信息与知识已成为企业发展的重要战略资源,也是科学管理与决策的基础。如何快速进行网络动态商业数据流的知识发现成为管理学界关注的问题。本项目在研究动态商业数据流特性的基础上,以实施商业知识发现和提高挖掘效率为主要目标,开展如下研究:(1)动态商业数据流管理。研究连锁零售商业数据流管理理论模型,包括分布形态、组织形式、关系描述等,基于有限资源约束,研究商业数据流的混合存贮模式和信息表达策略,有效解决海量商业数据流存储与管理;(2)动态商业数据流知识发现与挖掘方法。构造基于线性扫描及时变频繁模式集的高效挖掘算法,研究互联网环境下多源与异质商业数据流的知识发现与挖掘方法;(3)网络协同知识发现机制。研究多智能体的协同机制,研究数据流更新、存储、挖掘等活动的调度与协调策略,建立基于移动智能体技术的协同知识发现模型。本研究将拓展网络动态数据流的知识发现理论,支持管理与决策需求,具有重要的理论和现实意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
粗颗粒土的静止土压力系数非线性分析与计算方法
内点最大化与冗余点控制的小型无人机遥感图像配准
中国参与全球价值链的环境效应分析
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
面向数据流的无限论域动态粒的不确定性分析与知识发现研究
实时数据流中动态模式的发现与跟踪
基于数据流视角的商业流程整合研究
协同监控网络中的数据流查询处理