179
1 引言
whca
随着科技水平的不断提升，信息化和工业化“两化”的深入融合，推动了现代制造业与信息技术的快速发展，同时也实现了各行各业的转型升级。在工业物联网与信息技术的发展下，实现了制造工程的智能化，为现代工业的发展注入了新的活力[1]。而在大数据时代到来以后，各种数据分析工作所面临的环境已经发生了很大变化，通过对各种大数据进行智能分析，可以对其中所蕴含的经济效益进行充分的挖掘，增强市场活力。所以说，在现阶段的数据分析中，通过采用人工智能的方法，可以更好地实现数据分析与智能技术的结合，实现数据分析水平的提升，为各项工作的开展打下良好基础。2 人工智能下的数据分析方法
2.1 决策树
决策树从本质上来看是一种概率，主要是通过对各种事件发生的概率进行分析，在决策树构建方式的基础上，寻求净现值的期望值在零以上的情况。这种方法在一些项目风险评估中的应用更为广泛，它能够对项目的可行性进行分析，从而获取直观的决策分析方法。对于这一手段来说，更多的是建立在信息论
的基础之上，因此也是对数据分类的一种手段[2]。首先需要进行决策树的建立，然后结合相应的数据，开展预测工作。决策树建立的过程也就成为数据规则的生成过程。作为一种直观的方式，可以清晰解读输出的结果，体现出精度高以及效率高的特点，通常来说，会采用回归树法以及双方自动交互探测法等。
2.2 关联规则药用复合膜
系统升级补丁备份文件关联规则指的是在开展数据分析的过程中，通过对其中项集中存在价值的进行关联，通常会采用x 与y 的蕴含式，其中x 与y 所代表的关联特向各不相同。从关联规则来看，能够将数据中的事物记录集合组成呈现出来，而这些事物也构成了一个庞大的数据库。所以说，在关联规则当中，主要通过对记录支持度进行分析，开展空间的探索工作，目前常见的关联规则算法包括基于划分的算法、Apriori 算法以及FP-树频集算法等[3]。
2.3 模糊数学分析
模糊数学技术主要是借助模糊数学理论，针对各种
数据与事物开展工作。从当前的现实情况来看，不同的客观事物呈现出来的特征各不相同，同时建立在不同的复杂系统中，确定性的精准度也存在较大差异，这也就使得其在模糊性方面的表现更为明显。
因此，在开展数据分析的过程中，针对一些复杂系统或者事物，往往会采用模糊集的方式来进行预测与模糊评价，在针对客观事物的时候，模糊分析的手段更为有效[4]。但是这一方式同样存在一些不足，用户的参数相对比较冗繁，同时在进行变量处理中比较单一，无法开展复杂数据的处理以及定性变量处理。 人工神经网络作为一种数学模型，能够将人工智能的优势更好地发挥出来，通过构建一种类似于大脑神经突触连接的结构，开展信息的处理工作。在人工智能技术的作用下，人工神经网络模型中的节点更为多样，同时在一定规则下，会构建一个具有很强连接性的整体，在这样一个整体中，每一个节点都能够展现出输出函数计算的特性，因此也被称为激励函数。在节点之间的链接，更多的是借助链接信号的加权值来进行，这也和人工神经网络中的记忆相类似。网络输出指的是采用一种网络来进行链接的手段，其中加权值与激励函数之间存在着一定的差异。同时针对网络来说，在大多数情况下的算法与函数比较相近，采用的表达方式为逻辑策略。通常来说，神经网络模型主要分为三种类型，即反馈式神经网络模型、前馈式神经网络模型以及自组织映射方法模型等。这种数据分析方法，体现出了非局限性、非线性、非凸性以及非常定性等特点，同时体现出了自学习以及联想存储的功能，能够在数据处理中，进行最优解的高速分析。
2.5 混沌与分形理论
混沌与分形理论指的是在非线性科学中所形成的重要理论，能够分析一些非线性的系统，对系统内的随机性与确定性关系进行明确。其中所包含的混沌理论，更多的是针对非线性的动力系统开展分析工作，这种系统中所蕴含的一种不稳定性，在进行轨迹优化的过程中，避免重复运动。而分形理论则是对于一些看似无秩序以及多样的事物
人工智能在数据分析中的应用研究
于 飞
（山东体育学院 山东 济南 250000）
【摘要】在现代社会的发展中，各项科学技术的快速发展，推动了智能化水平的提升，人工智能在各行各业中得到了广泛应用，实现了社会生产力的提升。特别是在数据分析领域中，通过应用人工智能，实现了整体处理速度与质量的改善，为各项决策的制定提供了可靠保障。在大数据时代到来以后，数据分析所需要处理的内容更为庞杂，这就使得传统数据分析手段所存在的弊端逐渐暴露出来，如何更好地实现数据分析水平的提升，已经成为当前工作的重点。因此，在开展数据分析的过程中，需要对技术手段进行升级，通过借助人工智能的处理手段，增强数据分析的能力，发挥出数据分析在提升决策水平提升中的作用。【关键词】人工智能；数据分析；应用
