基于决策树的经典算法综述

决策树是一种重要的数据挖掘方法。本文对几种经典的决策树算法进行了综述,并对其进行了分析比较,为决策树的优化研究提供了借鉴。     

基于决策树的网络教学系统的学生模型研究

基于遗传算法与决策树思想相结合的方法,对学生的学习历史、方式,知识情况,认知能力等要素进行数据分析和分类,将学生模型分为偏差模型、覆盖模型、心理模型和认知模型．为用户提供了个性化的教学环境．     

基于决策树算法的Web服务分类

Web服务(Web Services)是计算机网络技术研究热点之一,它主要用来研究应用程序在Internet上实现相互操作,拓展应用程序的功能。近年来,电子商务迅速崛起,Web服务数量不断增加,很多Web服务提供的功能是相似的,使得用户难以找到最适合自身需求的Web服务。使用决策树ID3算法,分析影响Web服务功能的质量参数,将其作为属性特征,得到Web服务的分类,帮助用户更好地选择合适的Web服务。     

决策树ID3算法在客户信息分类中的应用

在现代企业,如何保留客户是企业客户管理的重要研究方向。使用决策树ID3算法分析客户的属性特征,实现客户信息的分类,找出各类客户的特征,可有针对性地改善客户关系,从而避免客户流失,提高市场占有率。     

常用的决策树生成算法分析

数据分类是数据挖掘中的一个重要课题,被有效地应用于科学实验、医疗诊断、气象预报、商业预测等领域。常用的分类方法包括决策树、神经网络、遗传算法等。其中决策树是分类方法中的一个重要研究方向,由于其结构简单、可以清晰的生成便于人们理解的规则、效率高、以及适用大数据量等优点而被广泛使用。本文就几种常用的决策树生成算法进行较深入地分析和比较。     

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。     

一种改进决策树算法的探讨

ID3算法是示例学习中建立决策树的一种重要的方法.介绍了 ID3决策树算法的基本思想,讨论了ID3决策树算法中的难点和不足,结合实例给出了利用信息增益度法来改进ID3算法的详细过程.     

无约束优化中的一种修正的PRP共轭梯度法的全局收敛性分析

文章提出修改的PRP共轭梯度法在MSWP线搜索下的算法,在适当条件下,证明算法全局收敛.     

基于神经网络和决策树相结合的信用风险评估模型研究

文章提出了一种将神经网络和决策树相结合的信用风险评估模型NN-DT。该方法依据属性重要性将贷款企业的财务指标进行排序,然后通过RBF神经网络进行属性裁减生成决策树,从而得出企业是否违约的分类。最后以判别分析以及C4.5 算法为参照方法进行了实证研究,结果表明,NN-DT模型显著地提高了预测精度。     

基于决策树法的我国商业银行信用风险评估模型研究

结合我国商业银行的实际,基于数据挖掘中决策树C4.5算法的分析框架建立了商业银行的信用风险评估模型,通过此模型可以根据贷款企业的财务指标,得出企业是否违约的分类。此分类将对商业银行信用风险控制工作具有很好的指导意义。还通过案例进行了实际的风险评估分析。     

决策树技术在客户信用分析中的应用

针对客户信用分析的需求，利用决策树技术对某钢厂的销售数据进行分析。依据客户交易信息，使用决策树算法对客户信用进行分类，得出一系列帮助企业做出正确交易决策的判定规则。     

基于Tabu搜索方法的配电网重构的一种新方法

配电网重构是一个组合优化问题,它不仅是配电系统循环控制的重要方法,也是配电管理系统的重要组成部分.随着智能技术的不断发展,用智能算法解决组合优化问题成为一种可能.在配电网重构时,当以最小开关操作程度作为目标函数就可转化为线性规划问题;以最小网损为目标函数,可转化为混合整数线性规划问题.基于配电线路重构模型,以最小开关操作程度和最小网损为目标函数,用Tabu搜索方法解决组合优化问题,最后验证了此方法的合理性和可用性.     

基于遗传算法和禁忌搜索的多用户检测器

利用遗传算法和禁忌搜索的优势,介绍一种嵌入式混合优化算法,提出一种基于嵌入式混合优化算法的多用户检测器。数值结果表明:该方法具有较好的检测性能和合理的计算复杂度。     

数据挖掘在高校成绩分类管理中的应用研究

学生的信息是大量的和复杂的,学校越来越感到管理的复杂性,对于学生的状态和发展越来越难以预测,因此学校希望对学生海量数据的处理不只是简单的备份和查询,而更迫切地需要管理信息系统能够具备辅助决策的能力。应用数据挖掘技术对学生成绩分类管理进行探索,获得有益的隐含知识,支持学生工作和教学管理工作的开展,这对于素质教育的实施,更好地为学生服务提供了很好的尝试。     

基于价格的消费者信息搜寻过程研究

消费者在购买商品之前,信息搜集是一个必不可少的阶段。消费者的信息搜集过程是比较复杂的。文章通过构建信息搜寻模型,并对影响信息搜集的因素进行分析,认为产品的价格是影响信息搜集量及其持续时间的主要因素,即消费者在购买高价商品时花费的时间远远大于购买低价商品所花费的时间,并用实例进行验证。     

交叉口信号配时的人工蚂蚁优化

针对我国城市道路交叉口的实际情况，在改进信号配时模型的基础上，采用一种新型随机搜索思想——人工蚂蚁优化算法来解决交叉口的信号配时问题．仿真试验表明，所得结果优于经典方法，在相同的信号周期内，降低了交叉口的总延误时间和停车次数，提高了通行能力．     

网络信息的分类

网络信息浩如烟海,分类五花八门,依据传统文献信息分类法的科学性和系统性对其进行分类非常重要。本文就网络信息分类特点及其信息分类中存在的问题进行探讨,对建设统一的网络信息分类体系提出了自己的看法。     

群体思维收敛性定量验证

目的/意义群体共识决策通过协调决策者观点之间的冲突,寻求各决策方广泛支持的群体方案,是群体决策领域的热点研究问题。对群体共识决策的研究进行系统地梳理并探讨其未来的研究方向,有助于促进群体共识决策研究的进一步发展。设计/方法首先,提炼一般的群体共识决策框架,并对不同环境下的群体共识决策范式进行综述和讨论。然后,分析群体共识决策的典型应用。最后,对现有研究进行评述与展望。结论/发现主要存在识别–方向和优化两种共识规则。基于这两种共识规则,国内外学者从不同的视角构建了传统和复杂决策环境下的群体共识决策模型,这些模型在失效模式分析、供应链管理、水资源管理和应急/灾害管理等领域都取得了良好的应用效果。此外,对决策者的行为进行深入研究并结合偏好学习等人工智能技术对群体共识决策进行优化设计将是非常有前景的研究方向。     

基于互联网环境下的消费者决策行为的研究

通过对网络消费者购买决策过程的分析,提出了影响上网顾客决策行为的重要因素及假设,并在此基础上构建了网络消费者购买决策模型。为验证模型正确性,本文针对影响网络消费者决策行为的因素设计了采用5级李克量表的调查问卷,采用结构方程模型对调查问卷所获得的数据进行分析,根据分析的结果,对模型进行了修正,最终建立了网络消费者购买决策模型。通过对模型进行深入的分析,获得了一些有意义的启示,为正确认识网络消费者的决策行为提供了理论指导。