【摘 要】
：
因果关系是事物之间的主要关系,因果关系的有效发现有助于指导我们的日常工作和决策。但在现实生活中,事物之间因果关系的判定比较困难,近年来随着信息技术的飞速发展和信息
论文部分内容阅读
因果关系是事物之间的主要关系,因果关系的有效发现有助于指导我们的日常工作和决策。但在现实生活中,事物之间因果关系的判定比较困难,近年来随着信息技术的飞速发展和信息系统的广泛使用,企业或单位在运行过程中积累了大量的数据,从数据中发现因果关系因此成为一个热门的研究方向。本文针对从数据中进行因果发现的问题,首先引入贝叶斯网络来进行因果关系的表达和描述,把因果发现问题转化为贝叶斯网络的结构学习问题；然后采用遗传算法对经典的K2算法进行了设计和编程实现,通过遗传算法的特点提高了原算法的运行效率。最后进行了案例研究,基于某市移动公司的实际运营数据,使用遗传算法构建了用于分析公司客户离网原因的贝叶斯网络,案例研究的结果表明了该算法具有一定的有效性和适用性。
其他文献
就下列三方面进行论述:首先就《菌物学报》的简史进行了回顾。对《真菌学报》及《Mycosystema》的创刊及其背景进行了简短叙述。当《Mycosystema》已被《Dictionary of the F
随着移动互联网时代的到来，移动终端设备逐渐成为人们生活中的必需品。移动终端市场竞争越来越激烈，同样电信运营市场的竞争也越来越激烈。终端制造商以及电信服务运营商组成的
众所周知,我国的物流研究起源较晚,物流的管理水平与国外相比也有较大差距,这使得政府与企业对物流的重视程度逐年增加,通过供应链管理,提高对顾客物流服务的管理是降低物流
所谓时序数据是指观察对象的某一特征或行为按时间排序的集合。实际应用中很大一部分时序数据是由系统产生用于记录用户的行为。分析这些数据背后的用户行为模式,将会对用户和系统模式的识别与未来状态的预测带来积极的影响。然而,这些刻画用户行为的时序数据却体量庞大且表现形式复杂,给处理这些这些数据带来了巨大困难。本文遵循“数据中挖掘模式,模式预测未来”的思路,意在从用户时序数据中挖掘出有用的行为模式,并以此为基
建筑业是我国支柱产业，占国内生产总值(GDP)6％左右。作为支柱产业的载体，建筑企业的责任重大。随着公司的发展壮大，大量企业采用多元化发展战略，但实施效果却各有差异。以往有很多
随着internet技术和第三方物流的迅猛发展，越来越多的企业开展电子商务在线销售产品或服务。在线渠道电子商务的引入降低了产品成本且扩大了市场份额，是传统渠道的很好补充。但
煤矿生产是一项庞大而复杂的系统工程，导致了煤矿生产安全综合评价的复杂性和困难性。煤矿企业生产过程中各种因素引发的事故，严重地制约了生产顺利进行，造成了生命危险和财产损
会展经济历来有“城市经济助推器”的美誉,能产生强大的互动和共赢效应,带动交通运输业、物流业、建筑业、商业、广告、旅游、金融等相关行业的发展提高城市的整体形象,一个
移动价值链通过协同工作,能整合资源,从而满足日益个性化,多样化的市场需求。本文集成实证研究和计算机系统模拟为技术手段,研究移动用户采纳行为优化决策,移动增值战略匹配