关联规则挖掘技术发展及应用

本文主要介绍了关联规则挖掘的主要内容和最新进展,对关联规则的各种挖掘算法进行比较,分析了关联规则挖掘的各种扩展和改进模型,最后简单介绍关联规则的应用.     

金属期货与现货市场价格互动关联规则挖掘研究

期货市场传递的价格信息反映未来供求状况的预期,因此,研究金属期货和现货市场价格互动,对于国民经济发展、企业规避价格风险、投资者进行投资决策及政府进行市场监管都有重要意义。本文将数据挖掘中的关联规则挖掘方法引入金融时间序列分析研究领域,针对挖掘对象期货市场的特点,提出基于时间约束的时间序列关联规则挖掘算法。与传统的忽视数据时间信息的关联规则挖掘算法相比,该算法对期货价格与现货价格间的互动关联规则进行挖掘,能发现反映时间序列局部动态互动关联关系,具有一定的短期预测效果。     

关联规则挖掘技术发展及应用

本文主要介绍了关联规则挖掘的主要内容和最新进展。对关联规则的各种挖掘算法进行比较，分析了关联规则挖掘的各种扩展和改进模型，最后简单介绍关联规则的应用。     

基于SSAS的油库安全事故关联分析

为有效地从纷繁复杂的油库安全事故要素中整理出规律性的油库安全管理知识,采用了SSAS数据挖掘工具中的关联规则算法;以大量油库安全事故案例为基础,进行了数据准备和处理;建立了基于关联规则算法的数据挖掘结构和模型;引入兴趣度参数,对数据挖掘模型得到的关联结果进行了分析、过滤;最后对数据挖掘的结果进行了实证分析;获得了油库安全事故触发因素与损失程度的关联规则;为油库安全管理提供了科学决策依据.     

基于SSAS的油库安全事故关联分析

为有效地从纷繁复杂的油库安全事故要素中整理出规律性的油库安全管理知识,采用了SSAS数据挖掘工具中的关联规则算法;以大量油库安全事故案例为基础,进行了数据准备和处理;建立了基于关联规则算法的数据挖掘结构和模型;引入兴趣度参数,对数据挖掘模型得到的关联结果进行了分析、过滤;最后对数据挖掘的结果进行了实证分析;获得了油库安全事故触发因素与损失程度的关联规则;为油库安全管理提供了科学决策依据。     

基于关联规则Apriori算法的学生成绩分析

关联规则挖掘是数据挖掘领域研究的热点问题,其中Apriori算法是经典的关联规则算法。将关联规则Apriori算法应用到学生成绩分析中,挖掘出课程与课程之间的相互关系,寻找各方面影响学生成绩的因素,发现隐藏在数据背后有价值的信息,从而为学生选课和教师教学以及教学管理工作等提供辅助性的建议与决策。     

基于关联规则挖掘技术的第三方物流企业营销决策研究

首先概括了物流信息挖掘技术及其作用,并介绍了一些相关的研究成果和模型,接着重点进行了基于关联规则挖掘技术在第三方物流企业营销决策中的实证分析和研究。实证结果表明,第三方物流企业业务开展和营销决策中,应用关联规则对业务数据信息进行挖掘在技术上是可行的,而且基于关联规则的物流企业业务数据信息挖掘过程中所发现的业务关联规律和影响因子可以帮助物流企业进行营销决策的制定和优化,为市场营销活动和决策提供科学依据。     

数据挖掘技术在汽车保险中的应用

介绍数据挖掘中的关联规则挖掘技术在汽车保险中的实际应用,关联规则分析汽车保险中的风险因素与赔付率之间的关系。得出的关联规则对车险行业的决策和发展有一定参考指导意义。     

关联规则算法探讨

文章对关联规则的发展进行了简单的介绍，分析了关联规则的经典算法，介绍进了一种新的关联规则算法，并对这三种算法在挖掘关联规则的特点进行了对比分析，最后对关联规则以后的发展进行了总结。     

关联规则中支持度变化的数据重挖掘算法研究

使用关联规则进行数据挖掘时,使用者为了达到一定的挖掘效果,经常需要不断地改变关联规则的支持度阈值(support)。文中提出了一种从大型数据库中挖掘关联规则的快速算法。该算法以经典的Apriori算法为基础,可以在提出新的支持度后,直接在首次挖掘的基础上进行再一次挖掘。结果表明,它较Apriori算法的实现速度有明显的提高。     

