基于分布式数据库的电力客户服务中心的研究与设计

提出一种基于分布式数据库技术在电力客户服务中心的解决方案，该方案可以实现远程联网管理及信息共享，这种异地数据业务的应用处理方案主要需要解决数据同步、数据共享、并行处理、数据传输等几个主要问题。通过在贵州电力系统中的实谅应用，证明了它的实用性与可行性。     

CMP1协议的符号模型检验分析

提出采用模型检验方法研究电子商务协议的非否认性与公平性问题，建立了认证电子邮件协议CMP1的有限状态机模型，并用SMV检验工具对其非否认性与公平性进行了分析检验，经过分析发现了CMP1协议不满足公平性并对其进行了相应修改．结果表明，利用符号模型检验方法分析检验电子商务协议的新特性是行之有效的．     

关联规则在Web日志挖掘中的应用研究

首先分析了类FP关联规则挖掘算法,然后重点介绍了如何对Web服务产生的大量日志数据进行收集、预处理,并基于类FP挖掘算法对Web日志进行分析,发现新模式,为优化网站建设提供有价值数据。     

基于呼叫中心技术的电力客户服务系统

电力呼叫客户服务系统是集计算机网络、自动呼叫分配(ACD)、计算机电话集成(CTI)、交互式语音应答(JVR)、数据库以及Internet网络等技术于一体,在技术开放和高度集成的基础上进行高程次应用的应用系统,并结合供电企业自身的服务特点,形成具有一点特点的客户服务技术支持体系。     

电力客户服务系统的短消息平台的设计与实现

随着手机的广泛使用,SMS短消息业务已经得到了越来越多用户的认可,各种基于GSM网络的短消息系统也越来越多地出现.近年来电力供应形势日益紧张,人们获取电力信息的需求也迫切起来.针对这种情况,文中提出一种基于电力客户服务系统的短消息应用服务平台,为广大电力客户提供电费查询、缴费提醒、停电通知、用电须知、电力工程进度查询等业务.     

基于EP的提升分类算法

显露模式(EP)是支持度从一个数据集到另一个数据集发生显著变化的项集.EP具有很强的区分能力,可以建立很好的分类器.文中采用基于EP的分类算法CEEP建立基分类器,结合组合学习分类方法AdaBoost算法的思想,提出了一种新的分类算法A-E算法.算法使用加权样本建立基分类器,并根据分类结果改变样本权值,同时应用分类误差计算基分类器权重.最终,算法按权重组合每个分类器的分类结果.在UCI机器学习数据库的9个基准数据集上的实验表明,A-E算法都能有效地减低泛化误差,并具有较高的分类准确率.     

分布式数据挖掘在电力客户系统中的应用

针对电力客户系统分布式数据库的结构特点,引入一种基于软代理的并行/分布式数据挖掘(parallel data mining agents,PADMA)体系结构,应用软代理实现对局部数据的存取和分析。在此基础上应用(context-based meta-learning,CML)数据挖掘实现算法,处理分布式数据库中部分数据存在异质性的挖掘问题,并提出一种基于电力客户服务系统的分布式数据挖掘体系结构及实现的新方法。