关系、各因素间的作用路径和层级递阶结构。结果表明:驾驶人因素和管理因素在事故形成中占据重要地位,安全意识薄弱、违反道路规则行驶、操作不当、超速行驶、驾驶人监管疏漏和车辆监管疏漏是影响事故的关键核心风险因素,其中驾驶人监管疏漏和车辆监管疏漏为关键根源因素,具有高驱动性。然后,基于APRIORI关联规则算法分析,从微观层面围绕事故核心风险因素体系生成的“因-果”层级展开分析,通过三项集、四项集关联规则深度挖掘多因素之间相互耦合作用的影响。结果表明:监管疏忽促进了驾驶人超速行驶、操作不当和车辆性能不合格,加之行驶于下坡、转弯路段,结合恶劣天气条件下更有可能导致事故的发生。突出了多种因素间相互耦合的越多,突破车辆稳定临界点的“提升值”就越大,导致重特大道路交通事故的发生概率就越大。接着,基于上述研究成果,结合事故致因与车辆运动轨迹特征的内在联系,将车辆碰撞护栏过程分为:碰撞护栏前、中、后三阶段,据此提出分阶段防护措施。碰撞前提出防御性驾驶理念和智能化监测管理中心,以预防事故风险因素的形成;碰撞中设计出“一种防止车辆穿越护栏的破坏性保险装置”以阻止车辆穿越护栏,亦可加固护栏强度或设计柔性护栏以阻止穿越并改变车辆运动方向;碰撞后则需设计车辆以减少事故对乘员的损伤。最后,基于PC-Crash软件搭建事故仿真平台,再现两例典型的护栏类重特大事故,并以典型案例为基础研究护栏强度提高在降低事故损伤中的价值。结果表明:在加固护栏和系安全带的状态下能有效降低事故中乘员的损伤,但护栏加固会加重前排乘员的损伤。本研究全面分析了护栏类重特大事故的特征、致因及机理,并提出了分阶段防护方案,具体包括事故前加强管理、事故中防止穿越、事后提升汽车被动安全性等内容,对更好地防范类似事故的发生或降低类似事故的损失,具有重要理论与实践价值。
基于数据挖掘的小麦质量安全预警模型研究
这是一篇关于小麦质量安全预警,真菌毒素,层次分析法,机器学习,关联规则,预警系统的论文, 主要内容为小麦作为人们日常生活中息息相关的农作物,其生产、加工、运输等环节的食品安全问题是直接关系到消费者的头等大事。小麦籽粒在生长及收获储存加工等过程中可能受各种产毒真菌的污染,真菌毒素的污染是影响小麦农作物质量安全的重要因素。以食品监管部门对小麦中多种真菌毒素的大量抽检数据为对象,本文应用数据挖掘方法研究了小麦质量安全预警模型。主要完成的工作有:1、给出了一种基于机器学习的小麦真菌毒素预警方法。该方法主要包括小麦真菌毒素样品地区气候分类模型和基于小麦毒素监测数据的AHP-LSTM预警模型。首先,根据小麦毒素数据建立了基于Smote-KNN气候分类模型;然后,结合层次分析法(AHP)和LSTM给出了小麦真菌毒素的质量风险预警模型。实验结果验证了该方法。2、给出了一种基于关联规则挖掘的小麦中真菌毒素污染预警方法。首先,构建了基于Apriori算法的小麦多种真菌毒素污染关联规则挖掘方法体系,分析小麦中真菌毒素共污染的特征,进行预警。然后,在该方法中将Apriori算法应用在小麦多组份真菌毒素的相关性分析与预警中,对监测数据进行风险等级划分以及数据离散化处理,通过挖掘的强关联规则分析研究了小麦中多毒素的联合污染表征。实验数据可视化结果验证了该方法的有效性。3、设计并实现了B/S模式的小麦质量安全预警系统。小麦质量安全预警系统技术实现时采用前后端分离模式开发,后端使用Java语言的Spring Boot框架以及Mybatis框架负责业务逻辑处理和数据库操作等,前端使用HTML,CSS,Java Sript等技术完成交互。系统主要的功能模块有风险监测模块,污染等级管理模块,风险预警模块,以及网站系统常用的登录模块等。
重要产品追溯城市平台设计与实现
这是一篇关于追溯数据,数据挖掘,关联规则,聚类分析,回归预测的论文, 主要内容为产品的追溯数据是产品在市场流通过程中所采集的产品交易信息、商家信息、检验信息等各种重要数据。如何对追溯数据进行管理、查询和分析是追溯体系建设最受关注的课题之一。本文综述国内外追溯体系建设和追溯数据分析现状,针对目前追溯数据的分析和管理存在的不足,构建了基于SSM(Spring+Spring MVC+My Batis)框架的重要产品追溯城市平台,并重点提出了融合数据挖掘方法的追溯数据分析模型。创新性工作包括:(1)提出运用数据挖掘方法从多角度分析追溯数据。通过k-means与改进的k-means方法对产品的特征进行聚类分析,比较不同聚类算法的优劣,给出合理的聚类效果,保证追溯数据的可靠性、有效性;通过Apriori和FP-growth算法对重金属污染检测结果进行关联分析,针对性地处理改善产品,保证产品的质量安全。(2)提出一种将PCA(Principal Component Analysis)降维与SVR(Support Vector Regression)相结合的方法,对追溯数据进行回归预测。实验基于追溯数据中产品的物理化学特征,运用SVR构建预测模型。运用敏感性分析对特征的重要性进行分析,以此为结论对原始数据运用PCA进行降维,使最终模型取得较好的结果,分析出重要的特征,并减少计算量。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设助手 ，原文地址：https://bishedaima.com/lunwen/45645.html
