关联规则挖掘在数据仓库中的应用研究

从数据库知识发现的角度，介绍了数据仓库中数据挖掘模型的设计原理，提出了单层次结构的关联规则挖掘的一种设计原理和实现方法。     

数据变化关联规则挖掘方法及算法

数据 中有许多数据是处于不断变化中的,对于这些数据,人们希望能对其未来的取值作出预测,预测的结果并不需要知道这些数据的具体取值,而只需得出一个变化范围,提出发现此类变化中关联规则的２种算法。     

挖掘关联规则的一种预处理：合并交易

指出了已有的挖掘关联规则的研究都没有考虑交易的合并,得到的关联规则是很不完整的。提出了交易合并的必要性,给出了交易合并的一些原则和方法,即设法将同一客户本应在一次交易中完成的若干交易合并为一条交易。合资同一客户交易的基本原则是考虑交易之间的时间间隔和相邻交易中项目的类别。同时,也给出了这种环境下挖掘关联规则的算法。     

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。     

定量关联规则的挖掘

介绍在关系数据库中包含定量和范围属性关联规则的挖掘问题，给出一些定义和方法，引人局部完备性来度量由于划分而引起大量信息的丢失程序，决定是否划分一个定量属性及划分数。     

多数据源关联规则挖掘算法研究

现行的关联规则挖掘算法大多只针对针对单一数据源进行挖掘，但在实验应用中，往往碰到多个数据源的情况，前面的工作已经就多数据源的挖掘做了一些基础性的研究，取得了一定的成果，在此提出一个多数据源关联规则挖掘算法，能够较好的解决在多个数据源的情况下，关联规则挖掘中所涉及的问题，并在实验部分验证了此种算法的正确性和效率。     

分布数据库关联规则挖掘

先从理论上证明分布数据库局部频繁集与全局候选频繁集之间存在某种关系 ,利用该关系设计分布数据库关联规则挖掘算法 .该算法的局部频繁集挖掘利用FP -树实现 ,不需生成候选频繁集 ,全局频繁集在局部频繁集基础上直接生成 ,不需重新扫描各局部数据库 ,不会造成过度的网络通信开销 ,具有很好的挖掘效率     

在线挖掘关联规则算法的改进

介绍了由ＣｈｒｉｓｔｉａｎＨｉｄｂｅｒ提出的在线挖掘关联规则算法Ｃａｒｍａ,提出了该算法的若干改进,减弱了原算法第一步有交易的子集ｖ被插入集合Ｖ的条件,同时改进了ｍａｘＭｉｓｓｅｄ的计算公式,使其计算更为简单。实验证明,以上改进提高了算法的速度。     

一个新的挖掘广义关联规则算法

在分析广义关联规则基本模型和求解在规则的基本性质基础上，提出一个新的基于关系操作的挖掘广义关联规则算法，该算法既使用了成熟的关系操作又充分利用先验，在多概念层上交互挖掘关联规则，有很好的实用性。     

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。     

基于数据库划分的高效关联规则挖掘算法研究

在现有的关联规则改进算法的基础上,深入分析了经典算法的内涵,提出了不产生候选二项集的改进算法,而且减少了扫描数据库的大小.与Apriori算法相比,在较大型的交易数据库中,效率明显提高.     

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。     

不完全数据库中的关联规则挖掘

在不完全数据库中挖掘关联规则是一个重要的数据挖掘问题,其关联规则的支持度和置信度不可能精确计算,但可以估计.基于关联规则支持度和置信度的估计,讨论了不完全数据库中关联规则的挖掘问题.     

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.     

基于数据立方体的维内关联规则挖掘算法

针对数据立方体的结构特点，结合联机分析处理技术，提出了两种基于数据立方体的维内关联规则挖掘算法，以合肥农河超市实际数据作为测试数据，给出了两种算法的实验结果，结果表明，两种算法在不同支持度情况下执行效率存在明显差异，分别适合在高支持度和低支持度情况下进行关联规则挖掘。     

数据库中标准加权关联规则挖掘算法

在原有的关联规则挖掘算法的研究中,认为所有的属性的重要程度相同,提出标准加权关联规则的挖掘算法,能够解决因属性重要程度不一样带来的问题。     

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。     

关联规则挖掘在临床诊断中的应用研究

将关联规则挖掘应用于临床疾病诊断工作,力求找出数据中各层次因素间的关联关系,挖掘疾病数据库中的关联规则。通过实例试图发现吸烟、环境污染、职业性致肺癌因素、肺部慢性疾病等因素与肺癌的发生与诊断间的关联关系,从而发现肺癌疾病与它产生的可能因素间的规则,利用规则模式指导肺癌的诊断与预防。并期望以此为例研究关联规则挖掘在疾病诊断各方面的应用。     

关联规则挖掘技术在人寿保险行业中的应用

人寿保险行业在激烈的市场竞争中生成了大量的保单业务,如何对这些海量信息进行深层次的分析与挖掘,让其发挥巨大的增值作用。针对这一问题,利用关联规则挖掘技术从人寿保单数据中,分析投保人的各项特征与索赔的内在关系,所得到的结论对保险公司的业务发展具有重要的指导意义。