如何运用数据挖掘算法进行投诉预测分析

文章主要描述如何运用数据挖掘算法,通过对未预知的价值场景(如重复投诉、质差小区投诉、隐性故障等)的关联关系的分析,提前发现有投诉倾向的用户,对潜在投诉用户主动关怀,预防用户进行投诉行为,降低万用户投诉比,提升用户满意度。     

基于INTLBO-SVR的低压断路器热脱扣时间预测

热脱扣时间是低压断路器的关键指标,利用断路器生产过程中可检测数据可以实现热脱扣时间的预测。针对支持向量回归(SVR)进行热脱扣时间预测,参数的选择对预测的精度和泛化性能影响较大问题,提出一种基于隔离小生境教学算法(Isolated Niche Teaching-Learning-Based Optimization Algorithm,INTLBO)优化支持向量回归的热脱扣时间预测方法。该方法针对教学算法易陷入局部最优的缺点,采用隔离机制的小生境技术对其进行改进,然后利用INTLBO寻优找到最优的SVR参数。根据低压断路器生产历史数据,建立基于INTLBO-SVR的热脱扣时间预测模型。仿真结果表明,与TLBOSVR和常规SVR等方法相比,INTLBO-SVR模型具有较好的预测性能。     

图书情报数据挖掘处理平台设计

针对传统平台一直存在对图书情报数据挖掘处理效果差、运行耗时长的问题,提出并设计了基于K-means算法的图书情报数据挖掘处理平台。该处理平台主要分为3部分进行设计:对硬件的数据挖掘模块、数据存储模块、数据分析模块进行设计,并在数据挖掘模块中引入K-means算法提高数据挖掘模块性能;给出软件设计流程及部分源代码;对设计平台的运行耗时进行验证。实验结果表明,采用改进设计平台可有效缩短运行耗时,且数据挖掘结果精度更高,具有一定的优势。     

新工科背景下电子信息类专业网络课程群建设研究

针对电子信息类专业网络课程群建设问题,研究新工科环境下网络课程群理论知识体系模型,在此模型下探讨面向电子信息类专业的网络课程群建设原则、课程架构及课程布点,并在电子信息工程专业进行了专业改革尝试,效果良好。所研究的成果可用于指导新工科环境下电子信息类专业建设实践。     

生物活性炭滤池对污染物去除效果预测模型建立方法的介绍

对生物活性炭滤池的模型建立方法进行了介绍,从生物活性炭滤池去除有机物的效果、滤池内发生的各反应的机理及假设条件几个方面着手,具体包括水流的流动过程、生物膜降解污染物(基质)的过程、污染物在水流中以及生物膜中的传质过程,以及滤料本身对污染物的吸附过程。同时,对确定和估算模型参数给出了建议,为预测污染物在生物活性炭滤池的去除效果提供了技术支撑。     

能源土边界面模型的应力更新算法及算例分析

水合物的存在会显著影响能源土的刚度、峰值强度与剪胀性。针对已有能源土模型的不足，结合边界面模型的建模思想，构建一个新的能源土边界面模型，模型参数较少，能够恰当反映能源土的应力-应变关系。计算能源土变形问题的核心在于正确积分塑性本构方程，应用完全隐式回退Euler算法，建立模型应力及塑性内变量的更新公式，并给出显式的一致性切线模量表达式。基于ABAQUS软件提供的二次开发接口，编写模型的用户材料子程序，应用已有试验数据验证程序正确性。最后应用开发的子程序对能源土的平面应变试验进行模拟，分析水合物饱和度对剪切带倾角与孔隙比的影响。