On verifying expectations and observations of intelligent agents
Indian Statistical Institute（印度统计研究所）；ENS Rennes（雷恩高等师范学院）
公共观察逻辑（Public Observation Logic，POL）是动态认知逻辑的一种变体，用于推理代理人的期望和代理人的观察。智能体对当前的情况有一定的期望，这些期望是由相关的协议驱动的，他们会排除期望与观察不匹配的可能世界。在这项工作中，我们调查的计算复杂性的模型检验问题的POL和证明其PSPACE-完全。我们还研究了POL的各种语法片段。我们验证了POL模型检验在验证交互式系统的不同特性和功能方面的不同期望和（匹配）观察系统的适用性。最后，我们对模型检验算法的实现进行了讨论。
2022-05-12 cs.AI cs.CC cs.LO
Potential customer mining application of smart home products based on LightGBM PU learning and Spark ML algorithm practice
本文以中国电信上海公司为例，研究了基于大数据的智能产品潜在客户挖掘的案例。基于大数据表的海量数据，利用机器学习和数据分析技术，运用LightGBM算法、PySpark机器学习算法、Positive Unlabeled Learning算法，预测客户是否购买全屋产品，为客户精准营销转化为人工智能，大数据容量，推动公司智能产品的发展。
2020-06-22 cs.CY cs.IR
Pedagogical Promise and Peril of AI: A Text Mining Analysis of ChatGPT Research Discussions in Programming Education
Pampanga State University（帕曼加州大学）
本文通过文本挖掘分析编程教育中ChatGPT的研究文献，揭示了教学实施、以学生为中心的学习、AI基础设施与人机协作、以及评估与模型评估四大主题，指出需加强评估与治理机制。
2026-05-01 cs.AI cs.CY
Yoga-Veganism: Correlation Mining of Twitter Health Data
Purdue University（普渡大学）
如今，社交媒体是一个巨大的数据平台。人们通常通过讨论、推特、状态来分享他们的兴趣、想法。不可能手动检查所有数据。我们需要挖掘数据，以探索隐藏的模式或未知的相关性，找出数据中的主导主题，并通过讨论了解人们的兴趣。在这项工作中，我们探索与健康相关的Twitter数据。我们通过主题建模提取Twitter中不同类别（如饮食、运动）下的热门话题，观察模型在新推文上的行为，发现有趣的相关性（如瑜伽-素食主义）。我们通过与地面实况进行比较来评估准确性，使用手动注释训练和测试数据。
2019-06-15 cs.AI cs.CL cs.CY
Mining Data from the Congressional Record
我们提出了一个数据存储和分析方法，使用美国国会记录作为政策分析工具。我们使用Amazon Web Services和Solr搜索引擎来存储和处理从1789年至今的国会记录数据，然后查询Solr以了解与税收增加和减少相关的语言出现的频率。该频率数据与六个经济指标进行比较。我们的初步结果表明，税收讨论的发生率和多个指标之间的潜在关系。我们提出了我们的数据存储和分析程序，以及比较所有六个指标的结果。
2019-06-03 cs.CY cs.IR
OnDiscuss: An Epistemic Network Analysis Learning Analytics Visualization Tool for Evaluating Asynchronous Online Discussions
本文提出OnDiscuss工具，结合文本挖掘与认知网络分析，帮助教师自动编码并可视化异步在线讨论数据，以减轻评估负担并提升分析效率。
2024-08-19 cs.CY cs.HC
Patterns of Routes of Administration and Drug Tampering for Nonmedical Opioid Consumption: Data Mining and Content Analysis of Reddit Discussions
