成本收益约束与规制政策工具的选择

从理论上说,规制的成本收益分析对于政府规制政策工具的选择具有重要的意义。但从实践上看,除美、英等西方国家外,对政府规制的成本收益的研究和实践很少。我国应及早引入规制成本收益分析方法,并结合本国规制的实际成本和收益等多方面因素进行定量的分析,从而提高政府规制的效率。     

挖掘典型的语言值关联规则

通过给定的最小支持率和最小信任度来挖掘语言值关联规则往往会得到很多规则,因此用户很难获得真正关注的语言值关联规则．本文提出一种挖掘典型语言值关联规则的算法,此算法将挖掘得到的语言值关联规则按照相同的后件进行分组,然后对每个分组中的语言值关联规则根据规则之间的不相似性进行聚类．最后从每个类中挑选出代表类原型的语言值关联规则作为典型的语言值关联规则．典型的语言值关联规则是语言值关联规则集合中最具有代表意义的规则．     

Indirect associations between multiple items and a mining algorithm

hldirect association is a high level relationship between items and frequent itemsets in data. Current research approaches on indirect association mining are limited to indirect association between itempairs,which will discover too many rules from dataset. A formal definition of indirect association between multiple items is presented, along with an algorithm, SET NIA, for mining this kind of indirect associations based on anti-monotonicity of indirect associations and frequent itempair support matrix. While the found rules contain same information as compared to the rules found by indirect association between itempairs algorithms, this notion brings space-saving in storage of the rules as well as superiority for human to understand and apply the ndes. Experiments conducted on two real-word datasets show that SET _ NIA can effectively find fewer rules than existing algorithms which mine indirect association between itempairs,the experimental results also prove that SET_NIA has better performance than existing algorithms.     

一种基于关联规则的缺省规则挖掘算法

传统的基于Rough集的缺省规则挖掘算法须计算差别矩阵并生成大量的条件属性类，挖掘效率低．为此，本文引入相容关联规则和决策关联规则的概念，提出基于关联规则的缺省规则挖掘算法——DRMBAR，该算法借助FP-tree存储结构挖掘出决策关联规则，并用相容关联规则性质对决策关联规则进行有效修剪后生成相应的缺省规则,DRMBAR可有效地过滤噪声、提高缺省规则挖掘效率，且克服了传统算法依赖于主存的限制，为缺省规则的挖掘提供了一种新的框架。实验结果表明该算法是有效且可行的。     

Research on Algorithm for Mining Negative Association Rules Based on Frequent Pattern Tree

Typical association rules consider only items enumerated in transactions. Such rules are referred to as positive association rules. Negative association rules also consider the same items, but in addition consider negated items （i. e. absent from transactions）. Negative association rules are useful in market-basket analysis to identify products that conflict with each other or products that complement each other. They are also very convenient for associative classifiers, classifiers that build their classification model based on association rules. Indeed, mining for such rules necessitates the examination of an exponentially large search space. Despite their usefulness, very few algorithms to mine them have been proposed to date. In this paper, an algorithm based on FP tree is presented to discover negative association rules.     

基于量化概念格的关联规则挖掘

在概念格的内涵中引入等价关系并将其外延量化 ,得到量化概念格。利用量化概念格可以清晰地表示知识 ,从而便于挖掘包括关联规则在内的多种规则 ,与经典的 A priori算法相比较 ,规则表示更简捷、直观 ,尤其重要的是用户可根据自己的兴趣交互地挖掘关联规则 ,不需要计算频繁项目集 ,因而提高了挖掘规则的效率 ,适用于大型数据库中关联规则的挖掘     

基于规则引擎的面向企业服务管理系统的设计

提出一种基于规则引擎的管理系统的设计方法.该系统使用MVC模式、SSH框架来实现业务逻辑的分层,并采用Java规则引擎Drools进行模式分离和匹配的方法,然后以基于业务规则管理系统的企业进销存管理系统为实例说明系统的实现过程.     

关联规则挖掘在教学评价中的应用

指出了教学评价中传统的定性分析、定量分析、标准差方法的不足，介绍了关联规则的概念，将数据挖掘中的关联规则挖掘应用到教学评价中，找出了教师课堂教学效果与教师年龄、职称之间的关联规则．     

基于关联规则重要性的产品购买序列模式发现

为了解决利用关联规则进行购物篮挖掘分析存在的两个问题:由于数据挖掘前的业务分析不足,不能有效的挖掘出想要的规则;按照传统的关联规则参数设置挖掘得到的关联规则太多,用户无法对其进行取舍.结合实例销售数据,对数据源进行了业务深层分析,构建了基于销售的主题数据仓库,保证了数据挖掘的有效性,同时用概率代替置信度进行参数设置,并引入关联规则"重要性"参数作为新的衡量标准,分析规则的有趣性,以筛选出更有价值的关联规则.将研究结果应用于某制造业产品销售实例,进行了基于关联规则的产品序列购买模式研究,得到了有效的产品销售关联规则,支持了市场决策.     

