利润约束的关联规则挖掘算法

针对传统数据挖掘技术的劣势,提出一种以利润为基础的约束关联规则挖掘算法.在使用关联规则进行数据挖掘之前,算法按照商品利润的权重信息对购物篮中的原始商品交易信息实施预处理,可以使后续的数据关联规则挖掘更加的精确可靠,提升数据挖掘的效果.结果表明:基于利润的约束关联规则挖掘算法对数据库的原始数据实施了利润约束修正,增加了利润加权阈值,可有效提升数据挖掘算法的知识挖掘性能.     

教学评价信息数据挖掘中数据的转化和分析研究

数据挖掘就是从大量数据中,抽取隐含的,但又是潜在有用的关联信息和知识发现过程。其中关联规则(Association Rules)的挖掘是一个重要的问题,是大量数据中项集之间有趣的关联或相关联系。介绍了关联规则的概念,并将数据挖掘中的关联规则挖掘应用到教学评价中,从而得到一些对提高教学质量或水平的有用知识。     

基于关联规则的成绩预警模型研究

近年来,随着我国高校招生规模的不断扩大以及不断提高的信息化程度,在各学校的教务系统中普遍储了大量的资料、数据等信息.在这些资料和数据等信息中,内在隐藏了大量的、有价值的内在规律.数据挖掘技术是从大量的、随机的数据中找出隐藏在其中的、有价值的信息的过程.该文提出了一种基于关联规则挖掘的成绩预警模型.     

数据挖掘在电信网管中的应用研究

根据数据挖掘技术提供的对大量数据进行分析的功能,讨论了如何采用关联规则挖掘技术处理电信网管系统中的大量告警数据和性能数据的问题,重点给出了一种基于挖掘技术的综合数据分析系统,对告警和性能数据挖掘和分析,报表图形展示等技术进行了介绍。     

基于土工试验的数据挖掘中的数据预处理技术

在地质勘察的土工试验中产生大量的数据,迫切需要挖掘隐藏在这些数据间的大量有趣信息。而数据预处理技术的好坏直接影响数据挖掘的结果。现介绍一种在挖掘关联规则前的数据预处理技术,给出了相应算法,并通过实例说明了算法的执行过程。     

正、负关联规则挖掘算法的实现

关联规则挖掘寻找给定数据集中项之间的有趣关系,是数据挖掘的主要研究方面.传统的关联规则挖掘算法仅能挖掘正关联规则,事实上,负关联规则也包含了非常有价值的信息,对于决策的作用也是不容忽视的.     

数据挖掘技术在选课系统中的应用

许多高校都拥有选课系统,并积累了大量的原始数据,这些数据中包含了大量潜在的、未知的有用信息,这些“信息”可以辅助相关部门进行合理的教学资源分配并做出相应决策。本文基于高校选课系统,讨论了数据预处理和数据挖掘技术,并应用关联规则中的FP-tree算法挖掘选课数据,获得了一些有用的规则信息,取得了良好的应用效果。     

一种农业信息数据挖掘系统的研究与应用

应用模糊关联规则分析农业信息中的数值型数据,为了解决数值型数据的模糊集转换问题,定义了基于SOM算法的模糊集梯形隶属函数自适应转换方法,设计了挖掘系统的功能及体系结构.基于FDMA算法,开发了农业信息模糊关联规则挖掘系统.结合农业生产实际,对农业信息数据进行预处理,使用开发的系统实施了数据挖掘,并对挖掘结果进行了分析,结果表明:农业信息模糊关联规则挖掘系统具有一定的应用价值.     

集装箱起重机机械状态监测信息的关联规则挖掘

对集装箱起重机状态监测系统中积累的大量数据进行数据挖掘,发现隐含在其中的新知识对掌握及预测起重机的机械状态是很有必要的.基于改进的竞争聚集(mCA)算法的量化关联规则挖掘方法,挖掘起重机状态监测信息中的关联规则,讨论了这些规则的特点,并对各种规则反映的起重机状态进行了分析.结果表明,通过观测各监测点特征值间关联规则的变化可掌握岸桥机械状态的变化.     

股票时间序列模型的关联规则挖掘

目前的数据挖掘技术偏重于发现类似于商业销售数据库中不同离散化属性值之间的关系,而对证券投资中数值型数据之间变化趋势的相互影响分析不够.以股票信息的关联规则挖掘为例,大多采用传统的关联规则算法(如Apriori)来发现离散序列数据库中事务间的关系,时间序列关联规则挖掘的