2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩103頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著人工智能的不斷發(fā)展,自上個世紀九十年代以來,數(shù)據(jù)挖掘技術得到了越來越廣泛的應用,但是在信訪領域中的應用與研究還在起步階段。在貴陽市信訪局中,存在大量的信訪案件信息沒有得到有效的開發(fā)利用,無法轉(zhuǎn)化為知識,從而不能為信訪工作人員在面對民情問題時提供強有力的決策支持。本文正是針對這一現(xiàn)狀,結合信訪信息的特點,重點研究了數(shù)據(jù)挖掘在信訪領域內(nèi)的應用,設計并實現(xiàn)了基于信訪信息的民情預測系統(tǒng)。本系統(tǒng)面向貴陽市信訪局需求,利用2015年貴陽市信訪局

2、案件和貴陽市人民政府政務服務中心的網(wǎng)上投訴案件,實現(xiàn)了多維度統(tǒng)計分析與民情預測。本文主要開展了以下工作:
  1.研究標準的關聯(lián)規(guī)則Apriori算法的原理與實現(xiàn),提出了基于Apriori算法的民情預測的方法。結合貴陽市信訪工作經(jīng)驗,對預測出來的民情規(guī)則進行具有現(xiàn)實意義的解釋。
  2.結合中文分詞、停用詞處理和TF-IDF特征詞提取這三項文本預處理技術,通過對KNN算法的研究與調(diào)優(yōu)分析,實現(xiàn)了基于KNN算法的網(wǎng)上投訴案件的

3、分類,為網(wǎng)絡熱點趨勢預測奠定了基礎。
  3.在上述工作的基礎上,結合了Web前端技術和Django框架,設計并實現(xiàn)了一個基于信訪信息的民情預測系統(tǒng)。該民情預測系統(tǒng)分為三大模塊:數(shù)據(jù)存儲模塊,本模塊設計了基于NoSQL數(shù)據(jù)庫的案件數(shù)據(jù)存儲模型;面向系統(tǒng)案件模塊,本模塊針對貴陽市信訪局案件實現(xiàn)了案件數(shù)據(jù)預處理、案件管理與分析、案件滿意度預警以及民情預測結果的展示與發(fā)布;面向網(wǎng)絡案件模塊,本模塊實現(xiàn)了對網(wǎng)上投訴案件的關鍵詞挖掘,結合案

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論