导读:本文包含了挖掘模型论文开题报告文献综述、选题提纲参考文献，主要关键词:模型,数据挖掘,定理,在线,角形,规则,余弦。
挖掘模型论文文献综述写法
王平,夏火松[1]（2019）在《P2P负面口碑特征属性挖掘与风险知识识别模型》一文中研究指出P2P负面口碑呈现了投资者抱怨的意见,隐含P2P网贷行业风险,挖掘P2P负面口碑特征能够识别风险知识。文章利用文本挖掘方法,设计了基于负面口碑的网络借贷平台风险知识识别模型。研究发现:负面口碑是识别P2P平台风险的有效路径,能够识别P2P的风险知识。研究结论不仅对深化网络借贷的研究具有理论与方法意义,同时对平台治理、政府监管和投资者风险控制具有实践价值。(本文来源于《武汉纺织大学学报》期刊2019年06期）
吴茹,孔德鹏[2]（2019）在《基于经验，注重活动，挖掘本质，落实素养*——以“函数模型及其应用”为例》一文中研究指出一、问题提出《普通高中数学课程标准(2017年版)》指出:在学习和应用数学的过程中,学生能发展数学抽象、逻辑推理、数学建模、直观想象、数学运算、数据分析等数学核心素养.数学学科核心素养是数学课程目标的集中体现,是具有数学基本特征的思维品质、关键能力,以及情感态度与价值观的综合体现.对于高中数学核心素养,很多一线老师已经从单纯的理论学习阶段上升到探索实践阶段,大家都在思考采取哪些有效的措施来提升学生的数学核心素养.数学问题的解决是中学数学中极为重要(本文来源于《中学数学》期刊2019年23期）
艾楚涵,姜迪,吴建德[3]（2019）在《基于主题模型和关联规则的专利文本数据挖掘研究》一文中研究指出如何从海量的专利信息中挖掘出不同专利之间隐含的关联关系是很多专利管理系统迫切需要解决的问题.本文从专利文本的摘要出发,提出一种基于Apriori和引入LDA主题模型的专利文本分析方法.首先,采用Apriori算法对数据降维,挖掘关键词和主题词之间的关联规则并根据规则绘制共享主题网络图,然后使用LDA主题模型对离散化的专利-主题词矩阵进一步线性降维,并将主题聚类,得到主题细分下的高频词主题,最后结合两种分析方法的结果对专利文本进一步挖掘分析.本文所使用的方法能够有效地挖掘出专利文本数据间的关联,可以为专利间的关联推荐提供思路和应用参考.(本文来源于《中北大学学报(自然科学版)》期刊2019年06期）
李振宇,李勇,聂耀鑫[4]（2019）在《一种基于知识图谱的多元空间涉案人财物线索挖掘模型简析》一文中研究指出论文针对司法案件处理流程过程中,隐匿涉案财物的追踪往往由于被执行人的先期转移、案件执行地域广,涉案人物线索过多,从而导致案件执行困难等问题,提出了一种基于多元空间涉案人财物线索的图谱网络。通过该网络挖掘可执行财产和潜在转移对象,并使用机器学习算法进行转移风险分类预测及风险排序。实验表明所提出的模型方法具备初步的可行性和有效性。(本文来源于《信息系统工程》期刊2019年11期）
孙婷婷,朱向明,刘冬,张霞,张健[5]（2019）在《基于关联规则的数据挖掘在超重肥胖患者心脏构型超声数据模型中的初步研究》一文中研究指出目的通过对超重肥胖患者心脏构型参数与临床信息的数据挖掘,揭示出数据之间潜在、有价值的关联信息。方法选取受检者212例(正常体重受检者69例,超重患者84例,肥胖患者59例)作为研究对象,获取临床信息及心脏构型参数,采用关联规则(Apriori算法)进行挖掘分析,提取有效关联规则并优选出能反映超重肥胖人群心脏构型及其变化的特征性指标及相关影响因素,建立心脏构型超声数据关联规则模型。结果根据提取的有效关联规则显示,超重肥胖患者收缩期末左心房前后径、左心房面积、左心房容积、左心室心肌重量与正常体重受检者相比倾向于变大,年龄、肥胖程度以及肥胖病程与心脏构型的改变密切相关。结论数据挖掘在医疗大数据中提取隐藏的关联信息,有助于超重肥胖患者心脏构型变化的早期检测、早期预防及早期干预。(本文来源于《浙江医学》期刊2019年21期）
吴莉娜[6]（2019）在《挖掘教材内容价值 反思数学建模教学——以“叁角形”模型的教学为例》一文中研究指出以"叁角形"模型的教学为例,思考并在此基础上挖掘教材内容价值,并给出了对数学建模教学的几点思考:重视问题的层次性,注意适度的开放性,考虑实际的可行性,比较模型的优劣性.(本文来源于《中学数学杂志》期刊2019年11期）
万晓燕[7]（2019）在《基于机器学习模型的大数据挖掘优化算法》一文中研究指出大数据分析的方法有很多,借助机器学习模型对大数据进行挖掘优化是现今较为有效的方法。基于此,笔者提出基于机器学习模型的大数据挖掘优化算法,以机器学习技术为基础,建立分布式挖掘模型,通过计算数据相异度,完成数据挖掘中心的优化。实验结果表明,本设计算法在总计算量和预测准确度上均胜于传统算法,证明了方法的有效性和实用性。(本文来源于《信息与电脑(理论版)》期刊2019年21期）
