123,123,123

基于數(shù)據(jù)挖掘的呼叫中心IVR客戶細(xì)分研究

語音應(yīng)答業(yè)務(wù)利用率低、人力需求成本高是一大問題，對此，結(jié)合案例，運(yùn)用CRISP-DW方法，采用Clementine工具對所得數(shù)據(jù)進(jìn)行分析處理，得到IVR客戶與地區(qū)分布、ARPU值和入網(wǎng)時(shí)長的關(guān)系；對IVR客戶進(jìn)行聚類分析，總結(jié)出其重要特點(diǎn)；提出相應(yīng)對策，幫助提高IVR客戶的滿意度和利用率。建立一個(gè)C5.0決策樹模型，分析預(yù)測客戶是基于什么情況才進(jìn)入IVR系統(tǒng)的。分析IVR客戶與入網(wǎng)時(shí)長、地區(qū)、ARPU值之間的規(guī)則，有助于更準(zhǔn)確地了解IVR客戶并對其細(xì)分。

發(fā)表于：2015/5/18

一種基于文件預(yù)測的分布式緩存模型

在分布式存儲中，客戶端的數(shù)據(jù)訪問請求并非完全隨機(jī)，它是由程序或者用戶的行為驅(qū)動(dòng)，因此文件訪問順序是可以預(yù)測的；服務(wù)器端收到的訪問請求在時(shí)間軸上也非平坦分布，因此服務(wù)器有時(shí)繁忙有時(shí)空閑。為此，提出了一種基于文件預(yù)測的分布式緩存模型，在客戶端預(yù)測將要訪問的文件，并利用服務(wù)器空閑時(shí)間傳輸預(yù)測文件。

發(fā)表于：2015/5/18

LabVIEW中調(diào)用MATLAB進(jìn)行信號處理方法研究

系統(tǒng)是由若干互相有著某種聯(lián)系的單元組成的一個(gè)能夠完成某種功能的整體。信號作用于某系統(tǒng)的響應(yīng)如何，需要以某種方式去分析。系統(tǒng)分析需要經(jīng)過3個(gè)過程：(1)建模，以理論為基礎(chǔ)，對所要研究的對象創(chuàng)建一個(gè)數(shù)學(xué)模型；(2)分析該模型；(3)做出合理的物理解釋。分析過程很關(guān)鍵，方式方法很多，工具也很多，MATLAB和LabVIEW是常用的兩個(gè)軟件分析平臺。

發(fā)表于：2015/5/13

持續(xù)投入成就100億華為“雙驅(qū)”戰(zhàn)略在路上

在如今的全球通信行業(yè)，華為已經(jīng)站到了頂峰。在搶占了許多跨國巨頭的市場份額之后，那些跨國巨頭曾經(jīng)面臨的壓力也落在了華為的身上，畢竟通信設(shè)備市場需求不振不是短時(shí)間內(nèi)能扭轉(zhuǎn)的。不過這家在外界看來過于嚴(yán)謹(jǐn)、的技術(shù)型公司，沒有因此冒出“高處不勝寒”之類的感慨，而是主動(dòng)轉(zhuǎn)向“服務(wù)”要增長，致力于搭建“產(chǎn)品”與“服務(wù)”雙動(dòng)力的發(fā)展模式。

發(fā)表于：2015/5/13

基于數(shù)據(jù)庫的大量電子表格的自動(dòng)填寫

制作填寫電子表格在今天已是一項(xiàng)非常常見的工作了。很多時(shí)候，都需要將手頭的數(shù)據(jù)統(tǒng)計(jì)匯總填寫成表格樣式以供閱讀和報(bào)告。為了完成復(fù)雜一些的功能，需要在電子表格中嵌入公式和程序代碼，以減少人工的工作量，并減少錯(cuò)誤的發(fā)生，提高工作效率[1-2]。鑒于Microsoft Excel電子表格軟件的強(qiáng)大功能，它基本成為電子表格的代名詞,因此,以下主要以Excel為例進(jìn)行討論。

發(fā)表于：2015/5/11

基于Web GIS技術(shù)的交通流量分析系統(tǒng)

