9篇关于数据抽取的计算机毕业论文

今天分享的是关于数据抽取的9篇计算机毕业论文范文, 如果你的论文涉及到数据抽取等主题,本文能够帮助到你

济南润丰农村合作银行反洗钱监测数据报送系统的设计与实现

这是一篇关于反洗钱监测,数据抽取,SSH,DB2的论文, 主要内容为随着经济全球化时代的到来,世界的金融、经济、科技等各个方面的发展越来越紧密的联系在一起,科技发展日新月异,各种高科技犯罪行为也越来越猖獗。洗钱手段也变得越来越多,尽管各个银行、组织、机构都采取了相应的防范措施,但是反洗钱工作仍旧是摆在诸多金融机构面前的紧急问题。济南润丰农村合作银行综合自身的实际情况,发现反洗钱工作很薄弱,急需一个相应的洗钱监控、预警、上报、处理系统,来解决存在各种交易中的洗钱行为,保证企业健康运行。润丰农村合作银行反洗钱监测数据报送系统采用多层架构的总体模式,系统技术架构方面采用了B/S结构、J2EE体系架构、MVC开发模式,采用Sping、 Struts、Hibernate架构和DB2数据库对系统进行实现。济南润丰农村合作银行反洗钱监测数据报送系统实现的主要功能有：预警管理、案例管理、报告管理、风险分析与跟踪、系统管理。其中预警管理划分为预警分类、预警列表、交易补录、新增预警、预警明细五个子功能。案例管理中有分为大额交易案例、大额重报案例、可疑交易案例、可疑重报案例和其他案例五个部分。报告管理中划分为反洗钱上报报告、反洗钱反馈通知、管理类报表。风险分析与跟踪主要是风险分析和跟踪管理两部分内容。其中,风险分析中含有客户信息、账户信息、交易信息和特征分析。跟踪管理中有黑名单跟踪、大额资金流入跟踪、高风险地区客户跟踪。系统管理分为系统基本模块管理、信息公告和系统监控。反洗钱监测数据报送系统的设计与实现会让济南润丰银行的反洗钱工作效率大大提高,同时减少相关项目的预算支出,除此之外,该系统也弥补国内一些关于反洗钱工作的不足之处。

济南润丰农村合作银行反洗钱监测数据报送系统的设计与实现

基于SAP BI的大型电力企业数据分析研究与实现

这是一篇关于商务智能,数据仓库,数据抽取,数据建模,数据呈现的论文, 主要内容为随着市场竞争的日趋加剧,信息已成为左右企业生存和发展的决定性因素。信息技术的广泛使用极大地方便了信息的存储和传递,大幅度降低了企业获取辅助决策信息的成本。当今社会信息随时间和业务的拓展呈指数级增长,要求企业提高信息处理能力。如何充分利用企业中的海量数据,使信息真正起到辅助决策的作用,提高企业全局的、核心的竞争力,已成为企业信息化发展到一定阶段面临的一个至关重要问题。SAPBI(商务智能),以其成熟的数据抽取和数据仓库技术赢得了企业的青睐。本文首先提出大型电力企业信息化过程中面临的主要问题。针对大型电力企业信息化的业务特点,实现大型电力企业总体技术架构设计、总体数据架构设计、总体硬件部署方案设计,并进行需求分析,概念模型设计、逻辑模型设计。结合具体用户需求实现了基于SAP BI的大型电力企业的数据抽取,建立了统一数据平台,解决了不同异构系统难以统一分析的难题,本文重点通过开发程序实现抽取逻辑,完成SAP自定义数据源的设计。结合ETL(抽取、转换、加载)数据流和数据仓库总体数据架构,定制了大型电力企业的数据建模方案,分层存储数据,解决了海量数据的分析处理问题,满足了用户对性能和存储方面的要求。使用BEx工具集结合变量增强和JSP脚本定制灵活多变的报表展现形式,满足不同用户对不同展现形式的要求。

