多维关联规则挖掘算法研究及应用

挖掘多维频繁项集是关联规则挖掘中的一个重要方向.本文提出了一种基于维约束和哈希枝术的多维关联规则挖掘算法-CPH算法,该算法采用维搜索技术对维进行约束,在此基础上利用哈希技术减少候选2-项集的数量,并采用压缩事务数据库技术对数据库进行剪枝,减少算法扫描数据库的次数,从而提高了多维频繁项集的求解效率.     

基于关联规则的apriori挖掘算法改进

关联规则挖掘是-种主要的也是用途最广的数掘挖掘方法.本文首先对关联规则挖掘及其经典apriori算法作了介绍,然后针对apriori算法的缺陷,提出了一种改进的关联规则挖掘算法,充分地证明了改进算法的性能优势.     

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。     

基于ALT算法的入侵检测分析系统的研究

针对关联规则挖掘算法在处理海量数据的过程中存在的效率低、需要反复访问数据库等,在入侵检测系统产生误报、效率低下等问题。提出了基于关联规则挖掘算法的ALT算法,设计了基于ALT算法的入侵警报检测系统模型,通过实验证明ALT算法在减少入侵警报的数量和降低误报率等方面明显优于其它算法。     

关联规则在商务网络管理中的应用

本文分析了电子商务网络管理告警信息的目标数据结构,应用基于散列技术的关联规则算法和数据集增量更新算法,挖掘告警信息中的有意义关联规则,这些关联规则作为先验知识指导网络故障定位、故障发现和故障预测,以提高网络可靠性和可用性。     

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。     

基于布尔关联规则对商业银行信用卡增加客户消费的探究

对于布尔关联规则是基于挖掘数据之间的关系而生成的一种规律。就目前而言,关联规则挖掘技术已经被广泛应用在西方金融行业企业中,它可以成功预测银行客户需求。而在中国,由于数据库的虚假性和一些金融制度的不完善,还没有过多的运用于实际操作。本文基于对关联规则中的布尔规则及其算法,对中国特殊不完备金融体制下的银行促销手段进行探讨。利用基础效应希望给予一些启示。     

基于关联规则Apriori算法进行购物篮分析

关联规则是数据挖掘领域中一个重要的研究课题,广泛应用于各个领域,既可以检验行业内长期形成的知识模式,也能够发现隐藏的新规律。本文利用关联规则进行购物篮分析,首先介绍几种典型的关联规则挖掘算法原理,然后利用Apriori算法构造模型,采用Clementine12.0软件对选取的样本进行关联规则挖掘,最后对挖掘出的规则进行分析和应用。实验结果表明,利用关联规则对购物篮进行挖掘是可行的、有效的,它为企业进行数据挖掘提供了一种新的参考依据,在数据分析及预测方面有广泛的应用前景。     

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。     

关联规则挖掘技术在零售业中的应用

简要地介绍数据挖掘和关联规则的概念,关联规则的基本理论,讨论了Apriori算法的核心内容,同时针对Apriori算法的不足,提出了解决方法,描述了几种优化算法。最后分析了关联规则挖掘在零售业中的应用。     

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。     

电子商务推荐系统的关联规则挖掘算法研究

通过关联规则推荐算法能够及时准确地计算出符合用户需求的商品,为客户提供良好的购物体验。论文对电子商务协同过滤推荐系统中的关联规则挖掘算法进行了分析与研究。     

基于数据流的数据挖掘研究

由于数据流自身的特性,数据流挖掘已经成为数据挖掘的一个新的研究方向,在介绍数据流的概念的基础上,分析了数据流挖掘的概念和模型,总结了现有的数据流挖掘算法。     

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。     

基于粗糙集的规则挖掘系统设计与实现

从庞大数据中挖掘关联规则是很有意义的。本文就集成了一个粗糙集属性约简和规则提取算法,实现了一个挖掘系统,并结合水土流失强度分区的实例对该系统的设计与实现做了一个简要的介绍,有较强的使用价值。     

基于关联规则挖掘的无线电频谱占用预测

无线电频谱占用预测是认知无线电研究中的关键技术之一。实验采用中星世通CS-805F可搬移监测测向系统对四川省成都市的GSM900上行频段（890~915 MHz）和广播电视业务的部分频段（750~806 MHz）进行了为期24 h的实地监测,针对频谱监测中产生的大量历史数据,选用了部分周期模式的关联规则挖掘方法,挖掘频谱使用中存在的频繁模式,并由信道占用频繁模式生成强关联规则,得到特定业务频段的使用规律,从而实现无线电频谱的占用预测。实验结果表明,该方法在两个业务频段的占用预测均取得了较好的效果,准确率分别可达74.02%和83.98%。另外,实验指出了该算法的敏感参数并进行了简要分析。实验对研究认知无线电设备实施动态频谱接入和提高频谱使用率有一定意义。     

关联规则挖掘在商务中的应用研究

关联规则是事件发生中诸要素之间存在的关系性和规律性。在商务活动中也存在关联规则,寻求关联规则的方法即为关联规则挖掘。当前,国外关联规则在商务活动中应用广泛,但在我国却存在"数据海量,信息缺乏"的现状,因此,急需进行关联规则的挖掘研究与应用。     

基于Apriori算法的四川省卷烟市场的研究

基于数据挖掘中的关联规则Apriori算法,对四川省卷烟市场数据进行研究,并提取出一些潜在的关联规则,这些关联规则对提高卷烟厂销量有一定的指导意义。     

关联规则挖掘技术在商场中的应用

在关联规则数据挖掘概念的基础上,分析了关联规则挖掘技术实施的步骤,并从商品关联挖掘分析、销售营业员评价挖掘分析两个方面提出了关联规则数据挖掘技术在商场中的应用。     

基于Apriori算法的四川省卷烟市场的研究

基于数据挖掘中的关联规则Apriori算法,对四川省卷烟市场数据进行研究,并提取出一些潜在的关联规则,这些关联规则对提高卷烟厂销量有一定的指导意义。