数据挖掘技术在交通事故分析中的应用

结合关联规则与粗糙集的思想, 提出了基于偏好信息的决策规则约简算法, 并将该算法应用于长春市历年的道路交通事故数据分析中, 从而找出交通事故发生的潜在规律.     

数据挖掘技术在高职教学质量管理中的应用

数据挖掘技术已经在多个领域取得令人满意的应用。在教育领域里随着数据信息的不断增长,把数据挖掘技术应用到高校信息管理中,可以促进教育体制的进一步改革、完善和发展。数据挖掘不仅可以发现教师自身素质与教学评价结果之间的内在联系,还能应用在高校教育教学、考试评估的各个方面。还能应用在高校教育教学、考试评估的各个方面。     

基于粗糙集理论的数据挖掘方法在电子商务中的应用

介绍了一种基于粗糙集理论提取关联的数据挖掘方法：并给出它在电子商务中的应用以及数据挖掘的全过程和示例，指出作为一种决策支持技术，它可以用来提高企业的决策效率和决策可信度，从而为企业赢得一定的竞争优势。     

基于粗糙集的数据挖掘方法在电子商务中的应用

粗糙集是一种处理模糊和不精确性问题的数学工具,数据挖掘能帮助我们从大量的信息中发现有用的信息。介绍了一种基于粗糙集的数据挖掘方法,通过实例分析给出它在电子商务中的应用。     

数据挖掘技术在医学诊断中的应用

结合医学数据的特点,提出一种基于数据挖掘技术的粗集属性约简算法,并将其应用在医学诊断中.通过具体实例证明了该算法的正确性和有效性,该算法在医学诊断中具有一定的实用价值.     

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.     

属性约简在数据挖掘中的应用

讨论了属性约简在数据挖掘中的应用，并通过应用实例证实了其有效性。     

关于几个数据挖掘技术的讨论

本文讨论了数据挖掘技术的研究进展,并对三种方法进行了深入的研究关联规则、粗糙集、遗传算法.     

数据挖掘技术在选课系统中的应用

许多高校都拥有选课系统,并积累了大量的原始数据,这些数据中包含了大量潜在的、未知的有用信息,这些“信息”可以辅助相关部门进行合理的教学资源分配并做出相应决策。本文基于高校选课系统,讨论了数据预处理和数据挖掘技术,并应用关联规则中的FP-tree算法挖掘选课数据,获得了一些有用的规则信息,取得了良好的应用效果。     

浅谈数据挖掘技术在职业院校中的应用

近些年来各职业院校为了改善教学管理质量,扩大招生,提高学生就业率,开发了多种管理等系统,保存了大量的数据,但是对这些数据的利用并不高。数据挖掘技术在职业院校中的应用越来越广泛,主要应用在教育教学管理与评估,学生就业,学校招生等方面。通过对保存的大量数据进行处理分析,帮助学校管理层的人员进行决策,为学校的发展提供帮助。     

基于粗糙集的数据挖掘算法的研究

粗糙集理论是一种新的处理模糊和不精确问题的重要数学工具,是一种新的数据挖掘技术。本文主要研究基于粗糙集的数据挖掘的算法在规则提取阶段的应用。     

基于关联规则挖掘算法的研究

关联规则挖掘是从大量的数据中挖掘出有价值描述数据项之间相互联系的有关知识.对于大型数据库来说,有算法的执行时间太长等问题.分析和探讨了Apriori算法,提出了基于Apriori算法的一种有效的关联规则挖掘算法,减少了数据库I/O操作时间,从而提高了效率.     

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。     

基于粗糙集理论的医院院内感染数据挖掘

粗糙集理论是一种处理模糊和不确定知识的新型数学工具 ,已广泛应用于人工智能的许多领域特别是数据挖掘和知识发现领域。本文首次将基于粗糙集理论的数据挖掘技术应用于医院院内感染的知识发现 ,在智能诊断的知识自动获取方面取得新的进展。     

数据挖掘技术在入侵检测系统中的应用

入侵检测系统是一种主动保护网络资源免受黑客攻击的安全技术.它不仅帮助系统对付外来网络攻击,还可以查知内部合法用户的非法操作,扩展了系统管理员的安全管理能力.入侵检测为系统提供实时保护,被认为是防火墙之后的第二道安全闸门.文章讲述了入侵检测技术,并提出了一种基于数据挖掘技术的入侵检测模型,可发现已知和未知的滥用入侵和异常入侵活动     

数据挖掘技术在网络入侵检测中的应用

基于通用入侵检测轮廓,建立了一个基于数据挖掘技术的异常检测模型,采用关联规则、序列规则对数据进行挖掘,用判定树分类技术对获得的规则进行分类.实验表明,本模型具有较好的效益.     

数据立方体中多维关联规则挖掘算法

数据立方体是数据仓库中数据组织和存贮的重要手段，它采用多维立体数据存贮方式来取代传统的平面数据存贮方式，为进行多维数据分析提供了根本保证。本文通过对稀松和密质两类立方体进行分析，给出了分别针对这两种情况的多维关联规则挖掘算法，并通过实验对其在不同情况下的性能进行了分析，结果证明，两种算法在特定情况下的效率提高是十分明显的。     

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     

关联规则数据挖掘方法的研究

在数据挖掘技术中有很多研究领域,关联规则数据挖掘就是其中一个重要的研究方向,对它进行深入研究不仅有着重要的理论意义,而且有着极其重要的应用价值。分析和研究Apriori算法,针对该算法中存在的效率瓶颈问题,提出了一个改进的挖掘算法FDBM_Apriori算法,并实现了该算法。理论和实验证明,FDBM_Apriori算法具有良好的性能。     

基于粗糙集理论的续保规则挖掘模型

基于粗糙集基本理论，分析了衡量规则价值的方法，构建了一个基于粗糙集理论的续保规则挖掘模型．运用该模型对10000条车险保单客户数据进行了分析，挖掘出隐含在这些数据中的续保规则，找到了续保客户的描述性特征．