面向海量移动数据挖掘的过程神经网络算法与应用研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

面向海量移动数据挖掘的过程神经网络算法与应用研究

项目名称：面向海量移动数据挖掘的过程神经网络算法与应用研究
项目类别：面上项目
批准号：60473051
申请代码：F0202
项目来源：国家自然科学基金
研究期限：2005-01-01-2007-12-31

项目负责人：杨冬青
负责人职称：教授
依托单位：北京大学
批准年度：2004

中文摘要：

移动通信的高速发展，产生了海量的、珍贵的数据资源，移动通信企业迫切需要通过数据分析和挖掘产生的知识来提高服务质量。与传统数据挖掘相比，面向移动环境的数据挖掘面临许多新的难题有待解决，不论在理论研究还是在应用技术上都受到广泛关注。海量移动数据的产生、运行与演变，在逻辑上都是一种过程式的发展。采用过程神经网络模型，可以很好地捕捉海量移动数据的过程特性。本课题将研究并提出保持过程特征的移动数据流概化与提取方法、面向移动数据挖掘系统的大规模过程神经网络集成模型的建模方法、海量数据环境中的高效过程神经网络算法、过程神经网络模型的自适应性机制和过程神经网络模型与数据挖掘应用系统的"无缝"集成技术，研制开发基于过程神经网络的海量移动数据挖掘原型系统（PNN-MobileMiner），结合中国移动通信提供的真实数据，有效地挖掘出海量移动通信数据中蕴藏的深层次的知识和规律。

中文主题词：数据挖掘过程神经网络移动通信

英文摘要：

Data Mining, Process Neural Ne

英文主题词： Data Mining, Process Neural Ne

结论摘要：

移动通信的高速发展，产生了海量的、珍贵的数据资源，移动通信企业迫切需要通过数据分析和挖掘产生的知识来提高服务质量。海量移动数据的产生、运行与演变，在逻辑上都是一种过程式的发展。采用过程神经网络模型，可以很好地捕捉海量移动数据的过程特性，从而更有效地挖掘出用户所需要的知识。本课题研究面向海量移动数据挖掘的过程神经网络算法与应用，课题组实现了预期目标，并且在理论研究和原型系统研制两个方面都超额完成了计划中规定的研究内容。理论研究从"基于过程神经网络的移动数据特征分析与数据预处理机制"、"面向移动数据挖掘系统的过程神经网络学习算法与建模"、"过程神经网络模型与数据挖掘应用的无缝集成技术"等方面开展，取得了多项重要研究成果，包括面向奇异值复杂时变信号的分式过程神经元网络处理机制、基于样条函数拟和的过程神经网络学习算法、多聚合过程神经网络学习算法与建模机制、过程神经网络模型的自组织自适应性机制等。课题组研制了基于过程神经网络的海量移动数据挖掘原型系统（PNN-MobileMiner），研制了基于该原型系统的移动通信客户流失分析系统并成功地应用于中国移动通信集团公司的经营分析。

成果综合统计