随着云计算、大数据等的快速发展，越来越多的组织用信息化手段进行流程管理。如何提升流程执行的智能化程度、动态性和柔性，以提高对非标准业务的管理效率，是流程管理面临的一个重要问题。本书基于流程管理系统积累的日志，提出了3种流程管理的工作流活动推荐方法，分别为基于用户类别近邻的活动推荐方法、基于Pearson相关系数的活动推荐方法和基于协同过滤的活动推荐方法，并介绍了一种流程信息的可视化算法，实现了一个
电子书
内容简介
本书阐述了铁路文本大数据分析挖掘的理论、技术及应用，内容包括：绪论、文本大数据分析挖掘基础、文本大数据分析挖掘理论体系、常用分析与挖掘工具包、铁路文本大数据分析挖掘平台研究、铁路安全文本大数据应用案例、铁路应急管理文本大数据应用案例。
章节目录
- 封面
- 书名页
- 版权页
- 编委会
- 前言
- 目录
- 1 绪论
- 1.1 铁路大数据组成及特点
- 1.2 国内外铁路行业大数据应用现状
- 1.3 铁路大数据应用顶层设计
- 1.4 铁路文本大数据分析需求
- 1.5 铁路文本大数据分析挖掘应用场景分析
- 1.5.1 安全预防
- 1.5.2 应急管理
- 1.5.3 运营决策
- 2 文本大数据分析挖掘基础
- 2.1 统计分析
- 2.1.1 统计分析理论概述
- 2.1.2 参数估计
- 2.1.3 假设检验
- 2.1.4 回归分析
- 2.1.5 方差分析
- 2.1.6 主成分分析
- 2.1.7 时间序列分析
- 2.2 分类分析
- 2.2.1 分类分析法概述
- 2.2.2 决策树分类
- 2.2.3 贝叶斯分类
- 2.2.4 k-近邻分类
- 2.2.5 神经网络分类
- 2.2.6 逻辑回归分类
- 2.2.7 支持向量机分类
- 2.3 聚类分析
- 2.3.1 聚类分析法简介
- 2.3.2 相似度衡量
- 2.3.3 基于层次分析法聚类
- 2.3.4 基于划分聚类分析法
- 2.3.5 以密度为基础的分群算法
- 2.3.6 以模式为基础的聚类算法
- 2.4 相关性分析
- 2.4.1 相关性分析概述
- 2.4.2 图表相关性分析
- 2.4.3 协方差及协方差矩阵
- 2.4.4 相关系数
- 2.4.5 关联规则分类
- 2.5 信息论基础
- 2.5.1 熵
- 2.5.2 联合熵和条件熵
- 2.5.3 互信息
- 2.5.4 相对熵
- 2.5.5 交叉熵
- 2.5.6 噪声信道模型
- 2.6 练习
- 3 文本大数据分析挖掘理论体系
- 3.1 概述
- 3.1.1 自然语言
- 3.1.2 自然语言处理
- 3.1.3 自然语言的语义歧义
- 3.2 文本预处理
- 3.2.1 文本数据获取
- 3.2.2 文本分词
- 3.2.3 文本词性标注
- 3.3 文本表示
- 3.3.1 概述
- 3.3.2 文本向量化
- 3.3.3 文本分布式表示
- 3.4 信息抽取
- 3.4.1 概述
- 3.4.2 命名体识别
- 3.4.3 实体消歧
- 3.4.4 关系抽取
- 3.4.5 事件抽取
- 3.5 文本分类
- 3.5.1 概述
- 3.5.2 文本分类特征选择
- 3.5.3 常用的文本分类算法
- 3.6 文本聚类
- 3.6.1 概述
- 3.6.2 常用的文本聚类算法
- 4 常用分析与挖掘工具包
- 4.1 TensorFlow
- 4.1.1 TensorFlow简介
- 4.1.2 TensorFlow特征
- 4.1.3 TensorFlow应用
- 4.2 PyTorch
- 4.2.1 PyTorch简介
- 4.2.2 PyTorch特征
- 4.2.3 PyTorch应用
- 4.3 Keras
- 4.3.1 Keras简介
- 4.3.2 Keras特征
- 4.3.3 Keras应用
- 4.4 Pandas
- 4.4.1 Pandas简介
- 4.4.2 Pandas特征
- 4.4.3 Pandas应用
- 4.5 Numpy
- 4.5.1 Numpy简介
- 4.5.2 Numpy特征
- 4.5.3 Numpy应用
- 4.6 Neo4j图数据库
- 4.6.1 Neo4j图数据库简介
- 4.6.2 Neo4j特征
- 4.6.3 Neo句应用
- 4.7 Matplotlib
- 4.7.1 Matplotlib简介
- 4.7.2 Matplotlib特征
- 4.7.3 Matplotlib应用
- 4.8 SciPy
- 4.8.1 SciPy简介
- 4.8.2 SciPy特征
- 4.8.3 SciPy应用
- 4.9 Sckit-Learn
- 4.9.1 Scikit-Learn简介
- 4.9.2 Scikit-Learn特征
- 4.9.3 Scikit-Learn应用
- 5 铁路文本大数据分析挖掘平台研究
- 5.1 平台总体架构
- 5.2 技术参考架构
- 5.3 平台数据架构
- 5.4 平台关键技术
- 5.5 平台主要功能
- 5.5.1 数据预处理
- 5.5.2 模型管理
- 5.5.3 应用管理
- 5.5.4 API管理
- 6 铁路安全文本大数据应用案例
- 6.1 基于ES的分布式全文检索
- 6.1.1 全文检索整体架构
- 6.1.2 铁路事故故障文本全文检索
- 6.1.3 融合文本结构及正则表达式的特征提取
- 6.1.4 实验分析
- 6.2 基于Bi-LSTM+CRF的文本特征提取
- 6.2.1 特征提取整体架构