基于知识图谱的谷类作物病害识别及个性化推送研究

这是一篇关于知识图谱,关系模型,数据抽取,C4.5,SVM的论文, 主要内容为随着国内谷类作物产量需求的提高和计算机智能技术的迅速发展,谷类作物病害的智能识别及预防越来越受到大家的关注。本文基于网络爬虫、知识图谱、机器学习等技术,针对谷类作物病害识别及个性化推送问题进行研究,其主要研究成果如下:(1)通过分析网页数据源数据结构与采用广度优先遍历,对谷类作物病害相关数据进行针对性的分布式焦距爬取,并通过网页标签将大量无关数据进行筛选剔除;同时,对爬取的谷类病害500多条初始数据使用Mysql数据库存储,随后通过词频抽取法提取谷类作物病害特征属性建立谷类作物病害特征数据表,根据词频最高的斑病作为分类属性,进行实例分析。(2)通过对谷类作物病害实体构建与属性填充得到多特征的谷类作物病害实体,其次提取谷类作物病害的语义类关系,构建谷类作物斑病知识图谱关系模型。(3)分别使用决策树C4.5与支持向量机(SVM)的机器学习分类技术对谷类作物病害斑病构建分类识别模型,同时进行对比分析,择优选择决策树C4.5分类识别模型作为谷类作物病害特征属性分类器。(4)使用Mysql对谷类作物病害斑病设计数据库,并且通过关键字精准查询与谷类作物病害特征属性识别查询对谷类作物病害识别进行个性化推送设计。

电子商务信息跨平台检索与智能推荐技术研究

这是一篇关于跨平台信息搜索,网络爬虫,数据抽取,情感计算,智能推荐的论文, 主要内容为电子商务是集计算机科学、市场营销学、管理学、法学和现代物流于一体的新型交叉学科。经过多年的发展,目前我国电子商务的发展速度有目共睹,已经成为全球电子商务的领跑者。伴随着电子商务的快速发展和电子商务平台数量的快速增加,电子商务信息日益丰富,网页数量也出现爆炸式增长,使得广大用户在进行商品选购时“信息迷失”现象越发严重,集中表现为消费者在不同电商平台之间进行商品比选的困难。基于上述背景,近年来,关于跨平台电子商务信息检索与智能推荐系统的社会需求日益强烈。跨平台电子商务信息检索与智能推荐系统的构建涉及异构电子商务平台数据的实时在线爬取、信息重构和基于用户选择偏好的智能化商品推荐等多项技术。综合国内外相关领域的研究进展,本文以多个电商平台的手机销售网页作为研究实例,以如何实现跨电商平台手机销售信息搜索和智能推荐为重点,围绕主题信息抽取和智能推荐等关键技术进行了相关研究,主要研究内容和研究成果如下:(1)针对跨平台商品信息提取问题,本文利用基于关键词加权的Shark-PageRank算法确定主题网页队列,在此过程中通过加入动态主题库生成的方法来描述主题,使得主题爬虫的查准率较Shark-PageRank算法取得了进一步提升。在此基础上,提出了一种基于模板的网页信息自动抽取方法,该方法首先利用基于结构语义熵的主题信息定位方法在主题网页中定位待抽取商品的属性信息,进而归纳总结抽取路径来构建模板库,最后利用模板库实现商品信息的快速、准确抽取。通过实验结果表明,本文提出的基于模板的网页信息抽取方法在网页信息抽取任务中,查准率和抽取时间均有一定的提升。(2)针对智能商品推荐问题,本文从商品评论的情感分析视角出发,首先通过LDA主题模型从用户评论中抽取商品主题词,然后针对评论文本中不同单词的位置和评论文本中不同的部分对特定主题下情感倾向判断的贡献度不同,提出了一种融合主题词特征的Bi-LSTM+混合注意力机制模型,用于计算用户评论在不同主题下的情感值,最后综合商品所有评论的情感值,利用智能推荐模型计算商品在特定主题下的情感值,以商品在不同主题下的情感值作为推荐依据,结合用户选择偏好特征实现商品的智能推荐。通过实验结果表明,本文提出的融合主题词特征的Bi-LSTM+混合注意力机制模型较之前的方法在平均准确率、平均召回率和Macro-F1值上均有进一步的提升。(3)基于上述研究成果,结合Web前端开发技术,本文针对跨平台信息检索和商品智能推荐进行了原型系统的初步设计和实现。

