上市公司关联交易利润操纵

由于历史的原因，目前在我国证券市场上．上市公司关联交易行为较为普遍，但是相关的规则却极不健全。这给一些上市公司利用关联交易，大行利润操纵带来了可乘之机，关联交易利润操纵已经引起了广大投资特别是中小投资的强烈谴责。上市公司关联交易利润操纵是一个两阶段的过程，只有从规范关联交易行为和规范关联交易信息披露两个角度同时入手，通过建立健全两个方面的规则，依靠监管部门的严格实施，双管其下，才能真正做到规范关联交易，遏制利润操纵。     

关联规则挖掘在商务中的应用研究

关联规则是事件发生中诸要素之间存在的关系性和规律性。在商务活动中也存在关联规则,寻求关联规则的方法即为关联规则挖掘。当前,国外关联规则在商务活动中应用广泛,但在我国却存在"数据海量,信息缺乏"的现状,因此,急需进行关联规则的挖掘研究与应用。     

基于食品检验数据的关联规则研究

食品安全监管数据量大、隐含的信息以及数据之间的规律不易被发觉。本文研究了Excel数据挖掘模块的关联规则对食品检测数据进行挖掘的方法,研究结果表明,关联模型得出的规则对食品安全监管有一定的指导意义。     

基于数据挖掘的物流成本管理模型研究

降低成本是增强第三方物流企业竞争力的重要途径。本文采用数据挖掘技术建立物流成本管理模型,分析物流成本数据中隐含的有用信息。该模型首先引入聚类分析方法将物流成本依据自身特征分成若干簇。再引入关联规则分析方法挖掘物流成本数据之间的关联规则,形成物流成本管理决策知识库。通过挖掘物流成本数据中隐含的关键信息,可以有效管理物流成本。     

基于协同过滤和关联分析的图书推荐系统

高校图书馆系统与商业系统相比,普遍存在用户信息少、项目评分严重缺失的问题,极大地影响了个性化推荐的准确率。构建某高校近200名学生图书借阅记录作为算例,利用多维属性间关联规则数据挖掘技术,采用协同过滤算法、关联算法对不同用户群体图书借阅数据进行分析,探索具有针对性的图书推荐服务策略,提升图书馆服务能力。     

多源置信综合的雷达与ESM协同跟踪方法

跟踪空间邻近目标时,仅依靠运动学信息不足以实现可靠的数据关联,而基于动目标指示器（Moving Target Indicator,MTI）雷达和电子支援措施（Electronic Support Measurement,ESM）的多源异类传感器数据融合可以通过提升数据关联性能达到改善跟踪性能的目的。通过构建基于五种成比例再分配规则（Five Proportional Conflict Redistribution Rules,PCR5）置信度量的数据关联策略,将目标运动学信息和属性信息结合做多特征推理,解决异类传感器数据的不确定性和不一致性;利用Dempster-Shafer（DS）证据理论方法进行属性融合更新,完成属性信息在时间序列上的相干积累,实现空间邻近目标的可靠跟踪。该方法从数据关联和状态估计两方面联合进行改进,通过引入属性信息提升数据关联的正确性,从而提升跟踪性能,实现多源异类信息下的协同跟踪。仿真表明,相比于仅雷达跟踪、雷达和ESM序惯跟踪等方案,该方法可有效提升跟踪精度和关联性能。     

移动通讯客户消费水平分析中的数据挖掘

本文详细探讨了如何利用信息增益分析技术、属性的相关分析以及数据归约方法对数据库进行压缩,以及数据挖掘中关联规则、决策树和决策规则等方法的运用。并在此基础上,对我国某地区移动通讯用户消费水平的数据库进行了分析。     

基于Apriori算法的四川省卷烟市场的研究

基于数据挖掘中的关联规则Apriori算法,对四川省卷烟市场数据进行研究,并提取出一些潜在的关联规则,这些关联规则对提高卷烟厂销量有一定的指导意义。     

数据挖掘关联规则技术的应用

数据挖掘是从大量数据中提取有用信息的新技术。本文介绍了数据挖掘的基本概念,重点分析了关联规则Apriori算法。并使用SPSS公司Clementine工具提供的Apriori算法,实现意向购房的数据挖掘。     

