粗糙集理论在信息工程监理中的应用

向业主单位和承建单位提供建议,是信息工程监理的重要工作之一,也是监理服务成功与否的关键。本文在理论分析的基础上,应用粗糙集的属性约简算法,对信息系统服务质量进行评价,提炼出提高客户满意度的关键指标项。有助于监理单位进行客观、公正和科学的分析,以提出更精准、更具有针对性的建议。     

粗糙集理论在旅游突发事件应急响应中的应用

运用粗糙集理论,研究旅游突发事件应急响应,构建了应急响应模型。建立了信息处理决策表,对条件属性约简,确定了突发事件发生后,信息与响应级别的潜在关联,得出应急响应所需最小信息条件集合。运用Python语言编程实现响应模型,根据不同条件计算响应级别,从而为触发不同级别应急部门响应提供决策支持。     

基于信息熵的不完备模糊信息系统属性约简

现实世界中广泛存在的信息不完备和模糊现象,限制了粗糙集理论在实际问题中的典型应用,目前在不完备模糊领域中基于分辨矩阵的算法时间复杂度较高,无法满足大规模数据的快速属性约简。针对这个原因,将完备信息系统中基于信息熵的快速属性约简算法推广到不完备模糊信息系统,通过相容关系及基于相容关系的近似集,给出计算条件信息熵的方法;在此基础上,设计出基于信息熵的不完备模糊信息系统的属性约筒算法。理论分析和实例结果表明了该算法的可行性和较好的时间优越性。     

聚类分析在电信客户细分中的应用

电信企业掌握着大量的客户数据,需要将企业的数据优势转化为企业的竞争优势,使客户收益最大化.本文以CRISP-DM(Cross-Industry Standard Process for Data Mining)方法论为基础,探讨聚类分析技术在电信客户细分领域的应用,并结合电信业的基础数据应用Clementine挖掘工具建立了客户细分模型,对电信市场进行有效地划分.     

基于粗糙集的高技术企业信用评价指标体系构建

尝试将遗传约简算法应用于高技术企业信用评价指标体系构建。首先,建立高技术企业信用评价初始指标体系,并采用等频率法实现连续属性离散化;然后,运用遗传约简算法求解最小约简,从而剔除冗余指标,获得约简后的高技术企业信用评价指标体系。实证分析结果证明了遗传约简算法在高技术企业信用评价指标体系构建中的可行性和适用性。     

数据挖掘技术在数字图书馆建设中的应用

本文介绍了数据挖掘技术在数字图书馆建设中的应用.探讨了数据挖掘的技术和方法,描述了数字图书馆中进行数据挖掘的过程,建立了数字图书馆数据挖掘模型,并说明了通过数据挖掘可以实现数字图书馆的个性化服务.     

粗糙集理论在房产定价决策中的应用

房产定价的方法很多,针对不同的目的,使用的方法也有所不同。在国内,房产定价的方法有重置折旧法、成本定价法等。而西方国家房产定价一般依照市场价值、实际价值、重置价值和租金价值这四个概念进行定价。通常,以往房产销售经验在房产定价决策中起着重要的作用,房产定价应考虑历史销售数据。本     

基于粗糙集理论的合同不完备性评价研究

建设工程施工合同的不完备性已成为一种常态,不同合同文本的不完备性程度也不尽相同。如何衡量工程合同的不完备性水平,实现对其有效性补偿是当前研究的重点之一。以07标准施工招标文件为研究基础,通过对调查问卷数据的分析整理,利用粗糙集理论信息量属性约简启发式算法,对合同不完备性评价指标进行约简优化。同时,根据评价指标的权重,确定评价合同不完备性的主要指标是条款不完备程度,为合同不完备性的度量提供了坚实的理论基础。     

粗糙集理论在个人信用评估中的应用

针对我国商业银行样本数据分布的非正态性和多维性特点,本文将粗糙集模型引入商业银行对个人信用评估中,该模型具有非参数检验特性和对噪音数据的适应能力,产生决策规则来预测消费者的信用状况,这为商业银行作出是否给该消费者贷款的决策提供较好支持。     

