大数据时代下的情报分析与挖掘技术研究——电信客户流失情况分析

被引:15
作者
王晓佳
杨善林
陈志强
机构
[1] 合肥工业大学过程优化与智能决策教育部重点实验室
关键词
情报; 大数据; 数据挖掘; 任务分解; MapReduce;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
大数据时代下的信息具有体量大、复杂性高、更新速度快的特点,从具有如此复杂特性的信息中挖掘出用户所需的情报,难度较以往有了很大的提升。要在发展中抢占先机,在大数据时代获取竞争优势,就必须对原有的情报分析思路进行必要的升级改造,以满足信息的情报属性。文章在介绍了大数据以及大数据环境下情报内涵转变的原因之后,提出了一种在大数据背景下的情报分析与挖掘的建模机理,首先应用MapReduce建立情报任务分解概念模型,然后针对分解后的某一单任务数据表进行预处理和数据挖掘工作,利用数学模型、人工智能等方法构造大数据时代下情报分析与数据挖掘的新思路。最后利用仿真实验来验证这一新思路的可行性和合理性。
引用
收藏
页码:564 / 574
页数:11
相关论文
共 6 条
[1]  
基于数据挖掘的企业竞争情报智能采集策略研究(Ⅲ)——智能挖掘与采集平台构建的策略[J]. 张玉峰,王翠波,吴金红,艾丹祥.情报学报. 2009 (02)
[2]  
基于事实型数据的科技情报研究工作思考[J]. 贺德方.情报学报. 2009 (05)
[3]  
事实型数据:科技情报研究工作的基石[J]. 贺德方.情报学报. 2010 (05)
[4]  
MapReduce and parallel DBMSs[J] . Michael Stonebraker,Daniel Abadi,David J. DeWitt,Sam Madden,Erik Paulson,Andrew Pavlo,Alexander Rasin.Communications of the ACM . 2010 (1)
[5]  
MapReduce[J] . Jeffrey Dean,Sanjay Ghemawat.Communications of the ACM . 2010 (1)
[6]  
MapReduce[J] . Jeffrey Dean,Sanjay Ghemawat.Communications of the ACM . 2008 (1)