基于Apriori算法的经济指标关联分析

经济发展的主要三大指标为:GDP、CPI、失业率。为了研究吞吐量与三大指标的关联,采用关联规则中经典的Apriori算法对大连市内港口货物、港口旅客、航空旅客的吞吐量以及GDP、CPI、失业率情况进行数据挖掘。结果表明,它们之间存在明显的联系。不仅为利用吞吐量来预测经济发展趋势提供理论依据,而且为制定有效的经济政策提供决策依据。     

基于Apriori算法的购物篮关联规则分析

数据挖掘是适应信息社会从海量的数据库中提取信息的需要而产生的新学科。它是统计学、机器学习、数据库、模式识别、人工智能等学科的交叉。IT就业市场竞争已经相当激烈,而数据处理的核心技术——数据挖掘更是得到了前所未有的重视。关联规则一般用以发现交易数据库中不同商品(项)之间的联系,用这些规则找出顾客的购买行为模式,比如购买了某一种商品对购买其他商品的影响,这种规则可以应用于超市商品货架设计、货物摆放以及根据购买模式对用户进行分类等。通过发现这个关联的规则,可以更好地了解和掌握事物的发展、动向等。在市场营销、企业投资中具有重要的作用。     

基于序列模式的正负关联规则研究

序列模式可预测企业的发展方向，负关联规则可展现不良因素的根源，序列模式的正负关联规则为企业决策提供更全面的信息. 将序列模式和负关联规则的挖掘算法相结合，利用项集间的相关性，挖掘出序列模式的正负关联规则.     

基于约束关联规则挖掘方法的研究与应用

关联规则挖掘应用于商业等领域,它能发现大量数据中的关联关系,为制定决策提供重要信息。将关联规则应用于客户关系管理,深化CRM的分析功能。针对企业要求和交叉销售的特点,分析基于约束关联规则挖掘方法,提出基于约束的FP-growth算法。分析表明,在CRM中应用基于约束关联规则挖掘方法,可以为企业制定销售策略提供有效的依据。     

海上货物运输港口经营人责任探析

文章围绕《港口货物作业规则》施行后，海上货物运输港口经营人责任制度的变化，海上货物运输港口经营人归责原则、责任期间、责任限制以及产生的相应问题进行了思考与探讨。     

射频识别(RFID)技术在集装箱车辆管理系统中的应用

针对在港口、码头、大坝的车辆管理系统中,应用RFID技术来控制车辆和货物的应用,码头港口车辆自动审查系统属于港口物流监控系统中,其目的是自动采集过关车辆信息与驾驶员信息。通过把港口物流监控系统中的集装箱车辆信息与驾驶员信息与采集时间、地点等因素相结合,通过数据库系统把货物进出口和转运报关资料自动审核,实现是否通关的判断和执行。     

基于关联规则的电力仪表企业故障诊断

在数据挖掘和关联规则技术的基础上,提出采用经典Apriori算法对电力仪表企业产品数据信息进行挖掘,获取产品故障规则信息,并抽取出不同支持度下的故障规则,实例证明采用该方法产生的规则有利于企业技术部门和决策者进行决策,能更好地为他们提供参考信息。     

个性化借阅服务的关联规则挖掘

个性化借阅数据挖掘和推荐为提高图书馆服务的有效性和智能性提供了可能,将关联规则技术应用到个性化借阅服务中,通过对以往借阅信息的挖掘以产生借阅书目的关联规则来实现个性化信息推荐服务。同时,图书类别关联规则的发现,对于图书购买、图书排架和图书推荐都具有深刻意义。     

宁波——舟山港货物吞吐量预测方法

港口货物吞吐量是港口物流的主要组成部分,对它的准确预测是确定港口规模建设的前提.根据舟山统计信息网提供的数据,整理得到宁波——舟山港2004年1月-2012年7月的港口货物吞吐量和外贸货物吞吐量.把货物吞吐量划分成训练集和测试集,分别用A'RIMA模型、分形预测方法、神经网络技术和支持向量机四种方法对该港的货物吞吐量进行了预测.以MATLAB为技术基础,对这四种方法进行了仿真计算.结果表明,四种预测方法均得到了满意的效果,但是利用神经网络预测误差较小,显示了神经网络模型在具有非线性随机的港口物流预测中的潜力.     

关联规则挖掘在学生就业数据处理中的应用

以阜阳职业技术学院近年来积累的大量毕业生就业数据为依托,进行了关联规则挖掘.按照关联规则挖掘步骤对学生原始数据进行预处理,针对原始数据不完整、存储格式不同等问题,进行数据清理、数据集成、数据变换和数据规约,并建立了学生信息挖掘系统.该系统通过对学生数据信息的挖掘以及关联规则的形成发现专业课程设置的不足,以促进专业课程的改革.     

