数据挖掘中关于动作知识提取方法的研究

发布时间：2021-09-16 23:42

　　经过了几十年的研究与发展,在数据挖掘技术方面已经取得了很多的成果,尤其是提高预测精度和建立模型效率这两方面。但是从模型中提取有意义的决策行动方面的研究却是有限的,而且仅限于简单的动作模型,而在许多实际应用中,这些模型往往更复杂,更难获取最佳的解决方案。在诸如针对性营销等众多应用中,用户建立的模型不仅需要预测准确性高,还需要能够得到一些动作推荐,最终以最少的成本得到预期的目标。在已有的研究成果中,用户常常被要求使用大量的时间,从基于数据挖掘算法的模型中手动搜索能达到预期目标的有价值的知识。数据挖掘中的动作知识提取方法是数据挖掘过程中遇到的新问题,也是模型后续处理研究中的一个瓶颈。在许多实际操作里,动作的自动提取就尤为重要,在知识领域中,过去的手动寻找与图像显示这些方法越来越不能满足日益增长的需要。本文主要从单属性值改变、多属性值改变和线上线下自提取三个方面,提出了从数据中提取高预测精度和高效率的决策动作的动作知识提取方法。本文的主要研究内容有:（1）一种结合马尔科夫决策过程的动作知识提取方法。结合强化学习,利用马尔科夫决策过程提取动作知识。首先要将动作知识提取问题形式化地转换为优化问题,... 

【文章来源】：扬州大学江苏省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

3活动申联系人数全

婚姻状况

联系持续时间

【参考文献】：
期刊论文
[1]数据挖掘中的一种次优化动作知识提取方法[J]. 吕强,李兆荣,陈崚,朱留存.  小型微型计算机系统. 2017(05)
[2]强化学习及其在电脑围棋中的应用[J]. 陈兴国,俞扬.  自动化学报. 2016(05)
[3]基于混合挖掘的军事数据分类方法[J]. 丁晓剑,雷鸣.  火力与指挥控制. 2014(06)
[4]基于支持向量机的贷款风险等级分类真实性审计研究[J]. 隋学深,乔鹏,丁保利.  审计研究. 2014(03)
[5]基于决策树的空袭目标数据挖掘[J]. 李京,杨根源.  电光与控制. 2012(11)
[6]基于数据挖掘技术的人民币反洗钱系统设计[J]. 杨胜刚,王鹏.  财经理论与实践. 2005(06)

博士论文
[1]基于多目标决策的数据挖掘方法评估与应用[D]. 邬文帅.电子科技大学 2015

硕士论文
[1]贝叶斯网络在数字化森林生态站中的应用研究[D]. 黄金燕.北京林业大学 2007



本文编号：3397513