物聯(lián)網(wǎng)導(dǎo)論--第13章_物聯(lián)網(wǎng)中的智能決策v1135-資料下載頁(yè)
2025-01-07 23:16本頁(yè)面
【正文】 氣象信息，并針對(duì)雨天發(fā)出報(bào)警提醒；另一方面，另外一些智能終端會(huì)隨時(shí)跟蹤主人的行蹤，并通過(guò)數(shù)據(jù)挖掘方法由主人的歷史行動(dòng)特征數(shù)據(jù)預(yù)測(cè)他的去向 ?一旦預(yù)測(cè)到主人要出門(mén)，那么就在合適的時(shí)候由相應(yīng)的智能終端提醒他不要忘記帶雨傘。例如，如果主人在門(mén)口，就將由安裝在門(mén)上的智能設(shè)備向他發(fā)出提醒，如果在車(chē)內(nèi)，則由車(chē)載計(jì)算機(jī)發(fā)出提醒 金融安全 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷(xiāo) 智能家居 金融安全 產(chǎn)品制造和質(zhì)量監(jiān)控 互聯(lián)網(wǎng)用戶(hù)行為分析 ?由于金融投資的風(fēng)險(xiǎn)很大，所以在進(jìn)行投資決策時(shí)，需要通過(guò)對(duì)各種投資方向的數(shù)據(jù)進(jìn)行分析，以選擇最佳的投資方向。數(shù)據(jù)挖掘可以通過(guò)對(duì)已有數(shù)據(jù)的處理，找到數(shù)據(jù)對(duì)象之間的關(guān)系，然后利用學(xué)習(xí)得到的模式進(jìn)行合理的預(yù)測(cè) ?金融欺詐識(shí)別主要是通過(guò)分析正常行為和詐騙行為的數(shù)據(jù)和模式，得到詐騙行為的一些特性，這樣當(dāng)某項(xiàng)業(yè)務(wù)記錄符合這樣的特征時(shí)，識(shí)別系統(tǒng)可以向決策人員提出警告 產(chǎn)品制造和質(zhì)量監(jiān)控 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷(xiāo) 智能家居 金融安全 產(chǎn)品制造和質(zhì)量監(jiān)控 互聯(lián)網(wǎng)用戶(hù)行為分析 ?隨著科技進(jìn)步，制造業(yè)已不是簡(jiǎn)單的手工勞動(dòng)，而是集成了多種先進(jìn)科技的流水作業(yè)。在產(chǎn)品的生產(chǎn)制造過(guò)程中常常伴隨有大量的數(shù)據(jù)，如產(chǎn)品的各種加工條件或控制參數(shù) (如時(shí)間、溫度等 )。通過(guò)各種監(jiān)控儀器收集的這些數(shù)據(jù)反映了每個(gè)生產(chǎn)環(huán)節(jié)的狀態(tài)，對(duì)生產(chǎn)的順利進(jìn)行起著這關(guān)重要的作用。 ?通過(guò)數(shù)據(jù)挖掘?qū)?shù)據(jù)進(jìn)行分析，可以得到產(chǎn)品質(zhì)量與這些參數(shù)之間的關(guān)系，從而能獲得針對(duì)性很強(qiáng)的建議以改進(jìn)產(chǎn)品質(zhì)量，而且有可能發(fā)現(xiàn)新的更高效節(jié)約的控制模式，為廠(chǎng)家?guī)?lái)豐厚的回報(bào) 互聯(lián)網(wǎng)用戶(hù)行為分析 精準(zhǔn)農(nóng)業(yè) 市場(chǎng)行銷(xiāo) 智能家居 金融安全 產(chǎn)品制造和質(zhì)量監(jiān)控 互聯(lián)網(wǎng)用戶(hù)行為分析 ?隨著中國(guó)互聯(lián)網(wǎng)用戶(hù)數(shù)的激增，用戶(hù)在互聯(lián)網(wǎng)上的行為分析逐漸引起了關(guān)注。例如，用戶(hù)在上網(wǎng)的時(shí)候通常需要不停地從一個(gè)網(wǎng)頁(yè)通過(guò) HTTP鏈接跳轉(zhuǎn)到另一個(gè)網(wǎng)頁(yè) ?獲取互聯(lián)網(wǎng)用戶(hù)訪(fǎng)問(wèn)模式帶來(lái)的好處很多，首先可以輔助改善分布式網(wǎng)絡(luò)系統(tǒng)的性能，例如在有高度相關(guān)的站點(diǎn)間提供快速有效的訪(fǎng)問(wèn)通道。其次，能夠幫助更好地組織和設(shè)計(jì)網(wǎng)頁(yè)，以及幫助改善市場(chǎng)營(yíng)銷(xiāo)策略 (例如把廣告放在合適的網(wǎng)頁(yè)上 )以更好地吸引客戶(hù)的注意 本章小結(jié) 內(nèi)容回顧 本章介紹了數(shù)據(jù)挖掘的基本流程，重點(diǎn)介紹了五種典型的數(shù)據(jù)挖掘算法和步驟。最后討論了物聯(lián)網(wǎng)背景下數(shù)據(jù)挖掘技術(shù)的廣泛應(yīng)用。 重點(diǎn)掌握 ?了解數(shù)據(jù)挖掘的概念以及特點(diǎn)（反復(fù)迭代，人機(jī)交互）。 ?熟悉數(shù)據(jù)挖掘的過(guò)程（數(shù)據(jù)預(yù)處理，挖掘知識(shí)，知識(shí)評(píng)估與表示）。 ?理解關(guān)聯(lián)分析的相關(guān)概念：關(guān)聯(lián)規(guī)則（支持度 /置信度）， Apriori算法，頻繁項(xiàng)集。 ?理解分類(lèi)和預(yù)測(cè)的相關(guān)概念：判定樹(shù)，期望信息，信息增益。 本章小結(jié) 重點(diǎn)掌握（續(xù)） ?理解聚類(lèi)分析與分類(lèi)的區(qū)別，了解 kmeans算法。 ?了解離群點(diǎn)分析的三種方法（基于統(tǒng)計(jì)，距離偏移）。 ?了解演化分析的基本概念。 ?舉例說(shuō)明物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)挖掘技術(shù)的廣泛應(yīng)用。 Thank you! 演講完畢，謝謝觀(guān)看！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1