基于兴趣度含正负项目的关联规则挖掘方法

项目的引入使得挖掘出的频繁项集成倍增加,同时生成的关联规则数量更加庞大,引入兴趣度来约束从频繁项集中提取关联规则的数量。分析现有的兴趣度模型,从中选择了一种适合于含正负项目的关联规则挖掘的兴趣度方法,并且提出了置信度的一个性质,描述了含正负项目的频繁项集挖掘关联规则的算法,并对矛盾关联规则进行了分析。实验结果表明,该算法是有效和可行的。     

一种基于约束的区间合并算法

数据挖掘中数量关联规则挖掘的关键是连续属性离散化问题,本文基于规则约束,以兴趣度为依据,对数量关联规则的区间合并算法进行了研究。     

基于模糊数值约束的成绩数据库关联规则挖掘

在一条成绩记录中包含了项目和与这些项目相关的成绩数值信息,这些数值信息可作为关联规则的一种约束而存在.基于上述问题,提出了一个基于模糊数值约束的关联规则挖掘方法,实际挖掘结果表明这种方法是有效的.     

关于Top-N最频繁项集挖掘的研究

最频繁项集挖掘决定了文本关联规则挖掘算法的性能,是文本关联规则挖掘中研究的重点和难点。该文分析了当前最频繁项集挖掘方面的不足,改进了传统的倒排表,结合最小支持度阈值动态调整策略,提出了一个新的基于改进的倒排表和集合理论的Top-N最频繁项集挖掘算法。同样,给出了几个命题和推论,并把它们用于该文算法以提高性能,实验结果表明,所提算法的规则有效率和时间性能优于NApriori算法和IntvMatrix算法。     

数据水平分布下的隐私保护关联规则挖掘

针对数据水平分布的关联规则隐私保护挖掘算法中隐私受损和挖掘效率较低的问题,提出一种由半诚实第三方参与的安全多方计算方法和快速分布式关联规则挖掘方法相结合的TSum FDM挖掘算法。为了防止水平分布下各个站点信息的泄漏,该算法引入半诚实的第三方参与计算过程,利用安全求和协议产生全局频繁项集。首先,每个站点接受的是上一个站点经过安全求和协议加密后传来的信息,并在计算过程中每个站点加入第三方随机生成的参数来隐藏实际被支持的频繁项集,最后将生成的结果传给第三方进行计算求得全局频繁项集,进而得到关联规则。实验结果表明,TSum FDM挖掘算法在保证水平分布各站点数据隐私不被泄露的前提下能够快速有效地挖掘关联规则。     

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。     

数据挖掘技术在研究生教育管理工作中的应用

针对研究生教育多年来积累的大量数据信息,引入数据挖掘技术中关联规则挖掘算法对研究生课程、学生计划、课程成绩等数据间的相关性和依存性进行挖掘,挖掘出的结果将为研究生课程体系设置提供有效的决策支持。数据挖掘技术的引入为研究生教育管理人员发现隐含在数据之间有价值的信息并将其应用于研究生教育管理工作之中提供一种科学高效的分析方法。     

图书馆借阅数据分类信息的关联性研究

图书馆如何分类排架,方便读者寻找感兴趣的图书,对构建以读者为中心的图书馆,具有重要的实践意义.在分析了关联规则数据挖掘技术的基础上,结合国家图书馆RFID技术应用实践,探讨了利用Apriori关联规则数据挖掘技术对读者借阅的图书分类信息进行关联挖掘的方法.从国家图书馆业务自动化集成系统中随机抽取读者借阅历史数据,编写了java程序,对样本数据进行了挖掘,并对挖掘结果进行了分析.研究表明,国家图书馆读者借阅文学、历史和技术类图书文献较多,关联度高,适当调整这几类书籍排架位置将会方便读者借阅.     

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.     

基于改进的聚类和关联规则挖掘的学生成绩分析

针对北京邮电大学通信工程专业学生的学习状况分析和培养方案的改进需求,提出一种基于改进的聚类和关联规则挖掘的成绩分析方法,借助数据挖掘手段对学生在校期间的各课程成绩进行相关性分析.以2009-2011级通信工程专业本科生的课程成绩作为样本数据,应用该挖掘方法得到课程之间的关联规则网络,从而分析课程间的衔接关系、判断课程的重要程度以及评价各课程的教学效果.另外,以2011级学生的高考成绩数据作为样本,挖掘高考成绩与大学成绩间的关联规则,分析学生入学前成绩对入学后表现的影响.应用本文所述方法得到的挖掘结果能够为教学方案的设计和改进提供一定参考信息,对提高学生学习质量具有良好作用.     

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。     

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。     

基于概念树的空间关联规则挖掘算法及其在土地利用分析中的应用

从地理信息系统（GIS）的角度研究空间关联规则的挖掘算法,以GIS智能分析和辅助决策为主要应用,从单一数据层中的空间概念层次关系研究空间关联规则的挖掘算法,利用该算法对龙海市土地利用进行空间拓扑关系挖掘,得到一些有意义的空间关联规则,例如is_a园地∧adjacent_to交通用地→有居民区,以及is_a水域∧adjacent_to耕地^intersects交通用地→有居民区。     

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。     

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。     

基于Web使用挖掘的个性化服务系统

个性化服务系统是一种由多种WEB挖掘技术构成的基于用户使用的站点个性化系统。该系统使用事务聚类、使用聚类和关联规则技术等数据挖掘技术分析用户访问模式,并结合用户当前访问情况提供实时化个性服务。实验结果说明,个性化服务系统具有较好的性能。     

油污损害防治的法经济学解释——基于财产规则、责任规则和不可让渡规则三个维度的分析

在法经济学领域中,“卡-梅框架”将侵权救济规则抽象成财产规则、责任规则与不可让渡规则三种类型.这一框架从分析法律规则的效果模式出发,以寻求“最有效率的权利保障”作为规则选择的取舍标准.“卡-梅框架”对于油污损害防治理论和实践的价值在于有助于重新审视相关法律规则的设置目的、适用场合及实践效果.油污防治法律规范的修改与完善需要对克服油污损害的外部成本以及实现法律的效率价值给予更多关注.