简介：2016年4月19日,习近平总书记主持召开网络安全和信息化工作座谈会,正式提出＂新型智慧城市＂的概念。他说：＂要以信息化推进国家治理体系和治理能力现代化,统筹发展电子政务,构建一体化在线服务平台,分级分类推进新型智慧城市建设,打通信息壁垒,构建全国信息资源共享体系,更好用信息化手段感知社会态势、畅通沟通渠道、辅助科学决策。”

简介：智慧图书馆是数字化技术与传统图书馆的结合，尤其是区块链技术在智慧图书馆管理中的充分应用，更新了图书馆的借阅系统、资源库、读者信息管控渠道等，为图书馆的发展带去极大的便利。并且在数字化技术的帮助下，图书馆管理实现了从技术、资源、用户以及服务等多维度的管控，改善了图书馆管理无序混乱情况，推动了图书馆向着智能化、数字化方向发展。

简介：建立移动客户流失模型,建立移动客户流失模型的方法很多,本项目采用决策树算法建立移动客户流失模型

简介：本文以Vague关联矩阵为基础来进行Vague信息分析和Vague决策，并结合可拓学、消错学等人工智能的方法给出信息分析的决策支持系统框图，此方法特别适用于宏观复杂大系统的决策、论证评价等。

简介：通过扩充情感词典词基数,新建中立词词典,引入网络流行词等方式丰富情感词典,提高分词后情感词匹配的准确性;以某评价类网站网民评论作为原始数据进行分词,提取相应的正向情感分数,负向情感分数,中立情感词个数,评论情感总分值等特征,通过对连续数据的规约提炼离散属性,按照信息增益最大原则生成决策树进行评论的情感分类,去除小概率节点后进行两次实验,对好评的识别率达到90%,对差评的识别率达到92%。对中评的识别率达到75%。

简介：区块链是近年来快速发展并获得高度关注的技术，2016年12月27日，国务院印发《“十三五”国家信息化规划》，强调了加强区块链等新技术创新、试验和应用，以实现抢占新一代信息技术主导权。2017年5月，由工业和信息化部信软司指导下的首个国内区块链基础标准《区块链和分布式账本技术参考架构》正式发布。据工信部信软司巡视员李颖介绍，今后工信部将加大与央行等机构的沟通，加强推广区块链技术和产业的发展。

简介：智慧城市建设，意在通过综合运用现代科技技术、整合信息资源、统筹业务应用系统，加强城市规划、建设和管理，最终惠及千家万户的日常生活。

简介：2010年8月5日，智力阿塔卡马沙漠中的圣何赛铜矿发生塌方事故，33名矿工被困地下700米深处。不过，幸运的是，经过两个多月的营救方案设计、实施，33名遇险矿工在井下被困69天后，成功获救。在这场救援奇迹中，有两个概念开始被广泛关注：一是井下应急避难所——应急硐室；

简介：近年来，智慧城市建设成为各界关注的热点，相关话题在安防界也引起热议，无论是在安博会或是各种安防论坛上，还是在各安防媒体上，都有传统安防企业涉及到这个问题，且宣称参与了某某智慧城市的建设。那么，智慧城市到底是什么样子？平安城市与智慧城市有什么关系？如何评价一个城市是否是智慧城市了呢？

简介：智慧城市作为新一代信息技术支撑下的创新城市形态，其基于物联网、云计算，利用信息和通信技术令城市生活更加便捷高效、智能，并通过高效利用资源，节约成本和能源，提高服务品质和生活质量，建设低碳经济。

简介：智慧城市是利用先进的信息技术，实现城市智慧的管理和运行。中国在十八大提出四化同步以后。我国智慧城市也进入了大规模的建设阶段。智慧城市推进过程中顶层设计的规划及落地、服务导向的应用、如何突出地域特色以及安全运行可持续发展都是影响智慧城市建设成败的关键因素。本期我们特邀中国信息协会副会长胡小明先生就智慧城市顶层设计的落地问题做主题报告。以飨读者。

简介：智慧生态城市协同推进新型工业化、城镇化、信息化、农业现代化和绿色化,探索生产、生活、生态协调发展的路径;加快构建低能耗、低物耗、低排放、低污染、低风险的智慧生态发展模式,努力开创社会主义生态文明新时代。

