基于模糊概念的可疑金融交易量化关联规则研究

从模糊集的基本理论入手,通过定义模糊概念软化属性域的划分边界,提出了一种新的基于模糊概念的量化关联规则方法.本方法克服了因划分区间而造成数据缺失的不足.最后通过将某市2004年的实际数据运用到建立的算法中,验证算法的有效性,为有效开展可疑金融交易识别提供了有益的参考.     

基于FP树的挖掘关联规则的增量式更新的研究

关联规则的高效维护算法研究是当前数据库研究的热点之一。本文研究了事务数据库中关联规则的增量式更新问题，提出了基于频繁模式树的关联规则增量式更新算法的设计思路，以处理最小支持度或事务数据库发生变化后关联规则的更新问题。     

基于关联规则的隐私保护算法研究

本文针对MASK算法的不足,将随机响应技术与关联规则挖掘算法相结合,提出一个多参数随机扰动算法--MRD算法,使私有信息或敏感知识在挖掘过程中不被泄露。相对于MASK算法,改进的MRD算法在以不同的随机参数对数据集进行处理时,可以实现对原始数据的干扰或隐藏。解决了单一使用数据干扰策略和数据隐藏策略的缺陷,有效地提高了算法的隐私保护度,并得到较为准确的挖掘结果。     

关联规则数据挖掘应用研究

笔者通过对关联规则的基本原理、分类及数据挖掘过程的介绍,对关联规则挖掘的核心算法及常用的优化方法进行了深入的研究,并通过一个例子介绍了关联规则在数据挖掘中的应用.     

基于贝叶斯分类的可疑金融交易识别研究

国内外反洗钱工作的大量实践表明,金融交易活动是洗钱犯罪行为的一个重要环节,通过分析金融机构的客户信息和交易数据,采用科学的方法识别可疑金融交易进而发现洗钱线索,已成为反洗钱研究的核心工作.文章将数据挖掘方法与金融领域知识相结合,首先通过对金融交易信息的多层次分析,总结出不同信息层次上的可疑金融交易特征;其次针对不同层次的交易信息,选择合适的数据挖掘方法,并结合客户背景资料,识别出可疑金融交易记录;最后依据贝叶斯判定原理,综合各层次的可疑信息,得到交易记录的整体可疑度,最终为反洗钱监测提供快速准确的参考.实验结果证明该方法是可行和有效的.     

关联规则研究

对关联规则挖掘技术进行了研究,描述了关联规则的基本概念,介绍了关联规则的分类;阐述了挖掘关联规则的步骤,并展望了关联规则进一步的研究方向。关联规则挖掘作为数据挖掘领域的一个重要研究内容,它揭示了项集之间有趣的相关关系,可广泛应用于购物篮分析、数据分析、分类、网络个性化服务、企业电子商务中客户数据挖掘等广泛领域。     

关联规则挖掘算法改进研究

文章讨论了数据挖掘的一般理论,研究了关联规则挖掘算法以及经典的Apriori算法,分析了算法存在的问题,并提出了新的基于压缩矩阵的关联规则挖掘算法。理论分析和仿真实验显示改进算法的性能明显优于Apriori算法。     

大规模数据集关联规则挖掘方法研究——大数据挖掘方法研究之一

文章针对传统方法在挖掘稠密和稀疏大规模数据集时各自存在的不足,设计了空间压缩效率更高,挖掘效率更好的频繁项目关系矩阵数据结构,在此基础上,提出了基于频繁项目关系矩阵的关联规则挖掘方法,并通过实验,对所提方法的逻辑可行性、有效性和适应性进行了验证。     

大规模数据集事务间关联规则挖掘方法研究——大数据挖掘方法研究之二

文章针对具有时间约束的大规模事务数据间关联规则挖掘问题,设计了一种时间约束频繁项目关系矩阵数据结构,并在此基础上,提出了时空性能优越的基于时间约束频繁项目关系矩阵的事务间关联规则挖掘方法。并通过示例和实验,对所提方法的逻辑可行性、有效性和适应性进行了验证。     

一种关联规则增量式更新算法

利用直观的方法研究时序数据库中的频繁项集挖掘,用于解决数据挖掘中数据增加而最小支持度不发生变化时关联规则增量式更新问题.     