在过去的20年里，美国阿片类药物流行病的复杂发展一直是大量医学和药理学研究的主题，并引发了关于如何实施干预措施和政策以有效控制其对公共卫生影响的多学科讨论。这项研究利用Reddit作为主要数据来源来调查阿片类药物危机。我们的目标是找到一大批对讨论阿片类药物使用感兴趣的Reddit用户，追踪他们兴趣的时间演变，并广泛描述阿片类药物的非医疗消费模式，重点关注给药途径和药物篡改。我们使用半自动信息检索算法来识别讨论非医疗阿片类药物消费的子版块，发现超过86，000名Reddit用户可能参与了第一手阿片类药物使用。我们开发了一种基于词嵌入的方法，以选择替代的口语和非医学术语，涉及阿片类物质，给药途径和药物篡改方法。我们模拟了药物和给药途径的采用偏好，估计其流行率和时间演变，观察相关趋势，如芬太尼等合成阿片类药物的激增以及对直肠给药的兴趣日益增加。最终，通过基于共同提及的比值比评估，我们测量了阿片类物质，给药途径和药物篡改之间的关联强度，发现了未充分研究的滥用行为的证据，如咀嚼芬太尼贴剂和舌下溶解丁丙诺啡。我们相信，我们的方法可以为更全面地了解阿片类药物的非医疗滥用提供一个新的视角，并为预防，治疗和控制公共卫生影响提供信息。
2021-02-22 cs.CY
Darknet and Deepnet Mining for Proactive Cybersecurity Threat Intelligence
Arizona State University（亚利桑那州立大学）
在本文中，我们提出了一个操作系统，用于从互联网上的各种社交平台，特别是暗网和深网上的网站收集网络威胁情报。我们专注于从黑客论坛讨论和提供专注于恶意黑客的产品和服务的市场收集信息。我们开发了一个操作系统，用于从这些网站获取信息，以识别新出现的网络威胁。目前，该系统平均每周收集305个高质量的网络威胁警告。这些威胁警告包括有关新开发的恶意软件和尚未在网络攻击中部署的漏洞的信息。这为网络维护者提供了重要的服务。通过使用各种数据采掘和机器学习技术，该系统得到了显著增强。通过使用机器学习模型，我们能够高精度地召回市场上92%的产品和论坛上80%的与恶意黑客有关的讨论。我们对收集的数据进行初步分析，展示其应用程序，以帮助安全专家更好地进行威胁分析。
2016-07-28 cs.AI cs.CR cs.CY
Epistemological Issues in Educational Data Mining
教育数据采掘（EDM）最近显示出有趣的科学成果。然而，很少有人讨论哲学问题的知识在这一领域产生的类型。本文旨在提出两个认识论问题EDM：（一）本体论性质的问题，所获得的知识的内容;和（二）义务论性质的问题，研究人员在教育中所采用的指导方针和原则，以损害他自己的研究成果。最后，根据对所提出问题的讨论，概述了一些考虑和准则。
2019-09-04 cs.CY
Validating Intelligent Power and Energy Systems - A Discussion of Educational Needs
National Technical University of Athens（雅典国立技术大学）；AIT Austrian Institute of Technology（奥地利技术研究所）；HAW Hamburg University of Applied Sciences（汉堡应用科学大学）；OFFIS e.V.（OFFIS协会）；Delft University of Technology（代尔夫特理工大学）；Technical University of Denmark（丹麦技术大学）；European Distributed Energy Resources Lab. (DERlab) e.V.（欧洲分布式能源资源实验室）；TECNALIA Research & Innovation（德克拉尼亚研究与创新）；University of Strathclyde（思克莱德大学）
本文探讨了智能能源系统复杂性对教育和培训的需求，强调系统思维和跨学科学习的重要性，并讨论了课堂和实验室中使用的各种教学工具和方法。
2017-10-06 cs.CY cs.SY eess.SY
A framework for detecting fraudulent activities in edo state tax collection system using investigative data mining
国内税务局被包含该州纳税人数据的千兆字节磁盘容量所淹没。存储在数据库中的数据以惊人的速度增长。这导致了数据丰富但信息贫乏的情况，其中在数据及其类型的爆炸性增长与有效分析和解释它的能力之间存在越来越大的差距，因此需要称为调查数据采掘的新一代自动化和智能工具和技术来寻找数据中的模式。这些模式可以带来新的见解，为企业带来竞争优势，并为国家税收服务带来切实利益。本研究工作的重点是利用调查性数据采掘技术设计有效的欺诈检测和威慑体系结构。所提出的系统架构旨在使用人工神经网络和机器学习算法进行推理，以检测和阻止欺诈活动。我们建议使用面向对象编程和面向代理的程序设计语言开发架构框架。
2016-06-11 cs.CY
Intelligent Risk Alarm for Asthma Patients using Artificial Neural Networks