简介：“不用为买一升牛奶而消耗两升汽油”，对于奔驰汽车而言，这并不是一句简单的口号，毕竟低碳虽然是一种紧迫的压力，但更是一场汽车业变革的契机。

简介：11月18日,由华为与中国电科联合主办的＂践行-融合-生态——2016华为＆中国电科新型智慧城市峰会＂在深圳召开。深圳市副市长陈彪、中国电子科技集团公司副总经理张冬辰以及华为企业业务中国区总裁蔡英华等为峰会致辞。陈彪表示：近年来,深圳市紧紧围绕＂努力打造国家新型智慧城市标杆市＂的目标,结合＂城市管理治理年＂的要求,扎实推进智慧城市建设,大力提升深圳市信息化能力和水平,以信息化推动城市治理体系和治理能力现代化。

简介：科技经费辅助决策支持系统采用关系型数据库技术附以MSGRAPH图表技术实现,　　　　二、科技经费项目绩效档案信息的抽取　　　　为保证统计决策数据能真实反映科技绩效情况,本文阐述了如何利用科技经费项目绩效档案来实现科技经费辅助决策支持系统的设计

简介：在软件行业中，五年就像是一个地质时代。五年前，Microsoft宣布了自己的Micorsoft．NETFramework计划。从那以后，DataSet（数据集）才开始作为关键对象出现在基于．NET的应用程序中，执行多种数据相关的任务。也是五年前，DataSet被誉为ADO记录集（Recordset）的威力增强版。那么在．NETFramework出现之前，您是如何设计数据访问层（DAL，DataAccessLayer）的呢？我想您一定是以ADO和它全能的Recordset对象——断开的、且可进行XML序列化的——为中心构建数据访问层。

简介：2　城市规划空间决策平台体系结构目前大多数城市规划管理系统建设主要完成规划地理信息数据的管理维护以及城市规划办公管理业务的处理.只有少数大、中型城市开始着手研究利用计算机与GIS技术辅助城市规划管理与设计中的决策性业务,为决策者提供更为逼真的决策效果.3　建立城市规划空间决策应用模型城市规划空间辅助决策的应用模型由空间数据、属性数据、空间决策知识库、决策模型库、算子、决策结果组成(图2).空间数据是指按矢量或者栅格存储的空间实体的集合,这样就需要利用空间辅助决策平台对大量的规划信息数据进行统计与分析

简介：OLAP联机分析的数据基础是数据仓库或数据集市,OLAP数据集市是在连锁销售数据仓库基础上创建的,客户统计、销售业绩数据集市

简介：管理资讯系统(ManagementInformationSys-tem)是信息技术、信息化日益发展中而产生的现代企业经营管理技术。它由贯通企业内外和网络企业各个阶层作业的管理系统(ManagementSystem)、沟通系统(CommunicationSystem)和电脑系统(ComputerSystem)复合组成。管理资讯系统的主要功能是:

