基于关联规则的电商大数据挖掘与应用研究
这是一篇关于关联规则算法,数据挖掘,精准推销,拣选优化,订单分批的论文, 主要内容为随着网络、大数据、人工智能等技术的迅猛发展,网上购物已经成为人们主要的消费行为,消费者对电商的商品质量、交付时限要求越来越高。同时,电商为提升市场竞争力,除提高服务质量外,还得迎合消费者的喜好、购物行为,进而实行精准推销,快速交付。因此,如何抓住消费者的行为、喜好,并进行商品精准推荐;如何优化拣选作业,缩短购物交付时限将成为电商提高经营效率、增长营销利润、强化竞争优势的关键和难点,也是学者们研究的热点。本文在对电商需求分析的基础上,针对电商强化竞争优势的难题,以电商购物大数据为研究对象,利用大数据挖掘、关联规则算法等方法,对消费者消费行为进行分析与研究,对关联规则应用领域进行拓展。针对电商行业在精准推销、仓储货位分配优化与订单分配优化三个重要问题,提出一种结合RFM(Recency Frenquency Monetary)顾客价值分析模型、K-means聚类分析与FP-Growth(Frequent Pattern Growth)算法相结合的同类顾客关联规则挖掘优化方案,将设计方案部署在Spark平台中进行实验,验证方案的可行性与Spark计算框架下大数据挖掘优势。在目前电商对于货位分配与订单分批方案相关应用研究的基础上展开研究,首先对顾客的购物信息进行提取,然后顾客的相关信息进行关联分析,商品间的关联度指标与商品组合购买频率紧密关联,最后将分析结果与关联度用于货位分配方案与订单分拣方案的设计之中。结果表明,研究方法和设计方案达到设计要求,对电商企业有一定的借鉴价值。本文主要成果如下:(1)通过关联规则挖掘后发现,仅使用关联规则的商品推荐问题忽视了顾客特性,设计的商品推荐系统精准度一般。本文通过聚类算法,并结合RFM模型来挖掘相似消费群体,在同一个消费群体中使用FP-Growth算法挖掘关联规则,再通过Spark平台加速挖掘过程。实验表明,通过聚类分析后的关联规则对于客户推荐针对性得到加强,并且Spark平台的计算能力十分强大,计算效率得到提升。(2)通过商品关联度优化和商品购买频率建立货位优化模型,以总分拣距离最小为目标,购买频次越高并且相互关联性越高的商品近距离存储,以提高拣选效率。而分拣订单优化模型的基础是使用了该货位布局优化方案,商品关联度与商品货位分配相关,这样订单中有相同或关联度高的商品,将关联订单分配给同一批次分拣作业,能够有效提高分拣作业效率。
基于虚拟蜜罐的入侵检测可视化系统
这是一篇关于入侵检测系统,蜜罐技术,数据挖掘,聚类算法,关联规则算法的论文, 主要内容为伴随着社会与技术的不断发展,计算机和网络已经融入到了社会的各个方面。随着网络的规模、共享性和开放性的不断扩大,网络安全相关的问题也日益严重。虚拟蜜罐是一种部署在虚拟机或者物理主机上,通过主动引诱攻击者对其进行攻击,借此记录攻击行为相关信息的技术。入侵检测技术是一种通过规则库对网络数据进行检测的技术,只能被动的对已知攻击进行检测。主动捕获流量的蜜罐技术,能够弥补入侵检测系统不能检测未知攻击行为的缺陷。入侵检测系统可视化是结合入侵检测技术和可视化技术的一种新兴的网络安全数据分析技术。具有可视界面、易发现网络异常和攻击、提高用户感知能力等优点。本文首先针对入侵检测技术、蜜罐技术、可视化技术的发展现状以及其他专家学者已经完成系统的优缺点进行了分析,并以此为基础设计了一套基于虚拟蜜罐的入侵检测可视化系统。使用Honeyd构建虚拟蜜罐部分,实现了系统的数据捕获功能。基于Snort构建异常检测模块,实现了系统基础的检测功能。根据网络安全和网络流量的特点,使用K-means算法对网络流量进行聚类,而后使用Apriori算法针对聚类后的部分流量进行规则挖掘,将结果转化为符合Snort语法的规则并存入系统的规则库中,实现了规则的动态更新。最后,采用HTML5+CSS+jQuery搭建前端页面,实现系统的功能界面和可视化效果,并且使用SSM框架构建系统后台,实现了对网络流量的统计、算法分析和其他的后续处理,使用户与系统可以进行交互。
考虑建成环境的老年行人交通事故影响因素研究
这是一篇关于老年行人交通事故,建成环境,地理加权回归,关联规则算法的论文, 主要内容为老年群体主要的出行方式为步行,但随着老年群体年龄增长所带来的身体不便等因素,老年人的反应速度下降,在交通事故中更容易受到严重创伤甚至死亡。近年来,从宏观和微观两个方面对老年行人交通事故的建模是道路交通安全的研究方向之一,事故影响因素与复杂的建成环境相关。本文在宏观尺度考虑空间异质性定量分析城市环境因素对行政街道区域内老年行人交通事故数量的影响,并进一步通过建立数据挖掘模型,解决微观尺度步行环境数据过于离散的问题,定量分析老年行人交通事故严重程度致因,为城市交通精细化治理提供技术支持。首先,掌握老年行人交通事故特性。基于2015年北京市交通事故数据,筛选老年行人和行人群体的事故详单,通过对时空、人员、车辆、道路和环境五方面的因素提取、统计事故特征。与行人群体交通事故相比,老年行人交通事故在发生区域及地点、性别、事故类型、环境、事故数量与严重程度方面有显著差异。然后,构建考虑宏观建成环境的老年行人交通事故数量影响因素模型。