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．     

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.     

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.     

关联规则在教学管理决策支持中的应用

运用数据挖掘中的关联规则分析了教学管理中教师信息之间的隐藏关系．并对数据进行了标准化、离散化处理，采用优化的Apriori算法进行数据挖掘．通过事例分析了教师的教学工作量和发表论文之间的隐含关系，可为教学管理提供决策支持．     

关联规则挖掘相关技术综述

关联规则由R．Agrawal于1993年提出后,迅速引起了注意,在文献中,R．Agrawal阐明了关联规则的含义,给出了关联规则的数学描述和一个关联规则挖掘的通用算法。随后开始有很多从事人工智能、数据库方向的研究人员投入到相关的研究当中。目前主要的工作集中在算法研究领域。     

商务智能系统中两种改进的关联规则挖掘算法

根据日常商务数据的特点,提出了商业应用系统中进行数据挖掘的改进的Apriori算法和对点击流数据进行挖掘的改进的多支持度关联规则算法,并结合具体实例进行了分析.分析结果表明,2种改进的算法可以有效地提高系统数据挖掘的效率.     

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。     

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。     

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。     

FP-array在计算机犯罪挖掘中的应用

针对现代社会计算机犯罪中电子证据的收集难度很大,且海量的电子证据之间的相关性不易分析的问题,对基于FP-Tree的最大频繁模式(FP-Max)挖掘算法的优缺点进行了分析,根据FP-Max算法所存在的缺点并结合实际提出一种通过构建FP矩阵的FP-array的高性能关联规则挖掘算法,并将该算法用于典型的计算机犯罪电子证据的相关性数据挖掘中,可用于成功地挖掘比较常见的五类计算机犯罪数据,挖掘结果可为实际的破案过程提供重要参考。     

一种有效产生关联规则的方法

在大型数据库项目之间发现关联规则是一个重要的数据挖掘问题，而挖掘出的关联规则数目常常是巨大的。该文介绍了原关联规则的概念，证明了传统算法挖掘出的关联规则集中的任何规则，均可以由原关联规则导出，而原关联规则的数目远远小于传统算法挖掘出的关联规则数目。文中给出产生原关联规则的算法并举例说明算法的执行过程。     

行业协会治理中的正式规则与非正式规则

正式规则必须以非正式规则为本源,尊重人们在经济交往中达成的共识才能发挥效力,正式规则将对非正式规则起到进一步固化作用,这是正式规则与非正式规则相兼容的内在逻辑。当前行政性行业协会治理机制失效的根源在于：协会中私人产权主体间非正式谈判机制的日渐形成与协会“自治权”缺失这一正式规则发生根本冲突,以及协会长期以来累积的工作习惯和传统作风这些属于意识形态层面的非正式规则具有较强的独立性,在短期内难以改变。     

通信网告警加权关联规则挖掘算法的研究

关联规则挖掘算法是通信网告警相关性分析中的重要方法。在处理数量庞大的告警数据库时,算法的效率显得至关重要,而经典的FP-growth算法会产生大量的条件模式树,加权算法MINWAL(O)则需要多次扫描数据库,使得在通信网环境下挖掘关联规则的难度非常大。该文提出了一种高效的基于加权频繁模式树的通信网告警关联规则挖掘算法,算法性能测试表明,该算法与已有的加权关联规则挖掘算法相比较,节约了大量的存储空间,提高了算法的挖掘速度,对通信网的故障诊断和故障定位有着积极的意义。     

数据挖掘技术在高校教学评估中的应用研究

为解决只能取得单纯的有点片面的教学评估体系,提出了数据挖掘技术在教学评估中的应用研究,应用数据挖掘技术,重点利用关联规则方法中的Apriori算法,对学生的评教数据及教师档案数据进行数据挖掘工作,找出数据的内在规律,分析数据挖掘的结果,把这些规律运用到教学管理中,提高教学质量,提升学院的管理水平、使评估充分发挥对教学的指导作用。为学院的管理提供更多有价值的决策信息。     

对机制专业本科人才培养计划的思考与分析

本文从机械设计制造专业本科人才的需求状况出发 ,分析了机制专业的发展方向 ,比较了国内外同类专业的的人才培养计划 ,提出了新世纪机制专业本科人才培养的目标与要求     

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。     

基于模糊综合评判和关联规则的高校教学评价方法的改进

由于评价方法不科学,导致高校教学分项评价与总体评价的结果不一致,这将影响评价结果的准确性和教师的工作积极性。通过模糊综合评判可以得到相对科学的评价结果,同时通过关联规则发现有效的教学评价规则。      

高等学校规章制度建设人本化研究的思考

随着时代的发展和高等教育改革的深入,高等学校规章制度建设面临着创新的问题.高等学校人本化管理要求规章制度建设人本化.因此,有必要在弄清高等学校规章制度概念的基础上,把握其本质--权利和义务规范的总和,进而明晰高等学校规章制度建设人本化研究的意义并提出相应的策略.