基于关联规则与相似度的数据挖掘算法研究

针对使用传统关联规则算法挖掘大数据集时,挖掘过程中效率不高,挖掘出大量冗余规则的问题,提出了基于关联规则和相似度的数据挖掘算法(U-APR):首先,一次性读入数据并构建矩阵,并利用关联规则支持度度量的特性来增加判断属性,以加快结束迭代过程,从而改进了Apriori算法频繁扫描数据库问题;然后,使用相似度算法去除冗余的关联规则;最后,结合置信度、支持度和用户目标匹配度对挖掘结果进行排序输出,从而得到用户感兴趣的关联规则. 同时,应用该算法与目前常用的2种关联规则算法对广东某高校学生财务数据进行数据挖掘. 实验结果表明:与2种常用的关联规则算法相比,U-APR算法缩短了运算时间和提高了存储空间利用率,对用户分析挖掘结果有较好的优化效果.     

无最小支持度的关联规则挖掘方法

关联规则的挖掘是数据挖掘领域的重要研究内容之一.关联规则的挖掘算法大都在用户设置的支持度阈值的限制条件下,挖掘出数据属性之间的关系.但是没有相关领域的专门知识,用户很难设置合适的支持度阈值得到合适的结果.本文在Apriori算法的基础上,提出一种无支持度的关联规则挖掘方法.     

一种基于关联挖掘的缺省规则更新算法

为了解决缺省关联规则的增量挖掘问题,在算法DRMBAR的基础上,结合粗糙集理论及频繁模式树结构,提出了一种基于关联规则的缺省规则更新算法IADRBAR,该算法主要考虑最小支持度发生变化时缺省规则的更新问题,即在新的最小支持度下,如何高效地生成新的关联规则. IADRBAR在最坏的情况下仅须扫描决策表一遍,并利用上一次已经挖掘出的频繁项目集及关联规则,有效地提高缺省规则的更新效率.理论分析和实验结果表明算法是有效可行的.     

一种多最小支持度加权关联规则挖掘算法

针对实际交易数据库中,不同项目的重要性和出现概率各不相同的两个问题,提出一种基于等价类和多最小支持度的加权关联规则算法,从而挖掘出那些覆盖较少数据但却有意义、用户可能更感兴趣的关联规则。算法按照项目的最小支持度升序对交易记录进行等价类划分,然后按照项目的最小支持度降序依次求出每一等价类内的加权频繁项集。算法采用垂直数据库的数据表示形式,挖掘过程中避免了对数据库的重复扫描。对比实验结果证明,改进算法具有良好的挖掘性能。     

基于Apriori算法的加权关联规则的挖掘

关联规则挖掘主要用来发现数据库中存在的频繁项集.利用权值标识项目的重要程度,提出一种新的关联规则——加权关联规则的挖掘.由于项目权值的引入,Apriori性质不再成立,频繁项集的子集不再一定是频繁的.为此,提出k-最小支持数的概念,对原有Apriori算法进行改进.该算法能够挖掘出现频率小但是带来更大利润的项目,使得挖掘出的关联规则更加满足决策者的需求,也更加符合实际需要.     

基于兴趣度的Apriori算法在公共计算机情况分析中的应用

本文将关联规则Apriori算法应用到高校新生公共计算机情况分析中,且在利用关联规则Apriori算法的基础上,加入兴趣度的优化算法,最终挖掘出有趣的关联规则,从而指导高校公共计算机教学。     

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.     

提取有效规则的关联分类算法

针对关联分类算法产生的规则普遍存在分类器分类精度、效率低的问题,提出了一种提取有效规则的关联分类算法--ACDER算法.首先定义了剩余支持度和剩余置信度,然后通过计算规则剩余支持度和剩余置信度建立了分类器并进行剪枝,以达成对分类尽量少且最有效的规则构成分类器,确保分类器中不存在任何冗余规则和冲突规则.在8个数据集上的测试结果表明,所提算法的平均分类精度比关联规则算法提高了4.15%,而在所有数据源分类器上的规则数却减少了54%.     

基于部分支持度树的关联规则增量式更新算法

关联规则挖掘是数据挖掘技术的一种简单又很实用的方法,有着广泛的应用。该文利用部分支持度树的结构提出了对关联规则的增量式更新算法,用于解决向数据库中添加新的数据而最小支持度不发生变化时的关联规则更新问题。该算法有效地利用已挖掘的关联规则和保留的部分支持度树来改善性能,并且只需对新增数据库部分进行一遍扫描,从而进一步提高算法的效率。实验结果表明,该算法能有效地解决关联规则的更新问题,提升挖掘效率。     

基于关联的自适应分类规则挖掘方法

讨论了对分类规则的挖掘采用基于关联的分类方法.关联分类规则挖掘方法主要包括两大处理步骤:第一步利用分类关联规则挖掘算法挖掘出有关的分类关联规则;第二步就是基于所挖掘出的分类关联规则构造一个分类器.详细介绍了该方法的实现算法和部分数据结构.     