基于知识图谱的社会媒体中少数民族主题数据抽取方法

这是一篇关于社会媒体,数据抽取,知识图谱补全,隐含狄利克雷分配,表示学习的论文, 主要内容为随着互联网技术的发展,社会媒体在信息传播中扮演着重要的角色,社会媒体平台每天产生海量化的数据,蕴含着各个领域与行业多种信息。从海量社会媒体数据中抽取出特定领域的数据,是用已有的专家知识作为先验知识,利用多种数据处理模型对数据进行分类、过滤筛选的过程。可应用于社会舆论集散、新闻信息传播、企业品牌推广、商业营销拓展等,具有重要的社会价值和商业价值。本文研究社会媒体中少数民族主题的数据抽取,如何解决非结构、多主题的社会媒体数据的分类困难,如何解决少数民族主题数据的稀疏、缺失和识别困难,以及如何利用已知有限的专家知识实现更准确、高效的数据抽取,成为本文需要解决的主要问题。为此,本文引入知识图谱(Knowledge Graph,KG)和LDA模型(Latent Dirichlet Allocation),从社会媒体平台获取新闻数据与用户数据,以少数民族领域的专家知识作为先验知识,进行社会媒体数据的主题分类与内容筛选,从中抽取得到少数民族主题的数据。本文研究工作主要包含以下几个方面:1、利用已有的少数民族专家知识,从中读取实体词汇作为节点,词汇对应的属性作为节点与领域名的关系,并获取实体属性关系外已存在的实体关系,得到结构化三元组,初步实现少数民族的新闻知识图谱的构建。2、利用TransE(Translating Embedding)表示学习模型,将构建的少数民族新闻知识图谱的三元组进行向量表示,对实体间关系的缺失通过计算向量间的距离进行关系预测,实现新闻知识图谱三元组的补全。3、基于补全后少数民族新闻知识图谱和LDA模型,本文通过对数据进行主题分类及实体词汇匹配,对社会媒体数据进行过滤筛选,从中抽取得到少数民族主题相关的新闻数据。本文利用FreeBase数据集、“今日头条”新闻数据和“新浪微博”用户公开数据,对本文所提出的方法进行了实验验证和性能测试。实验结果表明,在效率得以保证的情况下,利用LDA模型的主题分类及补全的领域知识图谱进行数据抽取,能更有效地提高从海量社会媒体中抽取少数民族主题数据的准确率和覆盖率。

短信金融服务平台系统的设计与实现

这是一篇关于商业银行,JSP,短信平台,数据抽取,业务系统隔离的论文, 主要内容为近年来,我国金融行业迎来了高速发展的局面,随着金融行业服务的种类越来越多,人们对服务的便捷性、安全性也提出了更高的要求,短信服务作为普及型最广最便于操作的服务,深受人们欢迎。ABC商业银行因体制和业务的特殊性,一直未建设短信金融信息服务平台,通过该平台的建设,对提升改行跨平台的业务支撑系统的信息化和提升服务水平具有重要的参考示范效应。短信金融服务平台系统由ABC商业银行江苏省分行财务会计处和资金计划处提出需求,由总行统一规划,江苏省分行信息技术处统一组织开发和示范实施,运行稳定后在全国统一部署实施。自2012年该系统在江苏、湖北两省试运行以来,共有近2000家客户签约使用,通过平台共成功发送短信9万余条。此项目自2011年6月批复立项以来,项目组完成开发程序134个,完成程序编码3.3万行,执行测试案例1000多个,圆满完成软件开发任务。论文介绍了该系统开发的背景和国内外短信金融信息服务平台的发展现状并做了分析,阐述了系统要解决的问题。通过对短信金融信息平台的需求分析,对系统的体系结构、工作流程、系统功能、数据结构等方面做了设计与实现,该系统基于JSP,技术平台,使用ORACLE后台数据库,采用浏览器/服务器(B/S)架构,利用最新的安全与业务系统隔离技术、报表数据抽取技术理念完成了系统的设计。本课题设计实现的系统已成功上线运行并在全行部署,达到了预期开发的目标和管理效果,有效的提升了管理人员的工作效率和管理水平,提高了客户满意度。