基于聚类矩阵的CM-Apriori算法研究

针对关联规则中Apriori算法的不足,提出了一种基于聚类矩阵的CM-Apriori新算法.该算法只需扫描事务数据库一次,就直接按事务项数生成聚类矩阵,每次只需对部分聚类矩阵进行运算,就可以生成频繁项集.这大大减少了扫描数据库的次数和计算成本,从而有效提高了算法的运算效率,并通过实例说明了它是一种有效的关联规则挖掘方法.     

当概率和代价未知时的决策研究

在数据挖掘领域中对于测试例代价和概率未知的情况下,进行代价估计和概率估计是必须的.研究直接Cost-Sensitive决策方法的思想和决策过程,并运用决策树和贝叶斯学习方法进行代价估计和概率估计.当运用以上方法之后,能得到被校准的代价估计.与MetaCost方法相比较,直接Cost-Sensitive决策方法是更加有效的决策方法.     

基于知识图谱的拍卖理论研究可视化分析

以CNKI中1992-2020年的相关核心论文为数据源,借助CiteSpace科学计量软件,对筛选后的990篇研究文献从发表数量与时间、主要作者与研究机构、关键词共现与聚类、时序演进与突变检测等方面绘制知识图谱,采用科学计量与共词分析相结合的方法进行可视化分析,梳理国内拍卖理论的研究现状和演化情况,预测其发展趋势,为今...     

基于抽象语法树和最优映射算法的克隆代码映射研究

以具有嵌套结构的克隆代码为研究对象,使用NiCad检测工具获取克隆代码的检测结果,然后将检测出的克隆代码转换为抽象语法树,利用递归函数返回最优子树,筛选出具有相同嵌套结构的克隆代码;再利用最优映射算法对具有相同嵌套结构的克隆对进行映射.此方法更好地支持了Type-3类型克隆代码的映射,为进一步研究克隆代码重构奠定了基础.     

一种针对不相容决策表的属性约简改进算法

研究不相容决策表的属性约简问题.在对现有约简算法局限性分析的基础上,提出一种基于等价划分的属性约简改进算法.该算法不仅从整体上划分了决策表,使其适用范围更广,还使用了过滤矩阵与属性频率重要性的计算方法,提高了算法的效率.最后通过理论证明和实例分析,验证了该算法的有效性.     

基于TBL-PjBL的非关系型数据库教学设计

面向新工科人才培养要求，从提高学生团队精神和数据库技术应用能力出发，以行业案例为载体，提出了基于TBL-PjBL的非关系型数据库教学方式。在宏观上采用团队学习法(TBL),微观上采用基于项目的学习(PjBL),以层层递进的方式将行业案例融入到非关系型(NoSQL)数据库的教学，以学生为中心，以知识为点、以项目为线、以应用为面，形成点线面的良性格局，增强对NoSQL数据库原理和技能的理解及操作，从而有助于提高学生掌握分析大型数据集、挖掘隐藏信息的能力，培养校企合作大数据人才的核心技能。