隨著中國城市化進(jìn)程的加速，城市規(guī)模的不斷擴(kuò)大以及城市車輛的不斷增加，導(dǎo)致道路負(fù)荷日益加重，城市交通擁堵情況越來越嚴(yán)重。這種現(xiàn)象不僅制約了社會發(fā)展的速度，而且給城市的建設(shè)者、管理者提出了一系列的難題[1-3]。為解決這一難題，交通流量分析系統(tǒng)應(yīng)運(yùn)而生，隨著現(xiàn)代科技的發(fā)展，該系統(tǒng)在智能交通系統(tǒng)(ITS)領(lǐng)域占了很重要的部分。但是目前我國公路交通流量分析工作比較薄弱，所提供的交通流量信息無法滿足公路管理的需求，在新的外界環(huán)境下，如何進(jìn)一步利用現(xiàn)有的新技術(shù)，使得交通流量分析系統(tǒng)更好地服務(wù)于交通運(yùn)輸安全及環(huán)境，已經(jīng)成為交通信息化討論的一個(gè)熱點(diǎn)問題。

發(fā)表于：2015/5/11

科技公司如何利用數(shù)據(jù)讓用戶習(xí)慣成癮？

GSN Games 是一家移動(dòng)游戲公司，開發(fā)撲克和賓果 (bingo) 一類的游戲產(chǎn)品。這家公司每天能夠從玩家正在使用的手機(jī)和平板電腦中搜集數(shù)十億數(shù)字信號——一切信息應(yīng)有盡有，玩家的游戲時(shí)間、游戲類型，甚至是他們面對游戲失敗的反應(yīng)。如果兩個(gè)用戶在同型號的手機(jī)上下載了同樣一款游戲，僅僅在五分鐘之內(nèi)，他們各自所玩的游戲就會開始變得不同——每個(gè)游戲都會自己調(diào)整，以適應(yīng)玩家的風(fēng)格。

發(fā)表于：2015/5/11

基于特征聚類集成技術(shù)的組特征選擇方法

特征選擇[1]指從一組特征中挑選出一些最有效的特征以達(dá)到降低特征空間維數(shù)的目的的過程，是模式識別和機(jī)器學(xué)習(xí)領(lǐng)域中一項(xiàng)必不可少的技術(shù)，在數(shù)據(jù)預(yù)處理中發(fā)揮重要作用，它廣泛應(yīng)用于文本分類、生物信息學(xué)和信息檢索等方面。尤其在海量高維數(shù)據(jù)不斷涌現(xiàn)的今天，許多機(jī)器學(xué)習(xí)算法受不相關(guān)和冗余特征的影響，而通過選擇合適的特征選擇算法，可以有效地去除不相關(guān)、冗余特征，加速數(shù)據(jù)挖掘的過程，提高學(xué)習(xí)算法的泛化性能和運(yùn)行效率，得到更加簡單和容易理解的學(xué)習(xí)模型[2-3]。

發(fā)表于：2015/5/10

一種基于版權(quán)保護(hù)的HEVC視頻水印算法

隨著硬件條件的不斷改善，通過網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量近年來有著突飛猛進(jìn)的增長，尤其是數(shù)字媒體的傳播數(shù)量。2013年1月，為了滿足人們對高清視頻的需求，視頻壓縮標(biāo)準(zhǔn)高性能視頻編碼HEVC（High Efficiency Video Coding）作為可替代H.264編碼標(biāo)準(zhǔn)的新一代國際標(biāo)準(zhǔn)被正式提出使用。HEVC是ITU-T組織和ISO/IEC組織聯(lián)合開發(fā)的視頻編碼標(biāo)準(zhǔn)，對以前的視頻格式進(jìn)行了多方面的改革，其僅需H.264/AVC一半帶寬就可播放相同質(zhì)量的視頻[1]，因此數(shù)字視頻也將更容易被復(fù)制和修改，與此同時(shí)，數(shù)字視頻的保護(hù)問題也得到了研究者們的注意。

發(fā)表于：2015/5/7

不同拓?fù)浣Y(jié)構(gòu)的并行粒子群優(yōu)化算法的實(shí)現(xiàn)

料子群優(yōu)化PSO（Particle Swarm Optimization）算法最早于1995年由EBERHART博士和KENNEDY博士提出[1]，由于實(shí)現(xiàn)容易、精度高和收斂快等優(yōu)點(diǎn)，引起了學(xué)術(shù)界的重視，并且在實(shí)際問題的解決中展示了其優(yōu)越性。

發(fā)表于：2015/5/7

基于AFOPT-tree的最大頻繁項(xiàng)集挖掘

1993年AGRAWAL R等人提出了一個(gè)重要的反映大規(guī)模數(shù)據(jù)中項(xiàng)目集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系的研究課題[1]，找出屬性間有價(jià)值的關(guān)系，即關(guān)聯(lián)規(guī)則的研究。頻繁項(xiàng)集的挖掘是獲取關(guān)聯(lián)規(guī)則不可或缺的步驟。但挖掘頻繁項(xiàng)集時(shí)需要考慮太多的候選項(xiàng)集。最大頻繁項(xiàng)集中已經(jīng)隱含了所有的頻繁項(xiàng)集，并且在許多數(shù)據(jù)挖掘應(yīng)用中也只需要挖掘最大頻繁項(xiàng)集，而不是獲取所有的頻繁項(xiàng)集，因此對最大頻繁項(xiàng)集的挖掘具有重大的現(xiàn)實(shí)意義。

