一种多维时态关联规则数据挖掘算法

在关联规则挖掘中,大量的数据是多维的,且带有时态特性,所以往往需要在时态约束的前提下挖掘多维关联规则．本文从一个实际问题出发,在单维Apriori算法和已有的工作基础上,提出了一种新的多维时态关联规则挖掘算法,并与类似算法进行了比较．     

关联规则算法在教学评价中的应用

教学评价是教学活动的一个重要环节,正确、客观的教学评价既能反映学生的学习状况、教师的教学效果,又能为教务部门对教师考核、师资调配、课程开设提供了参考的依据。因此,提高教学评价的科学性、客观性和准确性,充分挖掘、利用评价数据,对保证教学活动向预定目标前进并最终达到该目标有着重要的作用。本文以惠山中专进两年学生评教的数据为依据,详细介绍了基于关联规则的数据挖掘方法应用。     

关联规则算法在中职招生宣传中的应用

目前，数据挖掘技术广泛应用于市场营销、金融、保险、工程与科学数据分析等领域，而且技术已十分成熟。本文利用数据挖掘技术中的核心算法Fp—growth算法对中职考生的报考数据进行分析研究，得出关联性规则，为中职学校的招生宣传提供有效的决策支持。     

关联规则算法在教务管理信息系统中的应用

高校教务管理信息系统已经成为高校数据资源库中最重要的数据库之一。随着办学规模扩大,教学资源信息量的不断增加必然导致数据量的不断增加。利用数据挖掘技术探索大量隐藏的数据规律,从而为决策者提供有效的决策依据,对于高校教学管理工作的改革意义重大。     

一种多维关联规则算法的研究

针对目前很少有一整套能同时处理量化属性和分类属性字段的多维关联规则的解决方法,对将单维关联规则的Aprior算法改进为量化属性的静态离散化多维关联规则的算法进行了研究,并以实例阐述了该算法在电子商店中的应用,分析了其商业价值。     

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.     

数据挖掘中的负关联规则算法

关联规则是数据挖掘的主要研究方面,已往对关联规则的研究主要集中在挖掘征关联规则上,事实上,负关联规则在应用中的地位也是非常重要的     

关联规则挖掘在保险公司客户信息管理中的应用

介绍数据挖掘中关联规则技术及一种关联规则算法并将其应用到保险公司的客户信息管理中,找出其内在的关联规则,得到保险公司的验证.     

关联规则在图书管理中的应用

本文用数据挖掘技术对图书馆图书借阅数据库进行分析,得出异类图书被读者同时借阅的关联关系,给出一种新的不同于目前图书分类上架的异类关联图书就近上架方案,更便于资料的查阅.     

关联规则挖掘在税务系统中的应用研究

通过对关联规则经典挖掘算法Apriori算法的分析;并在Apriori算法基础上,采用一种基于布尔矩阵的行向量寻找频繁项集的关联规则挖掘算法,将该算法应用于税务系统中,分析欠税纳税人的欠税行为等情况,并判断其是否符合业务规则。     

关联规则挖掘及其在高校图书馆工作中的应用

介绍了关联规则的基本原理,阐述了关联挖掘分析的过程及结果,论述了关联挖掘分析结果在图书馆工作中的应用。     

关联规则挖掘在优化高校馆藏结构中的应用

简要介绍了关联规则挖掘以及Apriori算法,并将Apriori算法应用于高校图书馆流通数据,从读者需求的角度出发挖掘借阅图书之间的关联,为图书采购工作提供理论依据,优化图书馆的馆藏结构。     

关联规则挖掘在医疗诊断中的应用

关联规则挖掘是效据挖掘中重要内容之一．文中将关联规则挖掘应用于医院的病例诊断工作,从大量的病例记录中找出各层次因素间的关联关系,挖掘胃癌诊断数据库中的关联规则,试图发现环境、饮食习惯、遗传易感性等因素与胃癌的发生与诊断阃的关联关系,从而发现胃癌疾病与它产生的可能因素间的规则,这些规则模式对胃癌病例的诊断和预肪有重要的指导意义。     

数据挖掘中关联规则挖掘算法的改进及其应用

对数据挖掘技术中经典的关联规则挖掘算法Apriori和AprioriTid进行了分析，针对其中不足，提取两种算法的优点，给出了算法的改进，并在贵州电力综合数据平台中进行了应用分析。     

关联规则挖掘中的关联推理

在大型数据库项目之间发现关联规则是一个重要的数据挖掘问题,而挖掘出的关联规则数常常是巨大的.现基于覆盖运算,讨论已知关联规则可导出其它关联规则,并指出存在能覆盖全部关联规则的最小规则集.     

数据挖掘中关联规则在超市商品管理中的应用

将数据挖掘关联规则用于分析超市消费者的购物习惯和关联行为,并以此优化超市货架设置,推动关联销售,促使超市的管理决策更加科学、高效.     

关联规则数据挖掘的研究及应用

在研究了经典的关联规则算法Apriori之后,提出了类Spriori的数据挖掘算法分析学生频繁访问的页面路径,用以提供有用的信息给网络课程设计者以及授课老师,以解决学生在网络学习过程中产生的“信息迷航”问题。     

关联规则挖掘在教师教学评价系统中的应用

课堂教学质量评价是教学管理过程中的重要环节．如何从学生评价教师课堂教学质量大量数据中找出数据间的关系，是检查教学效果和提高教学质量的重要途径，本文讨论了如何利用数据挖掘方法中的Apriori算法对评价系统数据进行关联规则挖掘。     

数据库中关系规则的数据挖掘

关联规则算法是数据挖掘中的核心技术,本文给出了数据库中挖掘关系规则的一种新算法,该算法通过二次扫描,第一次将可能出现的频繁项目集加入到ISC中,第二次扫描采用逐步求精算法将频繁项目集加到项目集中,减少了数据库的扫描次数.