利用诱捕技术监测和控制松墨天牛Monochamus alternatus已成为松材线虫病防控的一项重要措施.利用ionoic、Spring Boot和MyBatis框架,对如何构建松墨天牛诱捕器的智能管理系统进行了研究.结果表明:开发的系统通过浏览器端主页给用户提供的功能包括生成和管理二维码、查看和汇总诱捕数据、诱捕器空间分布可视化展示和统计分析等,通过APP端提供给用户的功能包括扫描二维码获取诱捕器空间位置信息、自动解析行政区划、录入诱捕情况、不同网络状态下的数据远程传输等.APP使用简便,作业人员在几分钟内即可学会熟练使用.系统已部署到云服务器上,并管理近4万个诱捕器,运行情况正常.平台在福建和山东省的成功应用表明,本系统可以实现对大量诱捕器的高效数据采集、管理和统计学分析,解决了人工记录和管理野外诱捕信息费时费力易混乱的问题.

数据不平衡性是目前数据挖掘面临的主要问题之一.在客户流失预测研究中,数据不平衡的问题影响预测精度,导致准确率低,AUC值变小.传统重采样方法虽然能够解决数据不平衡问题,但会导致有效信息缺失、数据过度拟合等问题,为避免问题发生文中采用SMOTERF法,针对客户流失数据进行平衡后再用分类预测能较大地解决数据不平衡问题,且准确率高,AUC值大,效果较好.近年来服务业对客户流失的关切度越来越高,研究如何在原有的客户信息上去预测未来客户流失状况作出及时的应对措施,减少企业损失有重要意义.在客户流失预测中,对于解决数据的不平衡表现尤为重要.