问题标签 [data-mining]

我正在编写一个需要为 Office 2007 安装 DataMining 添加的安装程序。

1）如何检测它是否已经安装？

2) 如果没有安装，我下载并运行 MSI (SQLServer2008_DMAddin.msi)。但是，我如何自己运行服务器配置 (Microsoft.SqlServer.DataMining.Office.ServerConfiguration.exe) 工具而不让插件在用户第一次打开 Excel 时向他们提问？

这就是问题所在。我有一堆大文本文件，其中包含书面材料的段落和段落。每个段落都包含对几个人（姓名）的引用，并记录了一些主题（地点、对象）。

我如何对这堆数据进行挖掘以组装一些分类库？...一般来说，有两件事。

1. 我不知道我在找什么，所以我需要一个程序来获取最常用的单词/多个单词（“Jacob Smith”或“bluewater inn”或“arrow”）。

2. 然后知道关键字，我需要一个程序来帮助我搜索相关的段落，然后对结果进行排序和细化（手动）。

如何通过数据挖掘一堆文本以获取关键字？（“雅各布·史密斯”或“栅栏”）

是否已经有软件可以做到这一点？即使是半自动的，如果它可以过滤掉“the”、“and”、“or”等简单的词，那么我可以更快地进入主题。

我想制作一款能够识别句子是正面还是负面的软件。

周围有词法分析库吗？

我真的不知道我应该从哪里开始。

从很多文本中获取x个最相似的文本到一个文本。

也许将页面更改为文本会更好。

您不应该将文本与每个文本进行比较，因为它太慢了。

我们正计划为 windows 开发一个数据挖掘包。程序核心/计算引擎将在 F# 中开发，GUI 内容/DB 绑定等在 C# 和 F# 中完成。

但是，我们还没有决定模型的实现。由于我们需要高性能，我们可能不能在这里使用托管代码（这里有什么反对意见吗？）。问题是，在 FORTRAN 中开发模型是否合理，或者我们应该坚持使用 C（或者可能是 C++）。我们正在考虑在某个时候将 OpenCL 用于合适的模型 - 对于这些情况，必须从托管代码 -> FORTRAN -> C -> OpenCL 调用开始感觉很有趣。

有什么建议吗？

我正在开发一个用于对汽车照片进行分类的 Web 应用程序。用户将看到各种车辆的照片，并被要求回答一系列关于他们所看到的问题。结果将被记录到数据库中，平均并显示。

我正在寻找算法来帮助我识别经常不与该组投票的用户，这表明他们可能没有注意照片，或者他们对所看到的内容撒谎。然后，我想排除这些用户，并重新计算结果，这样我就可以有把握地说，这张特定的照片显示了这样和那样的车辆。

这个问题要问所有计算机科学的人，在哪里可以找到这样的算法，或者给我自己设计这样的算法的理论背景。我假设我将不得不学习一些概率和静态，也许是一些数据挖掘。一些书籍推荐会很棒。谢谢！

PS 这些是多项选择题。

这些都是很好的建议。谢谢！我希望有一种方法可以在堆栈溢出时选择多个正确答案，以便更多人的贡献得到认可！

我面临以下问题：
假设你是一个社交网络用户，因此有一个朋友列表F(u)。分区是函数F->G，其中G是一组组，例如高中、大学、工作等。
我需要想出算法来划分F：

• 输入是F以及F中每个f的F (f)（每个u的朋友的朋友列表）。
• 在运行期间，允许算法向u提问（例如，“对于某些特定用户v的最佳组是什么？”）。
• 问题的数量应保持在最低限度（什么是最低限度并不是一个明确的数字，但我会说 5% 的朋友数量似乎是正确的）。

显然，生成的分区不会是最佳的，但它应该可以作为以后改进的起点。

任何想法将不胜感激

编辑：不，这不是家庭作业。我相信家庭作业会有更明确的要求和目标功能。无论如何，不​​，这实际上是我面临的现实世界问题。

我也可能已经简化了一点，但实际上用户可能是许多组的一部分（所以它更像是F->P(G)，其中P(G)是权力组，如果G），所以更好的算法将能够做到这一点。

我想 SQL 查询获取“原始数据”......

关于 SQL Server 中的数据挖掘，有什么好的起点吗？

MS-SQL server 2005、2008 中是否有任何可用的 KDD 即用型算法？

维基百科上的余弦相似度文章

您能在此处（以列表或其他形式）显示向量，然后进行数学运算，让我们看看它是如何工作的吗？