基于多支持度的挖掘加权关联规则算法

关联规则挖掘是数据挖掘中一个重要的模型．在其挖掘算法中，如果最小支持度很高，则出现频率比较低的规则就不能发现；如果最小支持度太低，因为频繁项的相互关联，则会出现组合爆炸．为此，提出了允许用户设定多个最小支持度、给定数据各项的权重来解决这一问题．理论、实验数据和实际应用证明，该新算法可行且符合实际情况，比同类算法用时更少，对大型数据库的关联规则挖掘非常有效．     

数据挖掘软件及其选择应用

本文概述了数据挖掘软件的分类,对常用数据挖掘软件进行了有针对性的比较介绍,并提出了数据挖掘软件的选择方法,最后展望了数据挖掘软件的发展前景。     

超市消费行为分析中的增量挖掘系统原型

介绍了一个应用增量更新技术开发的超市消费分析系统原型,源数据库已有的分析模型,对新数据进行增量挖掘,减少了对数据库扫描的次数,提高运行效率,加快了系统的反映速度,符合CRISR-DM模型的要求,具有一个实用的数据挖掘系统的特征.     

环状RNA hsa_circ_0055176对口腔鳞状细胞癌细胞迁移和侵袭能力的影响

目的:探讨环状RNA hsa_circ_0055176对口腔鳞状细胞癌(OSCC)细胞迁移和侵袭能力的影响.方法:35例口腔鳞状细胞癌患者,用实时荧光PCR检测hsa_circ_0055176在OSCC及相应癌旁组织和OSCC细胞系中表达水平.用慢病毒感染或SiRNA转染SCC25和CAL27细胞,检测环状RNA对OSCC细胞生物学行为的影响.结果:环状RNA hsa_circ_0055176在OSCC组织表达低于癌旁组织(t=4.52,P0.001);在OSCC细胞系表达低于人类角质形成细胞(t_(CAL27)=18.58,t_(SCC9)=12.21,t_(SCC15)=10.11,t_(SCC25)=16.88,P0.001).临床数据分析表明与颈淋巴结转移相关(t=12.28,P0.05).SCC25和CAL27细胞中hsa_circ_0055176表达上调或下调均影响肿瘤细胞的迁移和侵袭能力.结论:环状RNA hsa_circ_0055176在口腔鳞癌低表达可增强口腔鳞状细胞癌细胞的迁移和侵袭能力.     

大型在线社会网络结构分析

为了揭示在线社会系统与现实社会网络的异同,研究了一个大型在线职业人士社交网络的结构特性.与现实社会网络相比,它不仅表现出如无标度和小世界特性、高聚类系数、层次化和社团结构等共性,而且表现出如连通子图规模分布、度分布和社团规模分布中所呈现的锯齿状以及度异配性特性.同时,阐明了其相关特性的形成机制,构建了以重现该无标度网络的度分布模型,为相关动力学研究提供了实证基础.     

电信决策支持系统中数据仓库的设计

基于数据仓库的决策支持系统是现今决策支持技术应用的主流,本文利用数据仓库、联机分析处理、数据挖掘、模型库系统、知识库系统等技术给出了电信企业的决策支持系统的逻辑架构和物理架构,并简单介绍了该系统中的几种数据挖掘方法。     

改进ID3算法实现智能调度负荷特性分析及其可视化研究

针对传统ID3算法偏向于选择取值较多的属性问题,提出了改进的ID3算法,同时考虑决策树两层结点的信息增益,又引入了密合度概念,使决策树生成的规模相对较小,能够减小算法复杂度,提高挖掘速度和效率．运用改进的算法分析了智能调度用电负荷特性,建立了决策树,并结合可视化技术展示了业务分析数据和模型．实例运行结果能够满足电网业务功能需求,支持智能调度运营,具有较高的应用价值．     

基于多源数据融合的冰雪条件下车速变化关联性分析

基于多源数据融合,利用关联规则分析中的Apriori算法研究天气条件、路面条件、养护作业等因素与车速变化的关联性,通过速度降低与回复现象有效评估冬季道路养护的效益.结果表明:车速变化与能见度、路面条件和降雪量具有较强关联性,与湿度、风向、工作日、节假日和流量没有相关性.通过数据挖掘技术将存储的多源数据转化为有效的知识和信息,从而可为冬季道路养护提供有效的决策支持.     

基于云计算的并行k-means算法研究

针对传统k-means聚类算法面对海量数据存在时间复杂度急剧增加的问题,结合云计算的优势,提出基于MapReduce编程框架来实现k-means聚类算法的并行化处理。Map函数完成每个样本记录到聚类中心的距离计算并标记其所属聚类类别,Reduce函数汇总中间结果并计算出新的聚类中心,供下一轮迭代使用。通过实验表明:基于MapReduce的并行化k-means聚类算法具有较好的加速比和良好的扩展性。     

大型数据库中的高效序列模式增量式更新算法

提出一种称为FIMS（fast incremental mining of sequential patterns)的序列模式增量式更新算法，处理因数据库的更新而引起的序列模式的维护问题。主要思想是利用原先的序列模式挖掘结果，通过建立一个投影数据库来减少对整个数据库的扫描次数和侯选序列的生成，从而提高挖掘的效率。实验结果显示在更新数据量远小于整个数据库的大小时，FIMS算法的性能优于GSP算法4－7倍。