基于关联规则的虚拟主机网站日志挖掘

网站日志记录了用户的浏览行为，通过挖掘网站日志，可以分析用户行为，为优化网站结构提供有价值的数据．但是很多虚拟主机网站没有日志记录功能，这给日志挖掘带来了极大的不便．本文介绍一种生成日志的方法，并利用关联规则算法对其进行日志挖掘，发现用户的访问模式，帮助网站改进页面结构．     

青城山森林植被常见种群种间联结性的研究

采用2×2列联表,通过χ2 检验、AC值和Jaccard指数分别对青城山风景区森林植被乔木层11个常见种群和灌木层8个常见种群的种间联结进行定量分析,结果表明:W 检验说明青城山风景区森林乔木层常见种群与灌木层常见种群的总体种间关联性均呈显著正相关;绝大多数种对是正联结,少部分种对是负联结,联结关系大多未达到显著水平,种对间的独立性相对较强,种间联结具明显的松散性.     

比喻的心理基础

主要分析比喻的心理基础———联想和想象 ,对联想进行了分类 ,把它们分为接近联想、相似联想、对比联想和关系联想 ,并分别指出它们与比喻的关系。还讨论了更高层次的联想———想象 ,最后讨论了通感和通感式比喻 ,并简要介绍了格式塔心理学对比喻的解释 :比喻是力的作用模式 ,而一旦几个领域里的力的作用模式达到结构上的一致时 (异质同形 ) ,就可能激起我们的审美经验     

数据挖掘关联规则Apriori算法的优化

关联规则挖掘研究是数据挖掘研究的一项重要的内容.Apriori算法是挖掘关联规则的经典算法,但存在一些不足之处.本文在Apriori算法基础上,提出了基于链表数据结构的关联规则改进算法.由于该算法只需对交易数据库进行一次检索,故能大量减少所需的I/O次数,提高了系统的性能.     

关联规则挖掘算法研究

本文论述了关联规则的基本概念、分类、基于频繁项集思想的关联规则挖掘算法——Apriofi算法，以及在基础上对Apfiofi算法的各种改进算法。然后对基于非频繁项集的各种关联规则挖掘算法，多维多层次挖掘算法思想进行了讨论。最后指出了关联规则挖掘的未来研究方向。     

胶莱盆地一段含矿建造的多元统计对比分析

对胶莱盆地莱阳群一段(k1l1)含矿建造成矿元素，作了相关分析、回归分析、聚类分析和因子分析的对比研究。从而得出成矿元素的最佳元素组合是Au、As、S(Cu、Sb、Ag、Pb、Zn)，成矿元素对各岩性岩石无明显的选择性。几种分析方法相互对比验证，对k1l1含矿建造成矿元素的分析结果相近，具有较高的一致性。表明分析方法合理，分析结果具有一定的可信度。     

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．     

一种自适应快速关联规则挖掘算法

提出一种从大型数据库中挖掘关联规则的快速算法——自适应快速关联规则提取算法。该算法以经典的Apriori算法及其他各种优化算法为基础，引入了自适应步长和扫描树的概念，并采用修剪法对Apriori算法进行了改进。理论分析与实验结果表明，该算法比Apriori算法的应用效率高，同时也证实了其有效性。     

关联规则和聚类分析在个性化推荐中的应用

提出了两种应用访问页面关联规则和访问模式聚类分析结果相结合进行个性化推荐的方法,即将聚类分析作为关联规则的预处理和将关联规则和聚类分析互补使用,并与单独应用访问页面关联规则或访问模式聚类分析结果进行个性化推荐时的推荐测度进行了比较·实验表明,将聚类分析作为关联规则的预处理的推荐方法可以显著地提高推荐的准确率,而将关联规则和聚类分析互补使用的推荐方法具有较高的推荐覆盖率·同时发现将聚类分析和关联规则结合使用并不能同时改善推荐的准确率和覆盖率·     

依兰盆地古近系含煤地层岩相特征及古地理格局

为研究依兰盆地岩相特征及其地观面貌,通过野外露头和钻孔剖面的观察、描述与编录,识别了依兰盆地古近系舍煤岩系的主要岩相类型,据此,分析总结研究区所发育的主要的沉积相及其特征。通过对盆地中钻孔资料的筛选及统计,绘制出依兰盆地古近系富锦组的地层厚度等值线、砂泥比等值线等图件,结合单井和连井对比图的优势相,最后绘制出层序的岩相古地理图。