基于关联规则挖掘的供应链风险识别

文章从系统内部和外部风险的角度对供应链风险的影响因素进行分析。在研究已有的风险识别方法的基础上,重点以风险因素和风险事件之间的关联关系为切入点,提出基于关联规则挖掘的供应链风险识别的方法,建立了基于关联规则挖掘方法的供应链风险识别模型,通过仿真实例,验证了模型方法的有效性。     

基于高校图书馆管理的关联规则算法研究

关联规则是数据挖掘的主要的技术之一,用关联分析技术对高校图书馆的借阅信息进行挖掘,以便找出读者的借阅习惯,合理配置文献资源,提高藏书质量,优化文献数量及结构,提高高校图书馆的服务水平与质量。     

基于关联规则的数据挖掘

挖掘关联规则就是发现大量数据中项集之间相关联系的过程。它在数据挖掘中是一个重要的课题,最近几年已被业界公开研究,成为一个热点。本文对关联规则下的数据挖掘Apriori算法进行了分析和研究。     

关联规则在股票分析及预测中的应用

证券市场中的涨跌起伏往往是瞬息万变的,尽管如此,它还是存在着一定的规律:在某一段时间中,如果A股票出现上涨趋势,则B股票必然会随之上涨;如果A股票在tl时刻出现上涨趋势,B股票在t2时(t2>tl)刻出现上涨趋势,则C股票必然会在t3(t3>t2)时刻上涨。前一条规律能够用来对股票之间的相互关系进行分析,后一条规律能够用来对股票的涨跌进行预测,这些规律在投资者的实际决策过程中有着重要的参考价值和指导作用。     

谈关联规则在商业领域中的作用

随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多。条码技术的发展使得数据的收集变得更容易、更完整,从而存储了大量事务资料。激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据。因此,迫切希望有新一代的技术和工具来对海量数据进行分析,并从中提取有价值的信息,本文通过对关联规则的研究,对其在商业领域的应用进行了探讨。     

超市事务数据库挖掘关联规则的设计

现在全球经济发展正在进入信息经济时代,各种形式的信息大量地产生和收集导致了信息爆炸,如何采用基于关联规则的数据挖掘技术发现超市事务数据库中的关联规则是本文所研究和探讨的重点。     

基于关联规则的养老满意度分析

基于河北省农村老年人养老满意度进行问卷调查和实地调研,利用关联规则挖掘技术分析河北省农村养老满意度的影响因素及它们的影响程度,为进一步提高河北省农村老年人养老满意度提供参考。在关联规则挖掘中发现,参加农村合作医疗,有村集体补贴,职业为务农的老年人的养老满意度较高;与子女同住老年人的养老满意度较高;未参加农村合作医疗,职业为非务农的老年人养老满意度较低。     

我国中小企业上市公司资本结构关联规则分析

以我国40家中小企业上市公司为研究对象,利用其财务报表数据,总结出中小企业上市公司的资本结构具有资产负债率总体水平偏低、负债结构不合理,流动负债比重极高的特征。进一步分析了企业的资产负债率与负债利息率、流动负债比重和资产收益率之间的关联规则,并比较了样本企业与其所处行业在关联规则上的差异。最后指出:银行应针对中小企业的具体财务指标情况对之采取不同的贷款政策;中小企业应重视资本结构管理,根据其内外财务环境及自身的盈利能力进行资本结构的战略规划。     

关联规则挖掘在在线考试系统中的应用

文章针对在线考试系统决策性等问题进行了研究,将试题概化到知识点层面进行关联规则抽取。实际应用显示,应用改进后的关联规则挖掘增强了在线考试系统决策性、个性化、通用性,取得了良好的效果。