A data mining algorithm for fuzzy transaction data

The main purpose of this paper is to propose a data mining algorithm for finding interesting association rules from given sets of fuzzy transaction data. To efficiently resolve the ambiguity frequently arising in available information and do more justice to the essential fuzziness in human judgment and preference, the trapezoidal fuzzy numbers are used to describe the fuzzy assessments of transaction data. Then, combining the concepts of fuzzy set theory and the priori algorithms, the interesting item sets are found to construct the association rules. Finally, a numerical example is used to demonstrate the computational process of proposed data mining algorithm. By utilizing this data mining algorithm, the decision-makers’ fuzzy assessments with various rating attitudes can be taken into account in the data mining process to assure more convincing and accurate knowledge discovery.     

基于规则型挖掘的油料装备知识发现研究

在基于知识的油料装备设计过程中,利用知识发现的方法实现油料装备知识的自我繁衍,对丰富油料装备知识库,提高油料装备的自动化设计水平具有重要意义。运用规则型挖掘技术中的Apriori算法挖掘出油料装备功能性需求数据中的关联规则,并将其存入知识库。这些关联规则,直接揭示了隐含在油料装备功能需求数据间的规律,为油料装备的功能设计决策提供了依据。     

基于分布式关联分析的CRM系统设计研究

针对企业决策环境下数据分布在不同地区和部门、随时间动态变化等特点,本文设计了一个基于分布式关联信息分析的CRM系统,该系统利用多agent处理各个节点上的信息,获得局部知识,然后融合局部知识得到全局知识。本系统适用于分布式环境下的决策分析和海量信息处理任务。     

基于兴趣度的关联规则在学生成绩中的应用

对关联规则中Apriori算法的分析,并将其应用到学生成绩中,得到了一些先前未知的,有价值的信息,但同时又有一些无用甚至错误的规则出现,通过对关联规则的改进:加入了兴趣度阀值,提高了关联规则在数据挖掘中的精度,并且减少了无用,错误规则的产生,为学生成绩的分析提供了很好的支持。     

基于模糊关联规则在电子商务数据挖掘中的研究

数据挖掘是一种新兴的信息处理技术,它通过对商业数据的分析处理,可以发现蕴藏在数据中的商业知识,挖掘数据内在的联系、规则和模式,辅助商业决策。在电子商务环境下的数据挖掘的研究,主要是进行客户访问信息的挖掘．文章在考虑了数据来源之后,简要介绍数据预处理过程．最后给出了模糊集与传统的关联规则挖掘结合的算法。     

浅析数据挖掘在就业管理信息系统中的应用

高校扩招带来大学生数量大幅度增加,学生管理信息系统数据海量扩充,为了有效地利用和开发这庞大的数据信息库,提取潜在有用的信息和知识,笔者运用数据挖掘技术针对一家用人单位录用学生的数据信息展开分析,采用关联规则挖掘算法,寻找大量数据中项集之间的关联,得出关联规则,帮助学校有针对性地开展学生就业指导工作,为决策者提供理论依据。     

独立学院招生Web系统与数据挖掘的结合与应用

本文把Web报名系统与数据挖掘相结合,建立独立学院招生决策模型。首先,建立一个适用于数据挖掘的招生Web报名系统,用它来采集更直接、更客观的考生数据;其次,用关联规则对考生数据进行挖掘,发现数据中的潜在的规则,作为我们进行招生宣传的决策依据。     

关联分类和1-近邻法在数据挖掘系统中的应用

文章提出了一种解决专家系统中用户查询与知识库中规则不一致的方法,该方法结合了数据挖掘系统中的关联分类法和1-近邻法两种方法,并通过使用一个实例验证了该方法的实用性。     

Aprior算法的改进及其在高职学生就业中的应用

Apriori算法是一种最具有影响力的挖掘布尔关联规则频繁项集的算法。然而,在产生频繁项集时,需要多次扫描事务数据库,并产生庞大的候选集。为了降低算法的时间复杂度,提高程序运行效率,提出了一种改进的Apriori算法。同时,以某一高职院校中已毕业学生和在校生的就业信息为基础,建立了就业事务数据库,运用改进的Apriori算法对就业数据进行处理,产生了频繁项集。根据最小支持度和最小置信度的定义,找出强关联规则。并引入重要性对强关联规则进行分析,发现具有实际意义的信息,为高职学校就业指导提供决策,为学生就业提供了若干意见。