一种基于概念层次的分类规则挖掘算法研究

从概念层次的角度，提出了一种新的基本概念层次的分类规则挖掘算法，并阐述了相关概念及属性归纳技术与相关性分析方法，以城市人口与收入信息数据库和测试数据，给出了该算法的试验结果，研究结果表明，本算法生成的决策树大小适合，具有高的分类规则挖掘效率。  

多层次关联规则的快速挖掘算法

数据挖掘被认为是解决“数据爆炸”和“数据丰富，信息贫乏”的一种有效方法。关联规则是数据挖掘的重要研究方向。本文提出了多层次关联规则的一种快速挖掘算法，利用抽样从概念层次树的中间开始挖掘，以提高挖掘的速度。  

基于云有序概念层次树的时间序列距离计算模型

 时间序列是一类广泛存在的、重要的复杂数据.时间序列的知识发现成为知识发现的研究热点之一.而时间序列间的距离计算是很多时间序列知识发现的核心.针对目前时间序列距离模型的不足,基于云的时间序列线性形态表示,提出一种新的时间序列距离计算模型———基于云有序概念层次树的时间序列距离计算模型.该计算模型具有如下优点:允许时间序列存在某种程度的变形,能在一定程度上消除噪声、数据中的不连续性、偏移性和漂移性;用户可在比较时间序列距离时控制距离计算颗粒度;有效、简洁直观、易于理解.  

基于"概念分层"结构的旅游地质资源评分系统的开发

以数据挖掘技术中的"概念分层"和改进的"特尔菲算法"为基础,对云南"三江并流带"的旅游地质资源进行分析、整理和特征化描述,构造了旅游地质资源各评价层因子的星型数据库模式.研制出一个基于Windows操作系统的、以面向对象的具有较强开发能力的DEL-PHI7.0为开发工具的、以Access 2000作为后台数据库的旅游地质资源自动评价系统.完成了资源的定量化评价,实现了评价结果的可视化和地质资源的旅游化.  

基于自建模糊本体的智能信息检索研究

提出一种基于本体的信息检索模型,该模型将信息检索系统与从搜索的数据信息自动构建的本体相结合.使用在本模型中的本体有一般语义本体、领域知识和自动生成、构建的模糊概念层.主要研究基于本体的信息检索模型.描述处理过程及检索机制,并采用TREC的评价方法评估该模型,讨论应用不同类型本体的检索效果和影响.实验结果表明,提出的信息检索模型具有较好的检索效果.  

基于SOFM网络的多层模糊关联规则挖掘算法

为了表示复杂庞大的概念层次树,文中提出了一种更加通用的编码方案,将概念分层应用于模糊关联规则的挖掘.此外,为解决隶属度函数难以主观确定的问题,引入一种SOFM网络来确定样本数据的隶属度函数.基于改进的概念层次树的编码方案和SOFM网络,将模糊集引入关联规则挖掘中,设计了一种新的多层模糊关联规则挖掘算法.实验结果表明,该算法可以有效地挖掘出易于理解的、有意义的多层次模糊关联规则,具有很好的效率和伸缩性.  

基于SQL的DMQL在商业数据仓库查询中的应用

介绍数据挖掘语言中的DMQL,从建立多维数据仓库模型入手,介绍了如何用基于SQL的DMQL定义此多维数据仓库模型.详细介绍基于SQL的DMQL在商业数据仓库查询中的具体应用,最后文章提到其它的数据挖掘语言:预言模型标记语言和OLEDBforDM语言.  

多维多层次挖掘关联规则在商品房交易中的应用

讨论了一种在关系数据库中挖掘关联规则的方法．该方法利用关系数据库的特点．有机地组织概念层次树技术、关联规则挖掘技术进行多维多层次挖掘关联规则．挖掘满足要求的多维关联规则、多层次关联规则、交叉层次关联规则。  

连续值属性的概念层次自动提取算法

针对数值型属性的特点，通过不同数值分段的分布特性，给出了一种能自动从大型数据库中提取数值型属性的概念层次的有效算法，算法的时间复杂度为O(n)，并通过具体实验对算法进行测试．结果表明，该算法能正确有效地生成概念层次树，为高质量地进行数据挖掘提供了一种行之有救的数据预处理方法．  

一种改进的基于属性归约的知识发现方法

在数据库中发现知识是一个非常活跃的研究领域。在本文中，我们提出一种改进的面向属性的归约算法，即引入充分扩展关系这样一个中间概念，以方便从数据库中提取有趣的结果。