【中图分类号】TP18 【文献标识码】A 【文章编号】1009-5624（2020）12-0179-02
信息记录材料 2020年12月 第21卷第12期
180
开展分析，对其中内在的规律性进行总结。通过借助混沌与分形理论，能够更好地了解自然界中的各种现象，从而开展更为高效的数据分析工作。3 人工智能在数据分析中的应用
在当前的社会发展中，大数据时代的到来，使得数据分析的难度不断提升，而人工智能技术的应用，能够为数据分析注入新的活力，通过对各种大数据进行分析，可以将人工智能的特性发挥出来，实现数据分析水平的提升。在当前的智能领域中，计算智能作为其中的重要组成，体现出了随机性、特点性以及启发性的特征，在开展数据分析的过程中，基于人工智能的计算智能，更好地进行算法的优化，从而开展集中式的设计理念，为各项数据分析工作的开展打下良好基础。人工智能所展现出来的深度学习，可以为数据分析工作的开展提供新的途径，既能够节省计算的时间，又能够实现数据分析水平的提升。在人工智能的作用下，能够开展面向动态特征的数据分析，在优化粒子算法的基础上，开展分布式算法，实现各项数据分析水平的提升。特别是在当前传统数据分析中，集中式的算法已经很难满足大数据的要求，只有将人工智能融入到数据分析中以后，优化分散式的算法，才能实现数据分析结果的改善。4 结语
工业合成氨
在大数据时代到来以后，数据分析所需要处理的内
容更为庞杂，这就使得传统数据分析手段所存在的弊端逐渐暴露出来，如何更好地实现数据分析水平的提升，已经成为当前工作的重点。通过对各种大数据进行智能分析，可以对其中所蕴含的经济效益进行充分的挖掘，增强市场活力。因此，从现阶段的数据分析工作来看，通过采用人工智能的方法，可以实现数据分析与智能技术的结合，实现数据分析水平的提升，为决策者提供更为准确的数据支撑。【参考文献】
[1]张红，郝东来.基于人工智能的高等教育大数据分析方法研究[J].电子制作，2019（20）:61-62，69.
[2]刘云鹏，许自强，李刚，等.人工智能驱动的数据分析技术在电力变压器状态检修中的应用综述[J].高电压技术，2019，45（2）:7-18.
[3]施莹弘.基于人工智能大数据分析的高校外语教学发展趋势分析[J].计算机产品与流通，2020（3）:216-216.
[4]王万良，张兆娟，高楠，等.基于人工智能技术的大数据分析方法研究进展[J ].计算机集成制造系统，2019，25（3）:5-23.
作者简介：于飞（1980- ），女，山东潍坊，硕士，讲师，研究方向：人工智能、机器学习。
四技术1 基于位置信息社交网络发展背景
随着智能手机的发展，位置信息的获取变得越来越容易。几乎每个使用智能手机的用户都可以访问地理服务区域。位置信息社交网络正在与传统的社交结合使用户有更好的体验。
信息社交网络在用户使用手机时提供有价值的信息。这使系统的用户和人气可以更快地增长。用户在当地游玩时可以使用智能手机在现场签到，发布位置并在网站上记录其体验。同时也能出朋友的位置一起进行游玩。对于某些销售人员来说，一旦用户访问了网站，用户就可以获得礼品或是折扣。信息社交网络成立以来，已经吸引了大
量用户，并且用户数量正在迅速增长[1]。传统的也认识到地址服务的重要性，并增加了该地区的服务。据《全球商业研究》估计，社区中的用户数量每年多达一亿总人次，总收入为30亿美元。用户的增加导致了中国的数据信息越来越多，带来便利的同时也存在一些缺点，当用户难以到搜索地点时，他们更加期待终端能根据他们所在位置感知周围环境并为他们推荐合适的个性化服务。2 基于位置信息社交网络如今现状和面临的挑战
2.1 位置信息社交网络现状
位置信息社交网络推荐系统主要依靠用户的访问历史，利用已访问过用户的访问时间及显示的满意程度来将
基于位置信息社交网络的推荐系统研究
罗 昊
（保山学院 云南 保山 678000）
【摘要】近年来，随着计算机网络的发展，每年生成的数据量正在迅速增长，并且大量数据具有巨大的价值，但爆炸性增长降低了信息价值的问题。大量数据使得每个人的生活变得舒适。也由信息匮乏变成了信息过载。高效的数据挖掘是解决数据瓶颈问题的关键。通常，网络用户可以被动和主动的方式访问信息。这两种方法可以通过网络获得信息。这是因为用户被动地接收了网络或系统发布的个性化信息；其他情况是用户积极使用网络来获取信息。为了解决数据过载的问题，在本文中我们将有针对性地对位置信息社交网络的推荐系统进行研究。【关键词】位置信息；社交网络；推荐系统研究二钼酸铵
【中图分类号】TP391.3 【文献标识码】A 【文章编号】1009-5624（2020）12-0180-03
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议