基于分布式数据库的关联规则挖掘算法

现有的数据挖掘算法和模型主要是基于大型数据库或数据仓库的环境,大多采用集中式处理.而目前绝大部分的大型数据库都是以分布式的形式存在的,因此,提出新的分布式关联规则挖掘算法是非常必要的.针对FDM算法中可能造成频繁项集丢失的缺点,提出了一种改进的分布式关联规则挖掘算法DARM,该算法同时也减少了各分站点间的通讯量,从而提高了整个挖掘算法的效率.     

基于链表的关联规则挖掘算法

提出了基于链表的关联规则挖掘算法的基本思想，只需要扫描数据库一次．不产生候选项目集，也不使用逐层迭代的方法，利用链表的特性来提高挖掘效率．     

关联规则挖掘在运动伤病管理系统中的应用

提出将数据挖掘理论应用到运动伤病规律研究的方法,在运动伤病管理系统中集成关联规则挖掘算法。介绍了数据挖掘和关联规则挖掘的基本概念,阐述了面向关联规则A priori算法的基本思想。描述基于关联规则的运动伤病管理系统的设计模型、各模块的功能和系统执行过程,并采用.net环境下的C#程序开发语言给出部分算法的代码实现。以足球运动为例,把若干运动员的运动伤病信息和比赛运动数据结合,通过数据采集和数据预处理,挖掘出与伤病关联的各项规则,实现系统的应用。     

基于OLAP的关联规则的挖掘

本文讨论了基于 OL AP的关联规则挖掘的结构和相关技术。基于 OL AP的关联规则挖掘是 OL AP技术和高效的关联规则挖掘算法的结合。     

数据关联规则挖掘在高校试卷质量评价中的应用研究

关联规则挖掘是数据挖掘中最活跃的研究方法之一.以高校教务信息管理系统为应用背景对采用改进的Apriori算法成绩数据库进行分析,得出课程相关性规则,在此基础上建立试卷质量综合包含评价指标体系,为高校试卷质量评价提供科学依据.该评价体系使不同专业的学习效果具有综合可比性,突破以往单一的平均成绩进行评价的局限性.     

一个基于散列技术的关联规则挖掘算法

提出了基于散列技术的关联规则挖掘算法的基本思想,只需扫描数据库一次,不产生候选项目集,也不使用避层迭代的方法,利用散列文件组织的特性来提高挖掘效率.     

关联规则在学生成绩分析中的应用

采用关联规则的apriori算法，对医科大学学生四年中各门课程的成绩进行分析，从而发现课程之间的联系和基础课程对专业课程的影响，为教务部门安排课程提供参考。     

关联规则挖掘在研究生个人学习计划制定中的应用

介绍了关联规则挖掘算法Apriori及其在研究生专业课程间的关联规则发现中的应用，所发现的规则用于辅助新研究生进行个人学习计划制定。可减少研究生在个人学习计划制定中的盲目性，提高所选课程与学科专业研究方向的吻合度。     

关联规则挖掘的Apriori算法的改进

提出一种将Apriori算法与散列技术和事务压缩技术相结合的改进算法,研究了散列函数的构造及其对算法效率的影响,分析了事务压缩技术的原理及其实现方法,用实例给出了原算法与改进算法的实现步骤,结果表明,新算法减小了存储空间,提高了算法的效率,并改进了数据挖掘技术的性能。     

一种基于权函数的改进型关联规则挖掘算法

提出了一种基于权函数的改进型关联规则算法——CWA priori算法。该算法利用决策属性在挖掘中的作用,归约数据源中无价值或价值较小的记录,从而缩短程序运行时间和节约数据存储空间,较好地改进了算法性能。实验结果证明CWA priori算法的效率明显高于A priori算法。     