基于粗集理论的一种规则提取方法

介绍了粗集理论的基本概念,通过对现有基于粗集的最小规则提取算法的分析,发现其缺陷,提出了一种改进的基于粗糙集的规则提取方法,并用UCI数据库中的9个标准数据集从规则集的规则数目、规则集的平均规则长度、规则集的平均规则支持、规则集的预测精度等4个指标对改进的算法进行了测试和对比分析,实验表明了该算法的有效性.     

Reducing Inconsistent Rules Based on Irregular Decision Table

In this paper, we study the problem of rule extraction from data sets using the rough set method. For inconsistent rules due to improper selection of split-points during discretization, and/or to lack of information, we propose two methods to remove their inconsistency based on irregular decision tables. By using these methods, inconsistent rules are eliminated as far as possible, without affecting the remaining consistent rules. Experimental test indicates that use of the new method leads to an improvement in the mean accuracy of the extracted rules.     

基于模糊数值约束的关联规则挖掘

很多时候一个事务记录中所包含的信息除了项目以外,还包括与这些项目相关的数值信息,这些数值信息同样可以作为关联规则的一种约束而存在,基于上述问题,文中提出了一个基于模糊数值约束的关联规则挖掘方法,实验结果表明该方法具有较好的伸缩性。     

关联规则挖掘方法的改进

分析了关联规则的衡量标准,针对其中的缺点和不足,提出了一种匹配度方法用以取代置信度,并将匹配度方法生成的规则与支持度-置信度框架生成的规则进行了比较.结果表明:用匹配度方法生成的规则不仅前件和后件具有较高的相关性,而且减少了冗余规则的生成.     

对《刑法》第九十三条第二款的思考

刑法总则是指导分则的，刑法分则是刑法总则的具体化。两者相辅相成，缺一不可。在运用刑法分则条文时，必须符合刑法总则规定的一般原理和原则。目前刑法总则条款九十三条第二款有疏漏，其指导的分则条款却很完善。那么，根据罪行法定原则，建议将该条款中国有公司、企业、事业单位、人民团体修改为国有单位，就不会出现前后矛盾。     

演绎数据库的语义查询优化

演绎数据库的语义查询优化是根据数据库中的完整性约事条件对查询进行优化，本文推出了两种基于完整性约束条件的优化方法，通过编译时对规则的改写，减少了参与计算的中间结果的数目，避免了不必要的操作提高了计算的效率。     

一种基于位矩阵的负关联规则挖掘新算法

典型的关联规则仅考虑事务中所列举的项目,这样的规则主要是正关联规则.负关联规则不但要考虑事务中所包含的项目集,还要考虑事务中所不包含的项目,它有利于进行购物篮分析以发现那些相关的商品或互斥的商品.而已有的负关联规则挖掘的算法具有很大的局限性.为此,文中提出了一种基于位矩阵的负关联规则挖掘新算法.通过算例表明,该算法是有效可行的.     

环境设计专业教学融合设计规范内容的探索

设计规范是环境设计中必须严格遵守的法则,目前环境设计专业本科教学未对规范知识给予充分重视.基于对教学实践与学生学习规律的分析,提出了以专业基础理论课程为核心系统讲授规范知识,并与设计课相互配合的教学方法.     

以语义规则刻画服务请求的Top-kWeb服务发现方法

为了更好地提供满足客户需求的Web服务,在充分研究服务发布描述、服务请求描述等特点的基础上,提出了以语义规则刻画的服务请求描述,并以本体构建了服务发布描述.通过对语义规则添加影响因子,使得服务匹配精度可以通过匹配度来度量,并按照给定的调节系数决定最终匹配是否成功.在OWL-S TC V2测试服务集合中进行了对比实验,结果表明,所提方法可以有效提高查全率和查准率,特别是在最大匹配数为20获得的k分别为2、5、8、10、15的情况下,Top-k查准率比基于描述逻辑包含检测的算法分别提高了15%、15%、9%、8%、2%,比关键字算法分别提高了5%、13%、30%、33%、30%,而查准率稳定在95%以上.     

美国采用非法证据排除规则的原因及其运行机制

美国联邦宪法修正案授予每位公民有限的人身及居所隐私的权利。非法证据排除规则是保证这些宪法修正案能得以实施的具体法律规定。法庭采用证据排除规则有三个主要原因:制止警察违法取证的行为,维持法庭的廉洁性,鼓励国家通过以身作则的方式教导国民遵守法律。与非法证据排除规则相比,内部制裁的方式会阻碍警察和检察官的工作能力,对警察提起损害赔偿之诉效果又不理想。非法证据排除规则是规范警察取证行为、保障公民宪法权利的最佳方式。     

从RBF核函数中抽取关联分类规则

目的为解决SVM分类器的分类模式难以为人类专家所理解等问题而提出一种有关InterRBF算法的新思路。方法通过将RBF核函数将其展开成麦克劳林级数,并从展开式中挖掘对分类分析起重要作用的关联规则,从而在SVM的分类模式中学习出关联规则分类器。结果改进后的SVM分类器具有较好的分类准确度;改变了当前研究从SVM的分类模式中抽取规则的方法仅限于IF-TEHN规则或者学习出决策树的状况。结论从RBF核函数抽取关联分类规则,对于在难以理解的知识中提取可理解的表达规则是可行的方法。