哮喘是一种慢性肺部气道疾病。它导致炎症和呼吸道变窄，从而阻止空气流入呼吸道，并在吸入引起过敏反应或刺激呼吸系统的物质后导致呼吸急促伴喘息伴随咳嗽和痰的频繁发作。数据挖掘在医疗系统中对于诊断和理解数据非常重要，由于哮喘诊断的复杂性，数据挖掘旨在解决疾病诊断中的基本问题。预测大气中的化学物质非常重要，也是上个世纪以来最困难的问题之一。本文将介绍和讨论化学品对哮喘患者的影响。名为MQ5的传感器系统将用于检测大气中的烟雾和氮含量。MQ5将被插入手表中，用于检查患者场所的烟雾和氮气含量，如果这种气体影响哮喘患者，系统将发出警告警报。它将基于人工神经网络（ANN）算法，该算法使用包含一系列化学品的数据构建，如一氧化碳，NMHC（GT）酸性气体，C6H6（GT）汽油，NOx（GT）氮氧化物和NO2（GT）二氧化氮。温度和湿度也将被使用，因为它们会对哮喘患者产生负面影响。最后，评级模型进行了评估，并取得了99.58%的分类准确率。
2020-09-24 cs.CY eess.SP
Survey of Bayesian Networks Applications to Intelligent Autonomous Vehicles
Universidad Politécnica de Madrid（马德里理工大学）
本文从决策的角度回顾了贝叶斯网络在智能自动驾驶汽车（IAV）中的应用，这是完全自动驾驶汽车的最后一步（目前正在讨论中）。到目前为止，在为自动驾驶汽车（AV）做出高层决策时，人类拥有最终决定权。基于本文引用的工作和分析，推断出一般决策框架的模块及其变量。实验室中已经做出了许多努力，表明贝叶斯网络是一种有前途的决策计算机模型。进一步的研究应该进入在真实情况下测试贝叶斯网络模型的方向。除了应用程序，贝叶斯网络的基本原理被引入作为开发IAV时要考虑的因素，具有做出高级别判断的潜力。
2019-02-21 cs.AI cs.CY
Mining social media data for biomedical signals and health-related behavior
社交媒体数据越来越多地用于研究生物医学和健康相关现象。从群体层面的讨论到全球层面的情绪分析，社交媒体为科学家提供了前所未有的大量数据，以研究与各种健康状况和医疗相关的人类行为和反应。在这里，我们回顾了最近的工作在挖掘社会媒体的生物医学，流行病学和社会现象的信息相关的人类健康的多层次的复杂性。我们特别关注社交媒体数据分析取得最大进展的主题，包括药物警戒、情感分析（特别是针对心理健康）和其他领域。我们还讨论了社交媒体数据在健康相关应用中的各种创新用途，以及社交媒体数据访问和使用的重要限制。
2020-01-28 cs.CY cs.SI q-bio.QM
Towards Intelligent Risk-based Customer Segmentation in Banking
Macquarie University（麦考瑞大学）
业务流程，即，为实现业务目标而进行的一系列协调任务和活动，以及它们的持续改进是任何组织运作的关键。在银行业中，业务流程的动态性越来越强，因为各种技术使动态流程变得更加普遍。例如，客户细分，即，基于共同的活动和行为对相关客户进行分组的过程可以是数据驱动的和知识密集型的过程。在本文中，我们提出了一个智能数据驱动的管道，由一组处理元素组成，将客户的数据从一个系统移动到另一个系统，将数据转换为上下文数据和知识。我们的目标是提出一种新的智能客户细分过程，自动化的特征工程，即，在银行业领域，使用（银行业）领域知识通过数据采掘技术从原始数据中提取特征的过程。我们采用一个典型的场景分析客户交易记录，强调如何提出的方法可以显着提高质量的风险为基础的客户细分的特征工程的情况下，因此，我们提出的方法是能够实现91%的准确率相比，经典的方法在检测，识别和分类交易的正确分类。
2020-09-29 cs.CY cs.IR cs.LG
Contextual Consent: Ethical Mining of Social Media for Health Research
社交媒体是数据采掘和以用户为中心的研究的一个丰富的洞察力来源，但在研究这些数据时，如果没有创建者的明确知识，就会出现同意的问题。从Facebook和Twitter等在线服务的用户那里挖掘社交数据的案例研究变得越来越普遍。这导致人们呼吁公开讨论研究人员如何最好地利用这些巨大的资源，在尊重基本伦理原则的同时做出创新性的发现。在这份立场文件中，我们强调了这一主题的一些关键考虑因素，并认为知情同意的条件往往得不到满足，使用一些人认为可以自由访问和分析的社交媒体数据可能会导致不良后果，特别是在健康研究和其他敏感主题领域。我们认为，成功利用在线个人数据，特别是用于健康和其他敏感研究，需要新的和可用的方法来获得用户的同意。
2017-01-26 cs.CY cs.HC cs.SI
Using Naive Bayes Algorithm to Students' bachelor Academic Performances Analysis