张利利,郭淑妹,马艳琴,卜春霞[8]（2019）在《基于数据挖掘技术的银行客户定期存款认购模型研究》一文中研究指出数据挖掘技术能有效地挖掘出潜在的银行客户,能够大大提高银行的竞争力.介绍了数据挖掘技术中常用的叁种模型:逻辑回归模型、BP神经网络模型和决策树模型,同时构造了一种新模型——逻辑回归与BP神经网络混合的模型,然后分别采用这四种模型对可能影响银行客户是否认购定期存款的影响因素进行数据挖掘分析,分别构建了基于逻辑回归模型、BP神经网络模型、逻辑回归与BP神经网络的新模型、决策树模型的银行客户定期存款认购的四种模型,同时利用R语言分别对这四种模型进行分析,分别用ROC曲线的AUC值和正确率比较这四种模型的功效强弱以及稳定性,研究结果表明,给出的新模型——逻辑回归与BP神经网络的新模型的预测效果更好,训练集和测试集预测的准确率分别为0.936和0.931,训练集和测试集ROC曲线的AUC值分别为0.998和0.987,这可以大大缩小银行推送认购定期存款的客户范围,有效地挖掘出潜在的银行客户,可以大大提高银行的效率.(本文来源于《数学的实践与认识》期刊2019年21期）
李杨,夏文秀[9]（2019）在《基于数据挖掘的开源电子资源访问行为统计模型》一文中研究指出为了解决当前图书馆资源个性化推荐过程中存在推荐的准确率、召回率以及效率较低的问题,采用二维距离模型构建用户社区模型,用于描述访问用户与图书馆开源电子资源之间的关系,并对互联网用户需求和访问行为进行模糊规则推理.依据互联网用户属性和图书馆资源访问需求属性之间的模糊规则,建立图书馆开源电子资源访问行为统计模型,并利用该模型向用户提供个性化推荐服务.仿真结果表明,所建模型的推荐召回率高达98. 4%,推荐准确率为99. 2%,运行时间小于0. 04 s.所建模型能够为互联网用户提供准确、高效地图书馆资源个性化推荐服务.(本文来源于《沈阳工业大学学报》期刊2019年06期）
施传新,谢志林,楚黄维,蓝文涛[10]（2019）在《基于数据挖掘的在线审计模型设计》一文中研究指出本文明确了在线审计业务中数据挖掘关键技术及在线审计模型的现实需求,设计了一种基于数据挖掘的在线审计模型,在模型中引入了自主学习与维护功能,保证了在线审计的效率、速度、全面性与准确性。(本文来源于《电子技术与软件工程》期刊2019年20期）
挖掘模型论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
一、问题提出《普通高中数学课程标准(2017年版)》指出:在学习和应用数学的过程中,学生能发展数学抽象、逻辑推理、数学建模、直观想象、数学运算、数据分析等数学核心素养.数学学科核心素养是数学课程目标的集中体现,是具有数学基本特征的思维品质、关键能力,以及情感态度与价值观的综合体现.对于高中数学核心素养,很多一线老师已经从单纯的理论学习阶段上升到探索实践阶段,大家都在思考采取哪些有效的措施来提升学生的数学核心素养.数学问题的解决是中学数学中极为重要
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
挖掘模型论文参考文献
[1].王平,夏火松.P2P负面口碑特征属性挖掘与风险知识识别模型[J].武汉纺织大学学报.2019
[2].吴茹,孔德鹏.基于经验，注重活动，挖掘本质，落实素养*——以“函数模型及其应用”为例[J].中学数学.2019
[3].艾楚涵,姜迪,吴建德.基于主题模型和关联规则的专利文本数据挖掘研究[J].中北大学学报(自然科学版).2019
[4].李振宇,李勇,聂耀鑫.一种基于知识图谱的多元空间涉案人财物线索挖掘模型简析[J].信息系统工程.2019
[5].孙婷婷,朱向明,刘冬,张霞,张健.基于关联规则的数据挖掘在超重肥胖患者心脏构型超声数据模型中的初步研究[J].浙江医学.2019
[6].吴莉娜.挖掘教材内容价值反思数学建模教学——以“叁角形”模型的教学为例[J].中学数学杂志.2019
[7].万晓燕.基于机器学习模型的大数据挖掘优化算法[J].信息与电脑(理论版).2019
[8].张利利,郭淑妹,马艳琴,卜春霞.基于数据挖掘技术的银行客户定期存款认购模型研究[J].数学的实践与认识.2019
[9].李杨,夏文秀.基于数据挖掘的开源电子资源访问行为统计模型[J].沈阳工业大学学报.2019
[10].施传新,谢志林,楚黄维,蓝文涛.基于数据挖掘的在线审计模型设计[J].电子技术与软件工程.2019