粗糙集技术在人才招聘中的应用

人才是企业的灵魂,招聘决策的优劣直接影响到今后企业发展的前途。将启发式数据挖掘中的粗糙集技术引入企业CEO的智能决策中,利用粗糙集理论,通过预加工、数据约减等步骤从企业现有员工数据库中收集员工属性信息,消除多余的属性,并由此确定决策要求,协助人事经理拟定录用员工的具体条件。     

基于粗糙集的一级学科整体水平评估结果评价

采用粗糙集理论,对一级学科整体水平评估结果进行评价,发现评估指标体系设计不合理,导致学科评估的导向性功能不足,需要对评估指标体系进行修改。     

不完备决策系统中发现偏好概率规则的粗糙集方法

为了从有偏好信息但信息不完全的多属性决策系统中获取概率决策规则,提出一种新的不完全信息的多属性粗糙决策分析方法。首先,提出扩展优势关系下相容度的概念;其次,基于相容度给出知识的粗糙近似,并证明了粗糙近似的基本性质;再次,给出粗糙近似的分类质量与β-约简的概念,并从不完全信息的偏好决策系统中导出概率决策规则;最后,通过一个实例说明新方法的可行性和有效性。     

数据挖掘技术在客户关系管理中的应用

数据挖掘技术作为一种先进的数据处理方法,是实现对客户数据进行深入分析的有效工具.基于数据挖掘技术的客户关系管理系统是数据挖掘技术在客户关系管理应用的最终体现,是帮助企业实现既定目标的最佳途径.在客户关系管理中常用的数据挖掘方法主要包括:分类、聚类、关联规则、统计回归、偏差分析等.     

粗糙集理论在高技术项目投资风险评价中的应用

在建立高技术项目风险评价指标体系的基础上,根据粗糙集理论构建风险评价模型,将模型输出的客观权重与专家确定的主观权重相结合,对高技术项目投资风险进行主客观综合评价,成功克服了传统风险管理的局限性和仅依赖专家经验决策等弊端,较好地为风险投资机构的投资决策提供了参考。     

优化的聚类分析在企业客户细分中的应用

使用K-means聚类可以用来解决客户细分的问题,然而常用的统计分析软件如SPSS等内置的k-means算法存在一定的缺陷,而且由于版权原因,spss在公司中的普及率不高。为此,本文通过研究改进后的K-means算法,并参照RFM模型设立指标来对客户进行细分,最后以EXCEL VBA编程语言制作了优化的k-means算法宏程序,以SE公司的快速消费品的销售历史数据来验证分类的有效性,以期将程序的投入实际应用,帮助公司实现资源的最优化配置。     

数据挖掘技术在烟草消费者细分中的应用研究

数据挖掘技术已广泛应用于各行各业，可以对大量、庞杂的信息进行快速有效的分析，为管理决策提供依据。通过探讨数据挖掘技术在烟草消费者中的应用，为中国烟草企业制定合适的营销措施，同时也为烟草控制者辩识有较强区分度的消费者群体，提供有效的工具。     

统计分析法在电信客户价值分析中的应用

国内的电信企业开始建立自己的数据仓库进行数据挖掘,为决策提供支持。通过数据挖掘对电信客户价值运用统计分析的方法得出电信大客户临界值模型,旨在探寻适合中国电信运营行业特点的客户价值评价和价值提升策略。     

Web挖掘技术在企业危机管理中的应用研究

叙述了危机管理的基本概念和Web挖掘技术在企业危机管理中的一些应用领域，讨论了利用Web挖掘技术开展危机管理的途径、手段和方法。     

客户信用信息系统在住房抵押贷款风险管理中的应用

有效防范和处理房地产金融风险是发展我国住房抵押贷款的重要环节。本文将从目前存在的各类住房抵押贷款的风险入手,借鉴国外的经验,指出建立我国住房抵押贷款客户信用信息系统的重要性以及方法及策略。     

浅谈ERP系统在企业中的应用

企业通过ERP系统的实施能够实现物料清单、工艺路线管理优化、销售管理优化、采购管理优化、库存管理优化、计划管理业务优化、生产管理优化、财务管理优化等,杜绝了物流浪费,通过精核算提高了公司效益,提升了公司管理水平,可以建立坚实的信息化基础支撑公司迅速扩展。