Apriori算法在消费市场价格分析中的研究与应用

在介绍关联规则基本原理的基础上,对Apriori算法进行了详细的分析和研究,并将Apriori算法应用于消费市场价格数据中,挖掘出了各种农副产品价格之间的关联关系,即从大量的农副产品价格数据中挖掘出了大米、玉米、大麦和羊肉、牛肉价格之间的关联规律.     

关联规则挖掘Apriori算法研究

随着收集和存储在数据库中的数据规模越来越大,人们对从这些数据中挖掘出相应的联知识愈来愈感兴趣,关联规则一个典型的应用实例就是市场购物分析.本文介绍了关联分析的概念Apriori算法及其改进技术,对Apriori算法地优缺点进行了评价.     

基于知识发现的高校科研决策支持系统

科研管理是高校的重要工作.如何从大量的科研数据中挖掘出支持科研决策的知识成了当务之急.讨论基于知识发现的高校科研决策支持系统.该系统通过对数据进行分类分析、聚类分析和关联分析发现知识,为学校科研决策者提供决策支持.     

基于Apriori算法的数据挖掘在高校毕业生就业指导中的应用

随着高校毕业生人数的增加和管理信息系统的应用,产生了大量复杂的就业数据,利用Apriori算法的数据挖掘技术,从就业数据中挖掘出学分绩点与用人单位录用学生之间的关联规则,有助于提高就业管理部门对毕业生就业指导的实效性,实现毕业生更快更好的就业.     

数据挖掘在商场决策支持中的应用研究

介绍了商业企业中对商场交易信息数据、商品布局陈列信息数据、商场会员信息数据三方面数据进行分析挖掘,建立关联规则、关联陈列和关联会员,挖掘出商业企业管理决策中需要的信息,为建立可靠的商场决策支持系统提供了方法和依据。     

主从关系数据库中关联规则挖掘算法研究

数据挖掘是计算机科学研究的重要领域之一.文章从主从关系数据集的角度开展关联规则挖掘研究,首先构建了主从关系数据库模型,在此基础上提出一种基于元组ID逆传输的关联规则挖掘算法(TIDRP),避免了挖掘过程中数据的集成过程,减少了资源的消耗,并使挖掘出的规则更符合实际情况.     

一种面向网络行为因果关联的攻击检测方法

为了能在攻击目标受损之前检测到攻击事件,提出了面向网络行为因果关联的攻击检测方法.该方法基于SNMP管理信息库数据,根据攻击目标的异常行为,首先利用Granger因果关联检验(GCT)从检测变量中挖掘出与异常变量存在整体行为关联的基本攻击变量,然后针对异常行为特征再次利用GCT从基本攻击变量中挖掘出与异常变量存在局部行为关联的攻击变量,最后根据攻击变量和异常变量之间的因果关系,构建面向攻击方检测的攻击关联规则.在Trin00 UDPFlood检测实验中,所提方法成功挖掘出攻击变量udpOutDatagram,取得了满意的检测效果.实验结果表明,该方法能够在攻击方检测到攻击事件,为及时阻止攻击过程向攻击目标进一步扩散提供预警.     

基于Apriori算法的航空设备故障关联分析

提出一种基于Apriori算法的航空设备故障关联分析方法.将Apriori算法应用于航空设备故障关联规则挖掘中,对源于机载检测系统的故障数据进行提取,建立关联规则挖掘模式,从而挖掘出故障设备之间的强关联规则以便进行故障分析.实验结果表明,Apriori算法可以有效挖掘出航空故障设备之间的关联关系.     

基于关联规则的藏文文献流通特征研究——以西藏大学图书馆为例

文献流通数据记录了读者的借阅行为,文章在分析书目数据库存储结构的基础上,提取了西藏大学图书馆馆藏藏文文献的流通数据,提出了Apriori的改进算法,并使用改进后的关联规则算法分析了藏文文献流通数据,挖掘出流通事务数据中隐含的关联规则。     

基于事件日志的工作流活动实例方面处理规则挖掘方法

针对现有工作流挖掘技术在解决活动实例方面处理规则挖掘问题上存在的不足,通过分析实例方面处理的不同表现形式,提出了一种可从事件日志中挖掘出工作流活动实例方面处理规则的方法.该方法假设事件日志中包含了工作流活动在执行时的全部输入输出数据等信息,基于这些数据及推理规则,挖掘可描述并发活动实例在数据等方面的关联或约束关系的实例方面处理规则.     