基于Apriori算法的四川省卷烟市场的研究

基于数据挖掘中的关联规则Apriori算法,对四川省卷烟市场数据进行研究,并提取出一些潜在的关联规则,这些关联规则对提高卷烟厂销量有一定的指导意义。     

数字经济涉税法律冲突及其解决方案探讨

数字经济的迅猛发展已经超越了早期的电子商务,它已经开始动摇传统的国际税收秩序的基础。传统的国际税收规则是基于经济关联原则和受益原则逐渐发展起来的,但是随着大数据时代的到来,数字经济逐渐成为经济本身。我们更应该动态地理解和运用经济关联原则和受益原则,重新考量企业最密切的联系要素,坚持将利润划分到经济活动发生地和价值创造地的基本原则不变。中国更应该及时警醒防止税基侵蚀利润转移问题的发生而不能随波逐流,尽快采取措施应对数字经济给本国税基所带来的影响,尽早出台本国的数字经济税收调查报告,从而确定并出台维护本国利益的数字经济税收规则,防止税收流失。     

关联规则挖掘算法在网页浏览序列中的应用研究

针对用户网页浏览行为的真实数据,将关联规则数据挖掘算法应用于用户网页浏览序列中,对系统中存在的大量数据进行挖掘,从中提取出潜在的有用的信息,得到用户网页浏览的一般规律。     

关联规则在商务网络管理中的应用

本文分析了电子商务网络管理告警信息的目标数据结构,应用基于散列技术的关联规则算法和数据集增量更新算法,挖掘告警信息中的有意义关联规则,这些关联规则作为先验知识指导网络故障定位、故障发现和故障预测,以提高网络可靠性和可用性。     

对关联方交易内部转移定价的探讨

关联方交易内部转移定价目的在于人为地抬高或降低交易价格 ,调节各关联企业的成本和利润 ,达到减轻税负 ,使各关联企业共同获取最大利润的目的。过于偏离市场价格的关联方交易转移定价 ,势必对市场各参与主体的利益产生影响 ,给国家税收造成损失 ,必须加强对关联交易转移定价信息披露的监管 ,防止产生利用关联交易转移定价来转入或转出利润及操纵利润现象的发生     

一种改进的关联规则挖掘算法在自选餐厅的应用研究

本文详细分析传统关联规则Apriori算法的不足,提出了一种改进的关联规则快速挖掘算法。并使用该算法对某自选餐厅消费信息进行数理分析和仿真实验,挖掘了隐含的有用信息,具有重要的实用价值。     

数据挖掘在天猫商城中的应用

数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。运用数据挖掘中Apriori算法对大量淘宝交易数据进行关联规则挖掘，可以得到商家感兴趣的销售信息，并根据这些信息进行针对性的营销，从而起到促进销售的作用。     

数字挖掘关联规则技术的应用

数据挖掘是从大量数据中提取有用信息的新技术。本文介绍了数据挖掘的基本概念，重点分析了关联规则Apriori算法。并使用SPSS公司Clementine工具提供的Apriori算法，实现意向购房的数据挖掘。     

图书馆推荐图书体系的数据挖掘研究

针对当前数字图书馆大部分无法向用户提供准确的个性化图书推荐服务的不足．本文分别从智能图书馆图书关联规则推荐技术、关联规则定义及算法以及智能图书馆图书推荐系统结构框架设计等角度对图书馆推荐图书体系进行深入分析和探讨。     

基于关联性的目标动向热点分析

为了从海量传感器数据中及时发现重要目标的动向,提出了一种目标动向信息表征及关联方法,即从多源异类传感器获取的信息中抽取出目标关联要素进行动向表征,利用语义决策树实现动向要素聚类,通过知识规则进行关联匹配扩展,从而发现目标动向的热点,并进一步统计分析目标活动规律与发展趋势。实验表明所提出的基于关联性的目标动向热点分析算法准确率高,具有实用价值。     

数据挖掘关联规则技术的应用

数据挖掘是从大量数据中提取有用信息的新技术.本文介绍了数据挖掘的基本概念,重点分析了关联规则Apriori算法.并使用SPSS公司Clementine工具提供的Apriori算法,实现意向购房的数据挖掘.