基于莫兰指数检验行政街道划分的老年行人交通事故的空间自相关性。构建共点共边回归矩阵作为空间权重矩阵,通过VIF检验确定共线性变量并逐步回归,基于OLS模型和地理加权回归模型进行拟合优度比较,考虑空间异质性分析影响因素。结果表明,事故受区域平均车速,路口平均间距,老年人口密度,道路网密度和服务设施密度影响较大,且随地理空间的分布呈现不同的差异表现。最后,构建考虑微观建成环境的老年行人交通事故严重程度致因模型和预测方法。应用网络爬虫方法,爬取北京市2015年老年行人交通事故发生地点街景图片,并基于语义分割(Seg Net)和目标物检测(Yolo)两类深度学习算法识别老年行人交通事故场景,转化非结构化离散数据,获取环境参数。在建模分析上基于Apriori关联规则理论,挖掘影响老年行人交通事故严重程度重要影响因素。基于CNN神经网络进行量化分析。研究结果表明,考虑重要影响因素的CNN神经网络预测模型误差为8.10430)-5。其中影响因素中,车速在25-50 km/h更易发生事故且事故严重程度更高;一般道路路段中更易发生事故,出入口事故严重程度更高;晴天更易发生事故,集中在步行安全性差、舒适性较差、便捷性差的地方,雪天事故严重程度更高,集中在步行安全性差、舒适性差、便捷性差的地方。
基于虚拟蜜罐的入侵检测可视化系统
这是一篇关于入侵检测系统,蜜罐技术,数据挖掘,聚类算法,关联规则算法的论文, 主要内容为伴随着社会与技术的不断发展,计算机和网络已经融入到了社会的各个方面。随着网络的规模、共享性和开放性的不断扩大,网络安全相关的问题也日益严重。虚拟蜜罐是一种部署在虚拟机或者物理主机上,通过主动引诱攻击者对其进行攻击,借此记录攻击行为相关信息的技术。入侵检测技术是一种通过规则库对网络数据进行检测的技术,只能被动的对已知攻击进行检测。主动捕获流量的蜜罐技术,能够弥补入侵检测系统不能检测未知攻击行为的缺陷。入侵检测系统可视化是结合入侵检测技术和可视化技术的一种新兴的网络安全数据分析技术。具有可视界面、易发现网络异常和攻击、提高用户感知能力等优点。本文首先针对入侵检测技术、蜜罐技术、可视化技术的发展现状以及其他专家学者已经完成系统的优缺点进行了分析,并以此为基础设计了一套基于虚拟蜜罐的入侵检测可视化系统。使用Honeyd构建虚拟蜜罐部分,实现了系统的数据捕获功能。基于Snort构建异常检测模块,实现了系统基础的检测功能。根据网络安全和网络流量的特点,使用K-means算法对网络流量进行聚类,而后使用Apriori算法针对聚类后的部分流量进行规则挖掘,将结果转化为符合Snort语法的规则并存入系统的规则库中,实现了规则的动态更新。最后,采用HTML5+CSS+jQuery搭建前端页面,实现系统的功能界面和可视化效果,并且使用SSM框架构建系统后台,实现了对网络流量的统计、算法分析和其他的后续处理,使用户与系统可以进行交互。
基于Android的会员卡信息管理设计与实现
这是一篇关于会员卡,信息处理,数据挖掘,聚类算法,关联规则算法的论文, 主要内容为随着移动互联网技术的飞速发展,移动终端已成为认识世界的全新媒介,智慧生活将成为社会发展的主流方向。会员卡的发行改善了人们的生活方式,进一步加大了商家与会员用户的紧密联系。然而,零售业市场基于会员卡信息管理的应用系统存在结构模式简单、功能单一等问题。因此,一方面为实现商家对会员信息全面多方位的管理,提高管理人员工作效率,以及挖掘会员消费数据分析用户消费意向,为其用户提供个性化服务以吸引更多消费,也可为市场调研提供可靠的数据分析;另·方面方便会员卡用户可随时随地的查看会员信息,及时了解商家动态等的目的,本文设计实现了一个架构合理功能完善的会员卡信息管理系统。本文首先对当前国内外会员卡信息管理系统相关技术进行了研究分析,并运用数据挖掘技术,设计实现了由服务端和移动客户端组成的会员卡信息管理系统。该系统服务端采用阿里云服务器平台,通过搭建LAMP运行环境并结合使用ThinkPHP开发框架完成系统后台服务器的实现;移动客户端采用Android系统移动终端为运行平台,运用网络通信编程并结合xUtils开发框架设计并实现移动端软件的开发。其次,使用改进的Apriori关联规则算法和K-Means聚类算法进行数据挖掘分析,在移动端实现了为会员卡用户提供个性化商品推荐,在服务端为商家管理人员提供数据挖掘分析后的价值信息,从而为商家管理人员提供市场采购及商品摆放的优化策略,推动产品类别优化、增加企业销售额,最终使商家企业利润最大化。通过测试验证了该系统可满足课题设计的基本功能需求,且实用性较强,也为会员卡信息管理系统的进一步扩展开发提供了借鉴作用。同时对改进前后的两种算法分别在Hadoop平台上进行实验,并从加速比方面进行算法的评估,结果表明两种改进后的算法在数据处理效率上均有所提升。通过该系统对于会员卡用户和商家的功能设计分析可知,该系统的设计与实现将对于无论是企业商家还是广大会员卡用户都具有较好的应用前景。
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：代码海岸 ，原文地址：https://m.bishedaima.com/lunwen/47624.html
