改进的关联规则算法在课堂教学评价中的应用

课堂教学评价对提高教学质量十分重要,将计算机数据挖掘技术中关联规则算法应用于课堂教学数据评价中是十分科学的,可以更加客观和有效地对教师教学情况加以评价,并从中得到有价值的信息。     

基于行业关联网络的行业集群划分与应用

基于改进的时间序列相似性度量构建行业关联网络,运用最小生成树算法简化网络结构。通过对中国股票市场进行实证研究,考察网络结构得到行业群的划分,并通过统计得到行业群在不同经济周期阶段下表现的一般规律,为战略性行业配置和投资决策提供有价值的参考信息。     

动态发现与识别有价值客户声音的网上聆听方法

聆听客户声音的关键是发现对企业有价值的信息。在网络社区中,客户的信息量大且密度高,致使企业聆听声音困难。运用特征筛选和信息融合相结合的特征识别方法,将表征客户特征的有价值的相关数据项经过筛选、分类进行动态地提取和融合,完整地表征和反映有价值的客户信息;同时,采用聚类算法,对具有高、中和低价值的客户特征数据分类过滤,以识别出具有高价值信息特征的客户。该方法对企业聆听网上客户声音,发现其中有价值的信息,以支持其战略和营销决策具有重要的理论意义与实用价值。     

基于DEA方法的网络公司财务绩效分析研究

文章运用数据包络分析(DEA)方法,在输入雇员、资产及费用,输出访问人数及收益的基础上,对40家网络公司的投入产出数据的财务绩效进行了评价和分析。分析结果表明。DEA方法可以有效评价网络公司的财务绩效,并为公司改进效率提供有价值的信息;该方法客观、准确,具有较强的实用价值。     

基于ID3改进算法的公共自行车服务系统优化研究

优化设置站点位置和锁桩的数量,直接影响了城市公共自行车服务系统的运行效率。ID3改进算法,是数据挖掘技术中应用最多的决策树生成算法,改进后的ID3算法大大提高了准确度和执行效率。文章阐述了运用ID3改进算法的数据挖掘技术,对已经部署公共自行车站点的区域进行分析,从而找到公共自行车系统的最优运行规律,同时,创建站点和锁桩的配置模型,为城市公共自行车系统高效运行提供有价值的参考。     

动态发现与识别有价值客户声音的网上聆听方法

聆听客户声音的关键是发现对企业有价值的信息。在网络社区中，客户的信息量大且密度高，致使企业聆听声音困难。运用特征筛选和信息融合相结合的特征识别方法，将表征客户特征的有价值的相关数据项经过筛选、分类进行动态地提取和融合，完整地表征和反映有价值的客户信息；同时，采用聚类算法，对具有高、中和低价值的客户特征数据分类过滤，以识别出具有高价值信息特征的客户。该方法对企业聆听网上客户声音，发现其中有价值的信息，以支持其战略和营销决策具有重要的理论意义与实用价值。     

基于兴趣度的关联规则在学生成绩中的应用

对关联规则中Apriori算法的分析,并将其应用到学生成绩中,得到了一些先前未知的,有价值的信息,但同时又有一些无用甚至错误的规则出现,通过对关联规则的改进:加入了兴趣度阀值,提高了关联规则在数据挖掘中的精度,并且减少了无用,错误规则的产生,为学生成绩的分析提供了很好的支持。     

基于改进二进制微粒群算法的供应链信息共享伙伴选择

针对供应链中信息共享伙伴的选择问题,综合考虑成本,价值,可靠性等因素,建立了信息共享伙伴选择的多目标决策模型；以最小化总成本,最大化总价值和总可靠性为目标,给出一种改进的二进制微粒群优化算法对模型进行求解.改进的算法通过合理设置惯性权重和学习因子,克服了原有算法的进化后期收敛速度慢和易陷入早熟收敛的缺陷.通过算例分析表明了模型的价值和改进后算法的有效性和优越性.     

