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。     

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。     

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。     

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。     

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。     

挖掘多级概念上的广义关联规则

挖掘关联规则的任务是在给定交易集中，每个交易包含一个数据项集，关联发现函数作用在交易集中，返回各数据项集间存在的关系，现实世界中，普遍存在“多级”的概念，在许多应用中，数据项集之间有用的关联规则常常出现在相对较高的概念层中，但在较低概念层往往可以发现较特殊和专门的信息。本文给出了一个在多级概念层上交互挖掘关联规则的算法，并进行了讨论。     

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。     

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.     

在教学质量评估系统中数据挖掘算法分析

为提高教学质量,许多高校已经建立了教学质量评估系统,如何将数据挖掘技术应用其中,从大量数据中提取出隐藏在数据之中的有用的信息,已成为高校发展研究的重要课题。从基本概念、算法的分析、提取规则等方面,对关联规则和决策树算法这两个数据挖掘工具进行了探讨,阐述了这两个数据挖掘工具的优点,并对关联规则挖掘算法中的Apriori算法和决策树算法进行了详细分析。     

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。     

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。     

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。     

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。     

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。     

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。     

在教务管理中可应用数据挖掘技术

目前教务管理系统大部分仍停留在在线数据处理的基础上,往往没有去探索成绩和大学生的基本信息及专业设置、课程安排这些数据之间隐含的规律和知识。可应用分类、聚类、回归分析、关联规则、变化、偏差分析和web页挖掘等数据挖掘技术对信息进行加工,从中获取反应倾向性和规律性的一些信息,有利于有针对性地提高教学质量。     

数据挖掘及其在零售业中的应用

该文介绍了数据挖掘的含义、作用及常用技术,并且探讨了关联规则、分类、序列模式等数据挖掘技术在零售业挖掘中的应用及意义。     

基于知识发现的战略性新兴产业识别研究:兼论“长三角”战略性新兴产业的发展

鉴于战略性新兴产业的研究尚处初步探索阶段,各地战略性新兴产业的识别有待甄选。战略性新兴产业识别具有未知的、待发掘的特点,本文拟透过知识发现的视角,采用关联规则方法,根据筛选的评价指标体系,建立战略性新兴产业数据挖掘关联规则识别模型,并以我国"长三角"地区各产业为实证研究对象,对战略性新兴产业的识别进行了深入挖掘。     

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。