一种改进的关联规则增量式更新算法

在支持度和置信度不变的情况下,随机或偶然向数据集添加数据记录会导致关联规则的变化.在FUP算法的基础上给出了一个改进的增量式更新算法,本算法在充分利用先前关联规则的基础上极大的减少了扫描原数据集的次数,与FUP算法相比极大的减少了算法运行时间,并实验验证了算法的优越性.     

基于数据流的频繁集挖掘

针对数据流特殊的数据类型,提出了一种新的数据流挖掘算法.该算法引入了一个全新的优化方法,将边界集和频繁产生集结合起来.频繁产生集是频繁集的一种无损简缩表达方式.它所包含的模式数量比频繁集所包含的模式数量小若干数量级.边界集是频繁产生模式和其他模式之间的边界,通过观察边界集的变化可以生成新的频繁产生模式.实验结果表明,该算法的性能有明显的提高.     

基于Pareto最优的概念结构方案多目标决策方法

介绍了一种由概念设计结构方案选择的多目标决策方法．该方法根据多目标Pareto最优原理，将sPareto边界定义为一种设计方案集的Pareto边界，直接反映了各方案间的折衷，从而可剔除支配方案，保留竞争方案，并利用最小sPareto解集量化竞争方案性能，实现了方案的定量评价．在此基础上，通过设定不同的偏好区域，以交互方式研究设计解空间，从而可辅助设计者做出满意的方案决策．     

试论数字资源著录的元数据解决方案

数字信息时代的到来使快速发展中的数字图书馆面临着如何高效组织、管理数字化信息资源,同时为广大用户提供高水平服务的重大挑战.重点对采用DC元数据作为标准著录元数据集、采用RDF/XM L作为标准编码技术的数字信息著录方案作一研讨,以期促进我国早日实现数字信息著录、管理技术的标准化和统一化.     

基于粗糙集理论的集对分析方法

针对集对分析的基本理论,分析粗集与集对的相似之处,将粗糙集理论与集对论相互嫁接、相互渗透,提出集对分析中的粗糙集方法,用粗集中的上下近似集来定义集对中的同异反联系度。这种方法的研究将有利于融合二者的优势,为确定不确定系统的数据分析、数据挖气掘、知识发现等提供了更扎实的理论基础。     

浅析饭店员工流失原因及饭店的人性化管理

当前，每个饭店在经营管理过程中，都必须面对员工流失问题。而员工流失率偏高，又是各饭店普遍存在的一个现象。同时，员工流失率偏高也给饭店带来了负面影响，其负面影响集中表现在：（1）员工的流失给饭店带来成本损失。（2）员工的流失影响饭店的服务质量。（3）员工的流失使饭店业务受损。（4）员工的流失会极大地影响士气。在此，笔者尝试就饭店员工流失原因及如何应对，谈谈自己的看法。     

基于项目集的关联规则数据挖掘

为了发现项目集中所有的频繁模式,根据关联规则定义及属性,利用Apriori算法实现关联规则的挖掘,挖掘出新的关联规则。可产生清晰有用的结果;通过项目集的关联规则挖掘研究结果既可以广泛应用于各个领域,也可以检验行业内长期形成的知识模式,同时能够发现隐藏的新规律,成为完成数据挖掘任务的一个重要手段。     

《龙湖集》诗风初探

初盛唐之交，陈元光《龙湖集》在诗歌题材、审美趣味、诗歌风格等方面均有所突破。《龙湖集》记载了诗人在闽地真实的生活经历和感受，对于以想象为特征的初唐边塞诗歌，是一种题材的发展。《龙湖集》出现了由雅趋俗的审羡变化，在诗歌当中展现闽南一带人民淳朴的民风，富有浓郁的生活气息，从而开拓了诗歌视野。《龙湖集》与初唐宫廷浮弱的文风不同，展现了清新刚健的新诗风。《龙湖集》是“盛唐之音的前奏曲”。     

LF拓扑空间的S-连通性

给出了LF拓扑空间中的S—连通性的概念，证明了（L^X，δ）不是S—连通空间的二个等价条件；讨论了S—连通集的性质；论证了S—连通性的半同胚性质及S—连通分支的概念和性质。     

集对分析方法在数据挖掘中的应用

集对分析是处理不确定问题的一种新方法,近几年来在工程应用、决策支持系统等应用中取得了较好的成果.本文试图利用集对分析理论的基本思想,提出了一种基于集对分析的数据挖掘方法,并通过实例证实了该方法的有效性.