决策树分类算法ID3的应用研究

数据挖掘中的ID3算法是决策树中的重要算法,它适合于从海量信息中获取有益信息。通过一个实例对ID3算法进行了详细的分析论述,并将ID3算法应用于高校教学评价中。实验证明,ID3算法在高校教学改革中有重要的辅助指导作用．     

决策树分类算法ID3的应用研究

数据挖掘中的ID3算法是决策树中的重要算法,它适合于从海量信息中获取有益信息.通过一个实例对ID3算法进行了详细的分析论述,并将ID3算法应用于高校教学评价中.实验证明,ID3算法在高校教学改革中有重要的辅助指导作用.     

Aprior算法的改进及其在高职学生就业中的应用

Apriori算法是一种最具有影响力的挖掘布尔关联规则频繁项集的算法。然而,在产生频繁项集时,需要多次扫描事务数据库,并产生庞大的候选集。为了降低算法的时间复杂度,提高程序运行效率,提出了一种改进的Apriori算法。同时,以某一高职院校中已毕业学生和在校生的就业信息为基础,建立了就业事务数据库,运用改进的Apriori算法对就业数据进行处理,产生了频繁项集。根据最小支持度和最小置信度的定义,找出强关联规则。并引入重要性对强关联规则进行分析,发现具有实际意义的信息,为高职学校就业指导提供决策,为学生就业提供了若干意见。     

关联规则挖掘Apriori算法的研究

关联规则反映了大量数据中项集之间的相互依存性和关联性。Apriori算法是关联规则挖掘中的经典算法。本文在对Apriori算法分析的基础上,针对该算法存在的缺陷,即会产生大量冗余的候选集并频繁扫描数据库,提出了改进的Apriori算法,并给予验证。实践证明,改进后的算法效率优于传统的算法。     

基于Apriori算法的一种改进异常入侵检测模型的研究

近年来网络入侵检测系统成为计算机系统安全架构的关键性问题。异常攻击检测效果差是现有系统目前遇到的首要问题。因此,基于数据挖掘技术提出一种模型来预测新颖的攻击并实时生成防火墙规则。运用了Apriori算法来创建一个自动防火墙规则发生器用以监测新的异常攻击。结果表明改进后的算法高效的提高异常入侵检测系统的性能。     

基于B/S模式的实验室管理人员考核系统

以完善的校园网为依托,开发出一套适合于实验室管理人员考核系统,以计算机为工具,通过对考核管理所需的信息管理,把评估人员从繁琐的数据计算处理中解脱出来,使其有更多的精力从事实验室管理政策的研究实施,实验室教学计划的制定执行和实验教学质量的监督检查,从而全面提高实验室管理水平。     

高校教师教学质量评价系统设计与实现

结合RReliefF算法在非线性系统特征选择上的优势,以及模糊综合评价方法在求解非确定性问题上的良好性能,设计并实现了一套基于RReliefF和模糊综合评价方法的高校教师教学质量评价系统,确立了合理的教学质量评价指标体系,为高校教师教学质量的科学评价提供了有益的参考。     

关联规则中支持度变化的数据重挖掘算法研究

使用关联规则进行数据挖掘时,使用者为了达到一定的挖掘效果,经常需要不断地改变关联规则的支持度阈值(support)。文中提出了一种从大型数据库中挖掘关联规则的快速算法。该算法以经典的Apriori算法为基础,可以在提出新的支持度后,直接在首次挖掘的基础上进行再一次挖掘。结果表明,它较Apriori算法的实现速度有明显的提高。     

基于Apriori算法的高考数学知识点关联分析

通过SQL Server2000对陕西省2007-2011年理科数学高考题涉及的知识点进行整理,并利用Matlab软件实现Apriori算法,得出知识点间的频繁项集。结果表明:函数概念与基本初等函数I(指数函数,对数函数,幂函数)、不等式、推理与证明等属于频繁项。     

《数控机床机械结构》课程教学改革研究

《数控机床机械结构》课作为机械类专业的一门重要的专业课程,致力于培养学生的数控机床结构认识和故障排除能力。为配合学院的骨干校建设及课程教学改革,本课程采用基于工作过程的教学模式进行教学改革,重新制定课程标准等教学文件,改革教学手段和方法,建立完善的课程考核评价体系,配备试题习题库对学生进行考核,建立教学资料库供学生课下自学时使用,进一步提高教学效果。