谈改进的Apriori关联挖掘算法的实践应用

本文介绍了数据挖掘技术在图书馆中的应用,并运用改进的Apriori关联挖掘算法对安徽省图书馆自动化系统中读者流通库进行挖掘,并对挖掘出的结果及其意义进行评价,从而为图书馆读者管理、图书资源的采购提供决策支持.     

权重未知的直觉区间模糊多准则决策方法

从两个方面推导准则权重的求解方法,用多目标的思想处理准则权重赋值问题,以估计缺失权重。同时给出直觉区间数的运算规则和记分函数,提出准则权重未知的直觉区间模糊多准则决策方法。     

笔记本电脑BTO生产计划中关联规则挖掘的应用研究

本文将数据挖掘技术中的关联规则算法运用于笔记本电脑BTO生产计划中,并基于BTO制造的特点,采用了分类、多最小支持度和增量挖掘的改进算法,挖掘PC配置选择的关联关系,为制造部门制定准确的生产计划提供科学的支持。     

基于模糊决策的多属性在线拍卖决策算法

通过对现有应用模糊数学的方法来解决多属性在线拍卖中决定胜出者的方法进行分析后,发现其存在两个问题,一是原计算方法存在简化空间,二是方法本身涉及到模糊指标值和模糊权重的直接加权,导致了模糊元素的非线性化和计算的复杂化。本文针对第一个问题提出计算步骤简化意见,进而又针对第二个问题提出一种新的模糊决策算法。新算法避免了直接对模糊指标值进行加权,从而保持了模糊元素的线性性质,简化了模糊决策计算过程,优化了现有多属性拍卖中用到的模糊决策算法,丰富和完善了拍卖问题涉及模糊环境时采用模糊数学求解的算法。     

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。     

区域比较优势视角下战略性新兴产业选择模型构建

考虑到区域战略性新兴产业评价指标体系是一个多因素、多层次、带有模糊性指标的复杂系统,又由于其新兴性,导致其评价指标相关统计数据的不充分。基于以上考虑,本文运用一种区间型AHP交互式赋权法进行指标权重的设定,并引入模糊语言标度和区间数的概念,将带有模糊性的定性指标定量化、规范化。构建基于区间数比较的可能度矩阵,并用排序中转法对其进行排序和选择。通过实例分析验证了模型的可操作性、实用性和有效性。     

关联规则挖掘Apriori算法的一种改进

Apriori算法是关联规则挖掘中的经典算法,但在算法执行中,会多次扫描数据库并产生大量的候选集,导致算法效率降低。在分析Apriori算法的基础上,利用任何一个频繁k+1项集一定可以表示成一个频繁k项集与一个频繁1项集的交集这一性质,产生频繁项集,并减少扫描数据库的次数,提高算法的效率,实验结果也表明,改进算法比Apriori算法有更好的性能。     

一种关联规则Apriori算法的优化

目前,数据挖掘已经成为一个研究热点。关联规则数据挖掘是数据挖掘的一个主要研究内容,关联规则是数据中存在的一类重要的可被发现的知识。其核心问题是如何提高挖掘算法的效率。本文介绍了经典的关联规则挖掘算法Apriori并分析了其优缺点。针对该算法的局限性,本文提出了一种改进算法。相同条件下的实验结果表明,优化后的算法能在一定条件下提高关联规则挖掘的效率。     

Web挖掘在电子商务系统中的应用

本文阐述了在电子商务应用中,利用Web挖掘技术,有效地将用户访问过程中的数据记录到日志文件中,并对日志文件进行有效地分析和挖掘;利用Apriori改进算法FT-树增长算法,找出对电子商务系统有指导作用的关联规律。     

基于模糊层次分析的电力系统负荷预测的研究

电力负荷预测是电力系统规划的重要工作之一.本文提出一种改进的模糊层次分析法进行中长期负荷预测.利用三角模糊数表征专家判断信息以充分考虑专家判断的模糊性;采用层次分析法对专家判断结果进行处理以得到方案层各方案的最优权重.最后的仿真结果表明该方法相比传统方法能够更好应用于电网中长期电力负荷预测.     