- 6.2.2 文本语料标注与词向量生成
- 6.2.3 基于Bi-LSTM+CRF的特征提取模型构建
- 6.3 基于不平衡文本数据挖掘的铁路事故故障智能分类
- 6.3.1 分类整体架构
- 6.3.2 文本数据处理
- 6.3.3 基于Voting的多分类器集成学习故障智能分类模型
- 6.3.4 实验分析
- 6.4 基于知识图谱的铁路事故故障关联与原因推荐分析
- 6.4.1 整体架构
- 6.4.2 知识图谱的构建
- 6.4.3 事故故障关联与原因推荐分析
- 6.4.4 实验分析
- 6.5 应用实践
- 6.5.1 全文检索RestfulAPI接口设计
- 6.5.2 文本大数据分析可编程数据模型设计
- 6.5.3 事故故障文本大数据分析功能实现
- 7 铁路应急管理文本大数据应用案例
- 7.1 高速铁路应急管理概述
- 7.1.1 基本定义
- 7.1.2 目前存在的问题
- 7.1.3 应急处置业务流程分析
- 7.1.4 应急平台（CEP）总体框架
- 7.2 基于知识图谱的高速铁路应急大数据组织与治理
- 7.2.1 高速铁路应急大数据组织
- 7.2.2 知识图谱构建
- 7.2.3 大数据平台设计
- 7.3 基于高速铁路安全预警大数据的应急预案优化
- 7.3.1 体系及优化需求
- 7.3.2 分级分类体系
- 7.3.3 应急预案优化的大数据分析挖掘算法
- 7.3.4 高速铁路接触网预案优化
- 7.3.5 动车故障与行车中断时间关联分析
- 7.3.6 电务故障与行车中断时间关联分析
- 7.4 融合本体和深度学习的高速铁路应急预案数字化
- 7.4.1 高速铁路突发事件信息文本特征提取
- 7.4.2 高速铁路应急预案数字化管理总体框架
- 7.4.3 高速铁路应急预案数字化构建
- 7.4.4 基于目标树的高速铁路应急处置方案生成
- 7.4.5 高速铁路应急预案数字化案例分析
- 7.5 应用实践
- 7.5.1 应急大数据集成管理
- 7.5.2 应急预案数字化管理
- 7.5.3 接报信息数字化管理
- 7.5.4 高速铁路应急预警
- 7.5.5 应急处置方案自动生成
- 参考文献
- 书脊
- 封底
展开全部
铁路文本大数据分析挖掘研究及应用是2020年由中国铁道出版社出版,作者李平,杨连报。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《铁路文本大数据分析挖掘研究及应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
随着企业数字化转型不断深化，企业对数据库工程师的需求越来越大。本书结合实际工作场景，将企业数据库运维的相关工作分为10个项目，内容包括了解数据库运维工作，安装和配置MySQL，管理MySQL权限与安全，分析MySQL日志，备份与恢复MySQL，监控、测试并优化MySQL性能，MySQL复制，搭建及运维MySQLCluster，结合Redis的MySQL运维，数据库自动化运维。本书配套教学PPT、题
电子书
本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例
电子书
本书以应用为导向，将理论与实践相结合，深入浅出地介绍了利用Python进行大数据分析与挖掘的基本知识，以及如何将其应用到具体领域的方法。本书分3篇：基础篇、案例篇和提高篇。基础篇(第1章-第6章)主要介绍Python基础知识及应用于科学计算、数据处理、数据可视化、机器学习、深度学习等方面的基础知识；案例篇(第7章-第11章)主要介绍利用Python进行金融、地理信息、交通、文本分析、图像识别等领域
电子书
本书结合作者对铁路隧道测量工作实践和研究，系统总结介绍了铁路隧道测量内容和特点、发展历史，隧道工程勘测，洞外、内平面和高程控制测量，隧道施工测量，运营铁路隧道变形监测等内容。内容较为全面、系统，注重实用性和实践操作性。 本书可供铁路隧道勘测、施工、工务维修等技术人员使用，以及公路、管道等隧道测量技术人员参考使用，也可供大中专院校相关专业师生学习参考。
电子书
本书是对国网浙江省电力有限公司基于大数据挖掘技术的主动式运营监测体系建设研究与实践工作的总结，包括大数据应用与运营监测业务发展趋势与现状、基于大数据挖掘技术的主动式运营监测体系的介绍、运营监测业务主题框架与指标关联库等内容。本书可作为电网企业运营管理人员的工作参考书。
电子书
《Python程序设计——编程基础、Web开发及数据分析》系统讲述了Python程序设计的基础知识。全书共15章，内容包括：Python概述、Python基本语法、Python的基本流程控制、Python的四种典型序列结构、Python函数、Python文件和数据库操作、面向对象程序设计、模块和包、字符串操作与正则表达式的使用、错误及异常处理、GUI编程、网络和多线程编程、基于Flask框架的We
电子书
文本是一种特殊的非结构化数据，在当今的大数据时代，其价值日趋凸显。本书利用开源而强大的R软件，对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章，内容包括：走进文本数据挖掘，R语言快速入门，字符串的基本处理，用好正则表达式，导入各类文本数据，对各类文本数据进行预处理，文本特征提取的4种方法，基于机器学习的文本分类方法，文本情感分析，文本可视化，文本数据挖掘项目实践。本书还提供了丰富的应
