挖掘关联规则的数组方法

讨论了大数据库上挖掘关联规则的数组方法。给出了一个数组方法，它效率更高，扫描整个数据库最多两遍。     

高校科研决策支持系统中关联规则挖掘的应用

随着高校规模的不断扩大，教师的科研数据量越来越多。如何从大量数据中找出数据间的关系以支持领导的决策成了当务之急，本文讨论了如何利用数据挖掘方法中的Apriori算法对高校科研决策支持系统中的数据进行关联规则的挖掘。     

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。     

关联规则的互连

关联规则是数据挖掘领域中的一个非常重要的研究课题。本分析了关联规则数据项之间的相互关系，提出了互关联规则的概念．并给出了相应生成算法。     

关联规则挖掘技术在网络入侵检测中的应用

介绍了入侵检测系统的发展过程，阐述了入侵检测系统的功能、模型以及入侵检测技术，着重阐述了关联规则挖掘方法在网络入侵检测中的应用。     

关联规则的互连

关联规则是数据挖掘领域中的一个非常重要的研究课题。本文分析了关联规则数据项之间的相互关系,提出了互 关联规则的概念,并给出了相应生成算法。     

二次挖掘的关联规则增量更新算法

针对事务数据库的内容不断增加后相应关联规则的更新问题,提出了一种二次挖掘的关联规则增量更新算法(TMIUA).TMIUA算法充分利用第一次挖掘得到的原数据库中的频繁项集,对新增数据库挖掘得到新增频繁项集;只需对原事务数据库扫描一遍 ,提高了关联规则的更新效率;并与已有的FUP算法进行了分析比较.     

基于垂直结构的关联规则挖掘算法

本文在Apriori算法的基础上提出了一种基于垂直结构的关联规则挖掘算法，以减少事务数据库扫描次数和候选集的产生数量为目标，从待处理数据的结构变换入手，将传统的水平事务项目结构变换成垂直结构进行处理，简化了支持度的计算过程，避免了模式匹配。     

基于学生课程间关联规则的挖掘系统的实现

文章是在 AprioriTid 算法研究基础上,充分利用现有教学管理数据库中有关各门课程的成绩数据,高效率、高质量地挖掘出各门课程之间存在的关联规则。     

基于数据挖掘的关联规则研究

关联规则算法的研究在数据挖掘算法的研究中占有相当重要的地位。关联规则算法的核心是基于两阶段频繁记得Apriori算法，但随着对关联规则研究的深入，基于支持度和可信度的Apriori算法越来越不能适应实际情况，兴趣度的引入也就水到渠成。虽然兴趣度的引入一定程度上解决了用户感兴趣而Apriori算法无法生成的规则，但无法解决组合爆炸和规则丢失等问题。目前一种自动设置支持度最小值的基于可信度和支持度的模型基本解决了上述问题。     

一种基于线性链表的关联规则改进算法

关联规则是数据挖掘中一种简单但实用的描述型模式规则,目前主要有Apriori算法和FP—Growth算法。基于线性链表的关联规则改进算法是在线性链表的基础上,采用投影统计技术方法直接获取用于产生频繁模式的条件模式基,可以进一步提高关联规则算法的效率。     

市场购物篮中的规则演绎与关联分析研究

为了提高数据挖掘中的关联规则能力,在本文中,使用了双重GRI算法进行关联规则的应用。首先,使用关联规则揭示所购买商品之间关联关系,其次,使用关联规则揭示识别客户群特征。从而挖掘出更加详细的有价值信息,便于商品更好地配置和销售。     

关联规则在高职学生生源质量分析中的应用

本文运用关联规则对生源质量数据进行了分析,分析结果对学校招生、专业课程设置,以及任课教师因材施教提供有用帮助。     

SQL关联规则法在网站营销中的实证研究

结合"校园超市"营销网站建立数据挖掘的关联规则挖掘模型,利用"依赖关系网格"分析了客户交易数据库的关联规则,指明了企业如何采取合理的营销策略,有的放矢地利用挖掘规则优化网站产品布局、促销宣传,更好地为不同的网站客户提供有针对性的营销服务。     

关联规则采掘方法及其在税收征管中的应用

如何从已有的大量税收征管数据中发现其中隐含的对决策有用的信息，以支持领导进行决策已成为当务之急，关联规则采掘技术可帮助我们完成这类工作。     

甘蔗收获机械智能设计系统中关联规则的评价方法

针对甘蔗收获机械的特点,运用基于信息扩散理论的自动评价方法,对基础数据库提取的关联规则进行评价。通过砍蔗知识库中的实例运行检验,结果证明,该评价方法可以发现可靠性更高的知识和意外规则,为甘蔗收获机械智能设计提供知识支持。