学术数据采掘是一个新兴的领域，它包括通过不同的元素，如前学期的成绩，出勤率，作业，讨论，实验室工作来检查学生的详细信息的过程，用于提高本科生的学习成绩，并克服困难的低级别的本科生。它是从计算机系本科生数据中提取有用的知识。随后对数据进行预处理，应用数据采掘技术进行分类发现和聚类。本文提出了一种基于朴素贝叶斯算法的学术数据采掘分类方法。它支持学生和讲师评估学习成绩。这是一种警示性的方法，可以帮助学生提高学习成绩。
2018-02-05 cs.CY
A Comparative Study for Predicting Heart Diseases Using Data Mining Classification Methods
Applied Science Private University（应用科学私立大学）
提高心脏疾病检测的精度已经被许多研究者在文献中研究。这种改善是由巨大的医疗保健支出和错误的诊断引起的。因此，已经提出了各种方法来分析疾病因素，旨在减少医生的实践变化，减少医疗成本和错误。本文的主要目的是开发一个有效的基于数据采掘技术的智能医疗决策支持系统。在这种情况下，已经利用具有大型数据集的五种数据采掘分类算法来评估和分析与心脏病统计相关的风险因素，以便比较所实现的分类器的性能（例如，朴素贝叶斯、决策树、判别式、随机森林和支持向量机）。为了强调我们的方法的实际可行性，所选择的分类器已经使用MATLAB工具与两个数据集实现。实验结果表明，所有的分类算法都具有较好的预测性，并能给出相对正确的答案。然而，决策树优于其他分类器，准确率为99.0%，其次是随机森林。这是因为它们具有相对相同的机制，但随机森林可以构建决策树的集成。虽然集成学习已被证明产生优越的结果，但在我们的情况下，决策树已优于其集成版本。
2017-04-10 cs.CY cs.LG stat.ML
Forecasting of Events by Tweet Data Mining
Ivan Franko Lviv National University（利沃夫伊万·弗兰科国立大学）
本文描述了Twitter微博帖子中与不同事件讨论相关的频繁集和关联规则的定量特征分析。对于分析，我们使用了频繁集理论，关联规则和形式概念分析理论。我们揭示了频繁集和关联规则的特征之间的语义关系的分析主题的概念。某些频繁集的支持度在期望事件发生前达到全局最大值，但有一定的时间延迟。这种频繁集可以被认为是预测标记，其表征了博客圈用户预期事件的重要性。我们发现，在一些揭示的关联规则的信心的时间动态也可以有预测特性。超过某个阈值可能是在事件的最大值和可能到来之间的时间间隔内社会做出相应反应的信号。在本文中，我们考虑了两种类型的事件：2012年伦敦奥运会网球锦标赛决赛和2013年欧洲电视网冠军的预测。
2013-10-13 cs.CL cs.CY cs.SI
Urban Vehicle Mobility Characteristic Mining and Trip Generation Based on Knowledge Graph
城市交通的运行产生了海量的交通数据，这些数据包含着丰富的信息，对于智能交通系统的研究具有重要意义。特别地，随着感知技术的改进，已经可以获得车辆的个体级别的行程数据。它具有更细的粒度和更大的研究潜力，但同时在数据组织和分析方面要求更高。更重要的是，由于隐私问题，它不能公开。为了更好地处理城市车辆出行大数据，引入知识图谱进行研究。针对个体级出行数据的组织，设计并构建了个体级出行知识图谱，大大提高了数据获取的效率。以出行知识图谱为数据引擎，结合交通领域知识，设计逻辑规则挖掘车辆出行特征。最后，针对个体层次交通数据的隐私问题，提出了一种基于知识图谱生成的个体层次出行综合方法.实验结果表明，最终生成的出行数据在移动模式和车辆关联方面与历史数据相似，具有较高的空间连续性。
2022-02-19 cs.CY
Outlining the Design Space of Explainable Intelligent Systems for Medical Diagnosis
智能系统的采用为医疗工作带来了机遇和挑战。从积极的方面来看，智能系统有可能计算来自患者的复杂数据，并为医生生成自动诊断建议。然而，医疗专业人员通常将这种系统视为黑盒，因此，对依赖系统生成的结果来做出决策感到担忧。在本文中，我们有助于正在进行的讨论可解释的人工智能（XAI）从以人为中心的角度探索解释的概念。我们假设，如果系统被设计成像医生一样思考和行动，医疗专业人员会认为系统是可解释的。我们报告了一项初步的访谈研究，收集了六名医疗专业人员对他们如何与诊断和治疗目的的数据进行互动的反映。我们的数据揭示了医生何时以及如何在各种类型的数据中进行优先排序，作为其诊断过程的核心部分。基于这些发现，我们概述了未来的方向，在医疗方面的XAI系统的设计。
2019-02-16 cs.CY cs.HC
