新时期城镇火灾的分析与预防

以城镇消防安全为着眼点,分析了城镇火灾的原因,并对推动城镇消防功能加强理论管理提出对策。     

Apriori算法在高职院校公共选修课关联性分析中的应用

构建公共选修课关联性分析模型.采用Apriori算法对公共选修课选课历史记录数据进行挖掘分析建模,将构建的模型应用到公共课管理中,可以提高公共选修课数字化智能管理水平.     

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。     

关联规则挖掘的常用算法及其比较分析

关联规则挖掘是数据挖掘的一个重要方面。本文介绍了在大型事务数据库中采掘关联规则的常用算法,并对它们的性能进行了比较和分析。     

基于关联规则挖掘的运动员体能指标优化分析

数据挖掘就是利用机器学习的方法从大量数据中提取有价值知识的过程.本文以运动员体能测试数据为分析对象,研究应用数据挖掘技术解决运动员体能指标优化分析问题的方法.文中重点介绍了关联规则挖掘的原理与方法,提出并实现了适宜于网球运动员体能指标优化分析的算法,并进行了实际应用,发现了出乎常规的规律.     

基于毕业生跟踪调查数据库分析信息类课程的相关性

通过对毕业生跟踪调查数据的挖掘,发现和分析课程之间的关联关系,结合先验知识,通过调整置信度、支持度,分析频繁项集,找出重要课程和关键技能,符合提高学生理论水平与实际技能的高职培养目标,为学校进行项目课程的教学改革提供参考依据。     

寿险事务数据库挖掘关联规则的分析和设计

客户关系管理是当前研究与应用的热点。信息经济导致了信息爆炸,本文重点探讨如何利用基于关联规则的数据挖掘技术来发现寿险事务数据库中的关联规则,以便更好得进行客户关系管理。     

基于关联规则分析治疗2型糖尿病临床用药规律

通过对医院临床糖尿病电子处方原始资料进行处理后,得出病人的症状与使用相关药物的信息,进行数据 挖掘分析,从不同年龄、性别、证型方面得出某症状与药物使用之间存在的规则以及隐藏在所使用药物与药物之间 的深层规律,可以帮助医生在大量临床数据分析中归纳出辅助诊疗决策,为临床用药和基础研究提供思路.     

用关联规则方法挖掘保险业务数据中的投资风险规则

如何找出保险业务数据中有关投保和理赔的规律是保险公司能否提高盈利的至关重要的问题。关联规则发现是数据挖掘技术的一种简单又很实用的方法。文章首先介绍了关联规则的定义以及关联规则的 4个属性 :可信度、支持度、期望可信度和作用度。然后讲述了如何用 SGI公司的数据挖掘工具 Mineset在保险业务数据中发现关联规则 ,从而得出一些对保险公司起指导作用的控制投资风险的规则。关联规则还可广泛用于银行、电信、商业等其它领域     

关联规则挖掘的算法分析

在分析了关联规则挖掘的算法后，将其应用于某高校科技论文数据库中，挖掘高校教师各职称成次、学历成次与所发表的科研论文数量、档次间的关联规则。掘出该校教师具有博士学位或硕士学位的教授中，在一个聘期内发表在中文核心期刊以上的论文数量为8篇的支持度为15％的置信度是77％等六项强规则。挖掘所得的规则为人事科研部门进行职称考核、评聘、科研管理等工作提供数量依据，便于量化管理。     

基于云模型的关联规则挖掘方法

目前对关联规则的研究主要集中在对布尔型属性关联规则的挖掘,本文引入基于云模型进行数据量型属性关联规则的挖掘的方法,并定义云关联规则“如果Ｘ是Ａ则Ｙ是Ｂ”,其中、Ａ、Ｂ分别是属性Ｘ和Ｙ中由云模型描述的概念。利用这种方法得到的关联规则更容易让人理解,也克服了传统划分边界过硬的问题,在此基础上,定义了在挖掘云关联规则中支持率、可 和相关性的计算公式,并阐明了它的一般性,即传统的硬划分及经典的布尔型属性关     

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。     

基于关联规则的房地产广告效果反馈分析

提出了将数据挖掘技术运用于广告媒体选择的观点,并运用关联规则对房地产公司决策型关系数据库进行广告效果的数据分析,从而获得有价值的信息.为解决现阶段房地产广告效果的定量分析和寻找高性价比的广告模式提供一定的理论基础和现实指导.     

基于兴趣度的关联规则在选课分析中的应用

通过对关联规则经典算法Apriori的分析,并应用到选课分析系统中,发现了存在的问题.通过增加兴趣度阈值以提高关联规则在数据挖掘中的精度,从而有效的减少了无用规则的产生,为学生选课系统的实现提供了较好的支持.     

一种基于关联规则挖掘的改进算法

随着计算机技术和通信技术的不断发展，用户存储了越来越多、具有很高使用价值的信息，不断涌现的大量信息在给人们带来方便的同时也带来了问题，怎样提取有用信息使得数据挖掘技术应运而生．关联分析是数据挖掘的本质，关联规则挖掘是进行关联分析最常用的方法．在关联规则的Apriori算法的基础上，指出了该算法的不足之处，提出了一种新的改进算法，从而增强了算法的适应性．     

基于矩阵算法的关联规则挖掘

分析了关联规则挖掘的各种算法,详尽分析和探讨了一种用于挖掘关联规则的矩阵算法并给出了矩阵算法实现过程.矩阵算法扫描数据库一次,然后生成事务矩阵,在矩阵上进行相关的数据挖掘操作.当数据库规模较大时,矩阵算法能够显著提高关联规则挖掘的效率.     

基于遗传算法的关联规则挖掘研究

针对图书馆读者借阅信息复杂度过大的难点,采用遗传算法研究关联规则挖掘,并举例说明。     

基于关联规则的考试数据挖掘

以总结学生各门考试成绩内在联系规则为目的,构建事实星座模型对考试数据所组成的数据仓库进行描述,并采用关联规则挖掘方法中的Apriori算法,对数据仓库中的数据进行分阶处理,生成频繁数据集,发现了各门成绩潜藏的内在规则,得出了一门功课成绩的好坏是由多门功课学习成绩情况所决定的结论,该结论能为教育决策提供一定的依据．     

基于关联规则的入侵检测系统

为提高入侵检测系统的智能性、准确性和检测效率,针对入侵检测系统的特点,将数据挖掘技术应用于入侵检测系统。阐述了使用关联规则及其优化算法,对日志文件进行特征分析与知识发掘的入侵检测系统的设计与实现。实验表明,优化后的算法在对某一日志文件的入侵检测中,准确率平均提高45%,检测效率平均提高50%,大大增强了入侵检测系统的性能。     

基于数据挖掘关联规则的微粒群算法

本文在对微粒群算法进行改进的基础上,提出了基于数据挖掘关联规则的微粒群算法,理论分析和仿真结果表明该算法是有效的.