伙伴式项目管理模式在工程建筑行业的应用研究

分析了伙伴式项目管理模式的优缺点和适用范围,指出伙伴式项目管理模式是指客户、供应商和竞争者合作起来努力达到目标,它通过降低成本,鼓励创新和提高服务质量来提高信任,因此在我国工程项目管理中有广泛的应用前景.     

我国农村金融若干问题研究

农村金融生态是指涉农金融机构运行的外部环境,但当前农村金融生态尚不尽如人意。文章分析了我国农村金融的缺陷,并提出建设农村金融的政策建议,以促进农村经济与金融良性互动发展,进而更好地推动新农村建设。     

海洋生物技术研究现状与前景展望

海洋生物技术是实现海洋生物资源可持续利用和海洋产业可持续发展的最有效途径．当前海洋生物技术主要分为海洋动植物养殖生物技术、海洋天然产物生物技术和海洋环境生物技术．对当前国内外研究现状进行综合分析，在此基础上，展望海洋生物技术的未来发展前景与趋势，为海洋生物技术深入研究提供指导．     

文本挖掘技术研究

文本挖掘是数据挖掘的重要内容之一,其应用十分广泛.对文本挖掘技术的基本概念和理论进行系统地归纳总结,首先给出了数据挖掘、文本挖掘和Web文本挖掘的基本概念及主要研究方向,然后分析了文本挖掘的过程和关键技术,最后对文本挖掘技术进行总结和展望.     

专家系统研究

本文从专家系统发展中遇到的问题入手,讨论了专家系统所存在的问题的根源,提出了一些不同于现有认识的观点.然后根据近几年分布式解题系统进展的情况和其基本结构,结合机器学习,给出了一种机器学习与问题求解的合成技术模型,并对专家系统进一步发展提出了一些意见。     

为学与做人

学者，顾名思义，乃做学问的人。“做学问”讲究“学”、“问”和“做”。相对说来，“做”的任务更为艰巨。因为学者的使命是追求真理、生产教育人的精神产品，进而使人们对世界有更深入的了解。做学问的首要问题是如何做人。作为学者，除了具备坚实的理论基础和丰富、渊博的知识外，还应当比一般人有更高的道德修养。在当代，由于科学技术的社会化，学者的道德水平对科学活动乃至整个社会的影响日益增加。学者的行为直接关系到科学的尊严与神圣，关系到国家科学事业的健康发展，关系到整个社会的文明进步。体现社会良知的学者应自觉地加强…     

基于LabVIEW编程语言的重采样阶次比分析研究

阶次分析是旋转体机械振动监测及故障诊断的最重要方法之一,因为转速的波动会使频谱图上基频以及各次谐波分量变得模糊。基于重采样原理的阶次分析是实现信号从等时采样到等角度采样的一种信号处理方法,它主要能解决因转速波动而产生的谐波分量重叠所带来的困难。本文主要通过对比基于LabVIEW编程语言的频谱分析和阶次比分析在研究变速旋转体振动信号中的优劣势,深入探讨实现阶次比分析的原理过程。     

ED路基硬化剂的试验研究

通过实验室试验,就ED适用我国土壤范围的加固效果及应用前景进行了探讨。     

基于LabVIEW编程语言的重采样阶次比分析研究

阶次分析是旋转体机械振动监测及故障诊断的最重要方法之一,因为转速的波动会使频谱图上基频以及各次谐波分量变得模糊.基于重采样原理的阶次分析是实现信号从等时采样到等角度采样的一种信号处理方法,它主要能解决因转速波动而产生的谐波分量重叠所带来的困难.本文主要通过对比基于LabVIEW编程语言的频谱分析和阶次比分析在研究变速旋转体振动信号中的优劣势,深入探讨实现阶次比分析的原理过程.     

试析涂尔干《自杀论》中的实证主义研究方法

涂尔干的《自杀论》之所以在社会学史上占有里程碑式地位,不仅仅是因为它首次运用社会学方法和理论对自杀现象进行分析,论证自杀现象背后真正的社会原因,驳斥种种非社会学的解释,更主要是因为它在经验层次上验证、深化和发展了涂尔干所创建的实证主义研究方法.但涂尔干的自杀分析在一定程度上也存在着统计资料失真、推论失误、控制比较失效、结论不可证伪等问题.