港口企业安全生产管理存在的主要问题及应对措施

港口物流企业由于具有货物吞吐量大、运输成本较低等优点,使得近几年港口规模随着我国经济建设上的不断发展而不断扩大,本文针对当前港口企业安全生产存在的问题,提出改进港口企业安全生产管理的几点对策。     

极大布尔关联规则的挖掘算法

关联规则的挖掘往往会产生大量的关联规则,"规则爆炸"的问题会使用户很难得到自己所需要的重要信息.极大布尔关联规则集因其包含的规则数量少且不丢失规则信息的优点提高了用户分析关联规则结果的效率,且节省了规则存储空间.在分析频繁闭项集、频繁基项集和极大布尔关联规则性质的基础上提出了一种挖掘极大布尔关联规则的算法,利用此算法可以得到极大布尔关联规则集,还通过实例验证了算法的正确性.     

基于正、负关联规则的数据挖掘探讨

传统的关联规则只关注于挖掘出项集间的正关联规则,但在实际应用中负关联规则同样隐含着有价值的信息.本文首先给出了正、负关联规则的定义及支持度和置信度的函数表示,重点分析了关联规则中"支持度—置信度"架构的局限性,提出了利用项集的相关性来解决关联规则中正、负矛盾规则出现的问题,同时针对置信度的设置进行了研究分析,最后对负关联规则挖掘的算法进行了讨论,旨在为关联规则的研究奠定基础.     

基于实时车货信息的港-公调度优化模型

为了解决港区内存在的进出车辆拥挤、货物周转时间长、甚至延误顾客要求到货时间等问题,将港口系统和公路运输系统综合起来进行整体调度优化研究.通过分析港口每艘货船靠港和离港的装卸作业过程,采用线性规划的方法,建立包含港口、公路货运场站和目的地的港-公调度优化模型.该模型在满足港口和所有目的地货物需求的前提下,根据港-公系统信息平台提供的实时车货信息,求解出作业时间最短的公路货运车辆调度方案,这里作业时间既包括装卸车作业时间又包括车辆行程时间.对于每次港口装卸船作业,港-公调度优化模型均能为货运车辆在港口、货物场站和目的地之间提供最优运输路线,从而节省装卸作业时间,提高港-公系统的作业效率.     

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.     

基于超市交易信息数据挖掘的城市居民消费行为研究

以数据挖掘中的关联规则挖掘技术为工具,对大型超市会员消费信息数据进行挖掘,对城市居民的消费观念、消费习惯和消费心理等消费行为进行了分析,指出最终的挖掘结果可为政府制定民生政策和超市企业进行营销提供科学决策依据。     

一种基于本体的关联规则挖掘方法

关联规则可用于指导企业商务决策,针对关联规则挖掘的支持一置信框架会产生冗余规则的问题,该文提出了一种本体统计相关性与语义相关性相结合的关联规则挖掘方法。该方法以关联规则挖掘为目标,首先建立领域本体,并集成一个更为通用的本体系统辅助关联规则的挖掘,综合考虑本体的统计相关性和语义相关性定量计算规则相关度。应用客观兴趣度和主观兴趣度约束无趣规则的产生。与已有的方法相比,该方法有效地处理了冗余规则,实现了基于语义的知识表示。同时,该方法在心血管疾病辅助诊断系统中应用验证了其有效性和优越性。     

关联规则技术在数据挖掘中的应用

数据挖掘技术的诞生,使我们能从大量的数据中提取对决策者有用的信息,20世纪90年代初,R.Agrawal等提出了关联规则挖掘技术.关联规则挖掘是为了发现大量数据中项目集之间感兴趣的相关性信息.经过十余年的发展,关联规则挖掘已经成为数据挖掘技术中较为成熟并很重要的一种方法.文中系统描述了关联规则挖掘所涉及的概念、关联规则挖掘算法和关联规则应用领域等.     

学生信息素养能力评价系统中关联规则的应用

本文在研究高校学生信息素养评价能力的研究中引入关联规则挖掘技术,建立了实用的软件系统。根据不同的支持度和置信度,得出了较符合实际的关联规则,为研究高校学生信息素养水平,为教学管理者和专业教师开展信息素养类课程教学改革提供了有价值的参考。     

国内外港口物流的发展与启示

目前,港口已成为我国对外开放的门户和窗口。港口结构性矛盾较为突出,港口码头泊位少,特别是大型专业化深水泊位更少,集疏运条件差,中转储存能力低。港口物流服务分为三个层次：一是以货物装卸为主的核心服务;二是在特定的货场完成货物装卸、运输、堆码、储存的辅助服务;三是向货主提供优质、便捷的货物交接的延伸服务。