简介：本文作者从实际应用出发，对现存数据挖掘决策树分类方法进行了研究，并应用到系统当中，实现了决策支持模块。关键词数掘挖掘；决策树算法；改进；实现中图分类号TP301.6文献标识码A文章编号1007-9599(2010)04-0000-02DataMiningDecisionTreeImprovement&ImplementationXiaYan,ZhouXiaohong,WangDong（ChangchunTechnologyCollege,Changchun130033,China）AbstractTheauthorstudiedonexistingDataMiningdecisiontreeclassificationmethodbasedonthepracticalapplication,andappliedtothesystem,achievedadecisionsupportmodule.KeywordsDataMining;Decisiontreealgorithm;Improve;Achieve随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，在大量的数据背后隐藏着许多重要的信息，如果能把这些信息从数据库中抽取出来，将会产生重要的作用。因此，数据挖掘涉及的学科领域逐渐扩大，数据挖掘的方法也在不断地改进和提高。分类在数据挖掘中是一项非常重要的任务，分类算法可以分为决策树分类算法、遗传算法、神经网络方法、K-最近邻分类算法等。这里，以疾病防控与儿童免疫管理系统中决策支持子系统的开发过程为例，对决策树分类算法的改进及在实际中的应用进行阐述。一、数据选取和数据预处理在本系统中，以预防接种中遇到异常反应后记录的“异常反应调查表”中的数据为例进行说明。具体实现过程详细说明首先输入训练集，由于在真实的SQLServer数据库当中，为了降低存储要求和减少存储时间，并非真正存储每个数据项的属性值，而是用存储数字来对应相应的意义，如在数据库的数据表中，“性别”字段中“1”代表“男”、“2”代表“女”，反应到程序页面时再映射回原来的值，为了说理清晰又限于篇幅，这里只将所有数据集中有代表性的十几组数据作为分类模型创建的输入训练集。表1判断是否需要计划外加强免疫的属性表儿童编号月龄出生状态常住地上次注射后反应是否需要计划外加强免疫0405102<=2正常产城市无不良反应否0405495<=2正常产农村无不良反应否0401342>5正常产城市无不良反应是04054352…5正常产城市轻度反应是04065342…5非正常产城市重度反应是04072342…5非正常产农村重度反应否0401544>5非正常产农村重度反应是0408519<=2正常产城市轻度反应否0404566<=2非正常产城市重度反应是04035472…5非正常产城市轻度反应是0401534<=2非正常产农村轻度反应是0405856>5正常产农村轻度反应是0409533>5非正常产城市无不良反应是04053442…5正常产农村轻度反应否二、生成决策树对训练集的每一个属性，计算其信息增益。以“月龄”属性为例，每个结点中的正反例的个数分别为［2，3］、3，2、4，0，分别计算如下info2，3==0.971；info3，2==0.971；info4，0=0；计算信息熵E(月龄)＝＝0.693；计算该属性的信息增益量，选取信息增益最大的属性为节点，按该属性的值划分数据集合Gain(月龄)=Info(9，5)-E(月龄)=0.940-0.693=0.247；同理，对“注射反应”属性、“出生状态”属性、“常住地”属性都可计算每个结点的正反例的个数（由于篇幅有限，不作计算）。通过对各属性信息增益的计算结果，选择“月龄”属性作为根节点，然后划分“月龄<=2”的所有可能性。计算当“月龄<=2”时，“注射反应”、“出生状态”、“常住地”的信息增益值Gain(注射反应)=Info(2，3)-E(注射反应)=0.971-0.4=0.571；Gain(出生状态)=Info(2，3)-E(出生状态)=0.971-0=0.971；Gain(常住地)=Info(2，3)-E(常住地)=0.972-0.951=0.020；同理考虑“月龄>5”的情况，由于“月龄>5”时，各个节点都是纯节点，所以不再划分。三、产生决策规则遍历决策树，输出叶结点类属性值，用IF—THEN形式表达为IF(月龄2…5AND注射反应=无)THEN(类别＝是)IF(月龄2…5AND注射反应=轻)THEN(类别＝是)IF(月龄2…5AND注射反应=重AND出生状态＝正常产)THEN(类别＝是)IF(月龄2…5AND注射反应=重AND出生状态＝非正常产AND常住地=城市)THEN(类别＝否)IF(月龄2…5AND注射反应=重AND出生状态＝非正常产AND常住地=农村)THEN(类别＝是)……依此类推，共可产生十三条规则。四、决策支持子系统的分析用上述基于决策树的分类算法所得到的模型生成的规则来预测测试集中的未知数据属于哪一类，并通过该模型的测试结果与实际情况相吻合的准确率来判断该决策树是否有效。首先，用整个数据集中2/3的数据作为训练集按照基于决策树的分类算法来建立模型，生成一棵决策树。然后，用余下的1/3的数据作为测试集，通过创建的模型进行预测，并将预测结果和实际值进行比较。如果准确率达到或超过事先确定的阈值，则可以认定该模型对于数据分类是有效的，能够在实际中应用；反之，则认定该模型的分类效果不好，需要按以上步骤来重新判断，直到分类准确率达到预定的阈值为止。在本系统中，经过测试预测准确率已达到87%，在可以接受的范围内，所以算法是有效、可行的。参考文献1陈文伟,黄金才.数据仓库与数据挖掘.人民邮电出版社,20042王万森.人工智能原理及应用.电子工业出版社,20003范明,孟小峰.数据挖掘——概念与技术.机械工业出版社,2001作者简介夏琰（1980-），女，吉林长春人。长春职业技术学院信息技术分院，教师，讲师，硕士，研究方向为计算机应用。