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.     

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。     

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。     

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。     

可疑金融交易识别中的约束关联规则算法研究

在挖掘可疑金融数据中,提出一种快速的基于FP-tree的约束最大频繁项目集挖掘算法,把发现约束频繁项目集的问题转化为发现约束最大频繁项目集的问题。算法可以根据用户的需要,随时减少不满足约束条件的候选项目集的个数,提高运行效率,同时可确定挖掘主属性,确定生成的关联规则范围,为有效开展可疑金融交易识别提供了有益的参考。     

基于关联规则挖掘的新疆科技人才流失的影响因素分析

目前由于自然环境、经济、教育等方面的原因,新疆地区科技人才大量流失,严重制约了新疆地区的经济发展.因此,新疆科技人才流失意愿预测方法的研究具有极其重要的应用价值和理论意义.本文应用数据挖掘中关联规则的办法来对新疆科技人才各个方面进行分析,定义流失意愿为结果项,其他方面为条件项,利用sas软件在给定的支持度,置信度的前提下得出了一些关联规则:科技工作者的年龄与流失意愿有关联;个人发展空间和收入水平与流失意愿有关联;收入水平、婚姻状况和工作设施条件与流失意愿有关联;最高学历、婚姻状况和自我成就感与流失意愿有关联;这么规则都可以为政府的决策提供参考.     

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。     

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。     

基于空间统计学的空间关联规则挖掘方法与应用

空间关联规则知识的发现是空间数据挖掘一个重要的方面,而把空间统计分析技术应用于空间数据库中的空间关联规则挖掘,是一种不同于传统方法的可用技术.该方法首先建立空间对象之间的空间权重矩阵,然后采用Moran's I统计量等来发现全局空间相关关系,利用G统计量等来发现局部空间相关关系,并通过实例分析证明了该方法的有效性.     

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。     

基于WEKA数据挖掘中关联规则的分析及应用举例

关联规则的数据挖掘,可以发现购物篮数据库中不同商品间潜在的关系.应用软件WEKA可以非常便利、直观地进行数据挖掘工作,对于商品的交叉销售及货架的商品摆放具有一定的指导作用.     

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。     

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。     

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.     

电子商务隐私保护必要分析及对策研究

隐私对于自然人是相当重要的问题。由于电子商务的推广,个体在信息浪潮下的隐私问题越来越突出化。电子商务的重要优异点在于其个性化的消费服务,而该点必然有着对于个人隐私信息的需求。但对于个人隐私的过度搜集也影响了消费者对于电子商务的信任度,于是电子隐私的保护成为电子商务发展一个迫切需要克服的问题。本文通过对于电子商务隐私的论述,进一步分析其电子商务隐私保护的必要性和可能的对策。     

互联网金融背景下论隐私保护

金融市场日新月异,渗透进人们的生活方式和消费习惯,在发生金融交易时,我们的隐私信息被收集、使用、保存.但这些个人隐私的共享和泄露引发了社会的极大关注.本文主要探讨在互联网金融背景下,如何保护金融隐私,对当前金融体制和公众意识等方面存在的问题进行反思,找到加强金融隐私保护的对策建议.