土地资源可持续利用概念的理性思考

在深入研究土地利用与可持续发展关系的基础上 ,提出土地资源可持续利用概念的新定义 ,进而以土地利用生态经济系统为分析框架 ,对土地利用可持续性内涵的作出合理解释。土地资源可持续利用是能够不断满足人类可持续发展需要的土地利用 ,其内在本质是要建立和保持一个运行良好的土地利用系统 ,土地利用的可持续性指的是系统运行在不断增加人类产出效益的同时不妨碍该系统再运行能力的连续保持和提高     

基于关联规则的数据挖掘算法研究

数据挖掘中关联规则算法用途广泛,通过研究关联规则算法,对各关联算法进行分析、对比总结出各关联规则的适用领域,并对经典的关联规则算法进行了举例与性能分析。     

面向感性设计的关联规则提炼方法的研究

若将关联规则挖掘应用于感性设计,必需解决两个问题:一是如何设置合适的参数值(支持度与置信度)进行关联规则挖掘;二是如何从关联规则挖掘所生成的大量关联规则中提炼出真正有用的信息,以指导产品的感性设计。为了解决上述两个问题,提出了一种提炼关联规则的方法:第一步,设定低水平的支持度和置信度的阈值进行关联规则挖掘,以保留尽可能多的有用信息;第二步,从第一步生成的原始关联规则中提炼出优质的关联规则,在这一步中,设计了一系列具体步骤。并通过实例说明了该方法的应用。     

Microsoft关联规则在高校图书馆中的应用

将数据挖掘引入到图书管理系统中,是高校图书馆发展的必然趋势。利用SQL Server 2005的Microsoft关联规则对高校图书馆的图书借阅信息进行数据挖掘,发现读者的阅读兴趣,找出读者借阅文献之间的关系和规则,可以提高图书资源的利用率,并为高校图书馆开展个性化服务提供指导性建议。     

土地税收与城市土地利用关系的理论分析

为分析土地税收对城市土地利用的影响,本文在讨论土地税收中性问题、土地税收对城市土地利用机理的基础上,具体讨论了财产税、地价税以及资本利得税等对城市土地利用的影响。文章分析认为:不同税种对城市土地利用有不同的影响,有的直接影响城市土地利用效率,而有的则通过影响城市土地市场、改变土地资源的配置进而影响土地利用方式和土地利用强度,有的税种对城市土地利用是中性的,而有的则不是中性的。     

江苏省城市土地集约利用空间差异的主成分研究

城市土地集约利用是城市发展的必然要求。从区域空间的角度,建立城市土地集约利用指标体系,采用主成分分析法,对江苏省13个地级市城市土地集约利用情况进行了测度,并结合GIS技术对结果进行了划分。结果表明:(1)苏南地区城市土地利用最为集约,苏中次之,苏北城市土地低度利用; (2)在江苏省域空间上,城市土地集约利用呈阶梯状分布;(3)江苏省城市土地集约利用与经济发展水平呈正相关。最后提出了江苏省城市土地集约利用的方向和建议。     

基于协同学理论的城市土地利用协调发展研究

以协同学理论为视角,研究了当前我国城市土地利用过程中存在的一些问题,并且依据协同学理论提出了重视序参量———树立科学用地、集约用地观念主导系统的演化,建立城市土地与经济、社会子系统的协同机制,制定城市土地利用规划,建立系统反馈机制等一系列措施来引导、促进城市土地利用系统的协调有序发展。     

城市土地利用效益空间分异研究

随着城市化进程的加快,城市土地供求矛盾越来越突出,迫切需要实现城市土地的高效利用。根据多因素综合评价原理,选择与城市土地利用具有密切关系的社会、经济和生态指标,建立城市土地利用效益评价体系,在此基础上,分析江苏省地级城市2000-2001年、2003年城市土地利用效益,结果表明(1)城市土地利用效益与城市的经济发展水平、区位等有着重要的关系;(2)区域差异明显,总体上苏南高于苏中、高于苏北,沿江高于沿海、高于沿线;(3)年度城市土地利用效益稳定增长。最后从历史遗留因素、城市区位因素、城市经济结构因素、城市功能和性质因素以及政策因素探寻城市土地利用效益差异的成因。