Web挖掘在电子商务系统中的应用

本文阐述了在电子商务应用中，利用Web挖掘技术，有效地将用户访问过程中的数据记录到日志文件中，并对日志文件进行有效地分析和挖掘；利用Apriori改进算法FT-树增长算法，找出对电子商务系统有指导作用的关联规律。     

考虑信息物理融合的电网信息风险模糊综合评估

随着电网中物理信息融合不断深入,信息层面的风险对物理层面安全的影响越来越大。考虑信息物理融合对电网的影响,从信息层面对电网风险进行分析,建立考虑信息物理融的电网信息风险评估指标体系。模型采用层次分析法确定指标权重,并引入三角模糊数减少评价专家主观上的不确定性和认识的模糊性,再结合模糊综合评判模型进行风险评估。最后通过算例说明了这种基于三角模糊数的模糊综合评判模型的可行性和有效性。     

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。     

基于关联规则挖掘的商业银行信贷产品交叉营销研究

交叉营销是商业银行开展营销活动、进行客户关系管理,降低成本、增加利润的关键。关联规则挖掘能够分析银行海量交易数据获得潜在规则,为商业银行交叉营销提供强有力的支持。采用关联规则分析中的Apriori和Carma算法,从信贷产品类别和具体产品两个层面,对商业银行信贷产品的年度交易记录进行数据挖掘。研究结果显示,关联规则挖掘应用于商业银行信贷产品交叉营销研究是可行的和有效的,对于已购买不同种类、不同具体产品的客户,需要综合考虑关联规则的具体形式、支持度、置信度等各方面,制定批量营销、精准营销、套餐营销等不同的交叉营销策略。     

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。     

人员选聘的直觉模糊复合决策模式

在探讨了人员选聘的意义和标准的基础上,根据人员选聘标准具有模糊性,以及复合决策中不同岗位对人员的个性能力有不同要求,不同人员的个性能力也各不相同的特点,给出了一种直觉模糊复合决策模式,并结合模拟算例说明了该模型的应用,具有较强的实用性和信度。     

房地产投资风险的模糊综合评价的研究

根据房地产投资风险指标体系的层次性,评价标准.评价因素存在的模糊性,以及定性指标难以定量化等一系列问题,论文采用模糊评价法对房地产投资风险进行评价,同时吸取混合评价法的思想,融入模糊层次分析法确定风险因素权重,最终建立了模糊综合评价模型.     

零售业经营绩效的模糊综合评判

零售业的经营绩效直接影响企业效益,因此合理的评判模型的选择尤为重要。经营绩效是个模糊的概念,它不仅与产品质量有关,而且在销售过程中很大程度上取决于产品的价格以及产品销售中服务人员的服务态度。基于经营绩效的多因素及其模糊特性,采用乐观-悲观综合模型,计算中不仅因素集指标具有模糊性,而且权重也采用模糊数,运用三角形模糊数的近似计算法进行模糊运算。从而避免指标集讯息的提前流失,进一步保证结果的准确性及可操作性。     

基于部分模糊度固定技术的RTK定位改进算法

差分卫导实时动态定位(RTK)的定位精度取决于载波相位整周模糊度固定算法的成功率。LAMBDA(Least-Squares Ambiguity Decorrelation Adjustment)算法作为最有效的模糊度在航固定算法，其效能易受卫星故障、多径效应等因素的影响。为提高LAMBDA算法的成功率，引入部分模糊度固定技术。改进后的RTK定位算法以模糊度方差值为序，逐步剔除具有相对最大方差的模糊度并利用LAMBDA算法固定剩余的模糊度，直至模糊度固定成功。双动运动平台实测结果表明，改进后的RTK定位的模糊度固定成功率达到100%，其中首次固定成功率达到98.3%。与导航领域公认的事后处理软件定位结果相比，改进后的RTK定位精度达到厘米级。     

基于改进模糊层次分析法的电网建设项目后评价研究

本文结合电网建设项目特点,研究建立了后评价指标体系,构造了多层次评价模型。针对指标和专家判断的模糊性,引入了改进的模糊层次分析法,采用三角模糊数表征专家的判断信息,并构建了矩阵调整因子,减少专家主观臆断所造成的影响,最后通过算例验证了有效性,从而解决了后评价中人为打分的不确定性。