视频数据挖掘技术综述

视频数据挖掘技术旨在挖掘出视频数据中隐藏的、有价值的信息,来实现对视频的充分利用。通过对国内外视频数据挖掘的研究与分析,对视频数据挖掘技术进行了概述,详细阐述了基于特征和基于内容的视频挖掘技术,最后总结了视频数据挖掘系统所面临的挑战以及对全景视频挖掘的展望。     

基于局部择优离散技术的C4．5改进算法及其在学生成绩评价中的应用

针对高校教务管理系统中学生成绩数据连续值偏多的情况,导致无法对学生成绩有效地进行智能分析等问题,提出了基于局部择优离散技术的C4．5改进算法,进而构建学生成绩分析模型,并采用后剪枝算法对模型进行了优化,抽取了学生成绩的分类规则。实验表明,改进后的C4．5算法保证较高分类正确率的同时,执行效率得到了提高,有助于挖掘出学生成绩与各种因素之间的潜在联系,为教学工作改革提供决策依据和支持。     

基于数据挖掘的自动化推荐系统算法

结合人工神经网络中的自适应共振理论(ART)及数据挖掘(Data Mining)技术来建构一个可自动聚类族群特征且能挖掘出关联特质的自动化在线推荐系统。探讨如何有效地运用数据挖掘技术从大量的数据库中挖掘出完整知识,以推荐适当的信息给使用者,帮助他们在浩大的信息流中找到真正需要、有用的文件或信息。整合ART及数据挖掘技术,并针对推荐系统的特性提出一种改进的ART算法(MART算法)。实例验证了算法的有效性。     

基于数据挖掘的艺术专业课程关联性研究:以太原理工大学轻纺工程与美术学院为例

探讨了艺术专业课程的关联性问题,通过对数据挖掘中的关联规则研究,将学生成绩进行了预处理,利用FP_growth算法较快地对学生成绩数据进行了挖掘,从而得出一些合理、可靠的课程关联性规则,为艺术专业的课程设置和教学大纲的修订提供了决策依据。     

一种某高校网络用户上网形式的数据挖掘方法

数据挖掘是利用各种分析工具在海量数据中发现某些模型和数据间关系的过程。如何根据用户上网日志发现用户感兴趣的信息和资源,帮助网络中心科学地管理和规范其网络用户,已经成为一个迫切的问题。本文通过问题陈述、数据搜集、数据预处理、数据挖掘和结论几个步骤用SPSS软件对某高校某一时段的网络用户上网日志进行分析,为科学的网络管理提供依据。     

数据挖掘中匿名化隐私保护研究进展

 随着信息技术的发展,如何在保证数据高可用性的同时,不泄露数据主体的隐私信息,已日益引起国内外研究者的高度关注.隐私保护技术主要有数据加密、数据失真以及数据匿名化技术,其中匿名化技术是数据挖掘中隐私保护的最主要技术手段.围绕匿名技术的研究,国内外学者提出了多种匿名隐私保护模型,通过对其中4种主要模型,即k-匿名模型、l－多样性模型、(α,k)－匿名模型和t-closeness模型的分析比较,指出每种匿名模型的特点及优、缺点,并归纳了常用的匿名技术,总结了当前主要的匿名化质量的度量方法.未来匿名化技术作为数据挖掘中隐私保护的主要手段,还将面临着需要进一步解决的问题,对数据挖掘中匿名隐私保护的下一步研究方向进行了展望.     

包装工程与流体力学的一些关系(上)

从学术视角研究包装工程与流体力学的一些关系 .阐述了包装工程中的流体力学现象与包装阻隔模型 ;根据流体力学的相关原理、公式 ,分别论述了液体包装容器底部受力、气体包装中的溢散规律、物品包装中介质扩散的机理与包装防潮原理 .已有的研究提示 ,流体力学是包装防护理论与技术的基础学科之一     

一种基于粗糙集理论的XML数据挖掘模型

随着大量的XML数据的出现,给数据挖掘领域提出了新的挑战。传统数据挖掘是基于关系数据库和数据仓库的,如何挖掘出XML形式的数据成为研究的热点问题。由于XML文档是一种半结构化数据,使用传统的数据挖掘方法对XML数据进行挖掘是不适用的。提出了一种基于粗糙集理论的XML挖掘模型,并进行了实验,结果表明利用粗糙集理论对XML数据挖掘是可行的。     

基于Adobe Premiere编辑软件的排球技术教学实验研究

利用Premiere软件的强大视频编辑功能,编辑适于排球技术教学的视频资料,通过教学实验,观察教学效果。结果发现,实验组学生在垫球、传球、扣球和发球四项技术方面均优于对照班学生,同时,通过此教学进一步激发了学生的学习积极性,提高了学习效率和学习成绩,并为技术课教师开展教学研究拓宽了思路。     

基于信息熵度量的局部线性嵌入算法

针对局部线性嵌入算法使用欧氏距离计算非对齐样本相似性时, 受数据位置差影响较大, 导致度量精度较低, 影响算法特征提取精度的问题, 提出一种基于信息熵度量的局部线性嵌入算法. 首先利用信息熵统计样本特征间的混乱程度, 提高划分局部邻域的准确性; 然后建立局部重构模型, 挖掘出流形的本质结构; 最后利用局部结构构建低维重构模型, 以获得样本的显著特征. 通过在轴承数据集上的实验证明了该算法在特征提取方面的有效性.