發(fā)表于：2015/5/6

按事件時(shí)空聯(lián)機(jī)分析處理與可視化

研究表明，犯罪在地理時(shí)空分布并不均勻，而是表現(xiàn)出一定的時(shí)空聚集特性，這種聚集性常用“犯罪熱點(diǎn)”來表述[1]。通常犯罪現(xiàn)象高度集中的時(shí)段或區(qū)域就是犯罪熱點(diǎn)。隨著我國經(jīng)濟(jì)的發(fā)展和社會的轉(zhuǎn)型，犯罪急劇增加，治安形勢日益嚴(yán)峻[2]，如何有效地找到犯罪熱點(diǎn)，科學(xué)地配置警力資源，提高警務(wù)工作效率是一個(gè)值得研究的課題。

發(fā)表于：2015/5/6

一種基于HBase的海量微博數(shù)據(jù)高效存儲方案

隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)用戶激增，同時(shí)產(chǎn)生了海量的互聯(lián)網(wǎng)數(shù)據(jù)。據(jù)不完全統(tǒng)計(jì)，截至2012年12月底，新浪微博注冊用戶數(shù)已超過5億，每天新浪微博用戶發(fā)博量超過1億條。微博的使用人群數(shù)量基數(shù)大，狀態(tài)信息更新頻繁，信息傳播迅速，這為研究網(wǎng)絡(luò)用戶行為與心理提供了充足的資源，也帶來了挑戰(zhàn)。

發(fā)表于：2015/5/5

淘寶商品評價(jià)屬性分類研究

淘寶開放平臺是一個(gè)綜合性、商業(yè)性的開放平臺[1]。TOP發(fā)布的API涵蓋了商品、產(chǎn)品、類目、用戶、交易、評價(jià)和物流等不同專業(yè)領(lǐng)域的開放接口。使用這些預(yù)先定義好的函數(shù)，可以更加方便、快捷地調(diào)用這些接口來完成一些有關(guān)處理工作。

發(fā)表于：2015/5/5

以戶為基本單元的農(nóng)村基礎(chǔ)空間數(shù)據(jù)庫研究

多年來，我國農(nóng)業(yè)、國土、統(tǒng)計(jì)等部門通過調(diào)查、普查等方式建立了以村為基本單元的數(shù)據(jù)庫。例如：云南“數(shù)字鄉(xiāng)村”工程，基本建成了以自然村為基本單元的全省鄉(xiāng)村基本情況數(shù)據(jù)庫，涉及“三農(nóng)”各個(gè)領(lǐng)域，內(nèi)容涵蓋自然資源、基礎(chǔ)設(shè)施、農(nóng)村經(jīng)濟(jì)、特色產(chǎn)業(yè)、人口衛(wèi)生、文化教育、基層組織等方面[1]；湖南“衡陽市基本單位數(shù)據(jù)庫系統(tǒng)”也以鄉(xiāng)鎮(zhèn)（街道）、村（居）委會為基本單元進(jìn)行建庫[2]；寧安市海浪鎮(zhèn)長勝村基于整個(gè)村的信息資源，通過調(diào)查農(nóng)民種植玉米、水稻、煙草等作物的過程中所需供、產(chǎn)、銷信息，對所采集信息進(jìn)行分類整理，建設(shè)了數(shù)據(jù)庫和易于操作的農(nóng)業(yè)信息化服務(wù)網(wǎng)站[3]；黑龍江基礎(chǔ)地理信息中心基于GIS構(gòu)建農(nóng)村資源管理系統(tǒng)，主要以“縣—鄉(xiāng)—村”三級行政區(qū)劃為空間分析統(tǒng)計(jì)單元，通過電子地圖、影像等各種表現(xiàn)手法整合各種農(nóng)村資源[4]；錢自紅、沈超等設(shè)計(jì)開發(fā)了分別以鄉(xiāng)、村和村民小組為基本單位，對房屋的建筑面積、結(jié)構(gòu)、層數(shù)、人口、戶主、產(chǎn)權(quán)進(jìn)行查詢統(tǒng)計(jì)，對房屋土地面積進(jìn)行統(tǒng)計(jì)匯總的農(nóng)村宅基地信息管理系統(tǒng)[5]。

發(fā)表于：2015/5/5