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。     

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。     

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。     

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。     

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.     

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。     

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.     

基于关联规则的隐私保护算法研究

本文针对MASK算法的不足,将随机响应技术与关联规则挖掘算法相结合,提出一个多参数随机扰动算法--MRD算法,使私有信息或敏感知识在挖掘过程中不被泄露。相对于MASK算法,改进的MRD算法在以不同的随机参数对数据集进行处理时,可以实现对原始数据的干扰或隐藏。解决了单一使用数据干扰策略和数据隐藏策略的缺陷,有效地提高了算法的隐私保护度,并得到较为准确的挖掘结果。     

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。     

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.     

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.     

多媒体挖掘技术研究

多媒体挖掘是目前一种新的重要的研究领域。本文在介绍多媒体挖掘的概念、目的、分类,以及多媒体挖掘的系统结构和多媒体挖掘的基本过程的基础上,对多媒体挖掘领域面临的问题作了分析与展望。     

数据挖掘技术在企业薪酬设针中的应用研究

现代企业薪酬设计过程中要面对数量众多、关系复杂的信息和数据,而数据挖掘技术在有效处理大量数据方面具有独特的优势。本文以薪酬设计中的数据分析过程为主线,探讨如何应用分类、聚类以及关联规则等数据挖掘技术来分析和处理数据,为薪酬设计提供强有力的决策支持。     

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。     

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.     

基于关联规则挖掘的信用卡欺诈研究——以德国为例

关联规则分析作为数据挖掘中一个重要的组成部分,能够有效发现大量数据中相关属性集之间有意义的关联关系,从而为政策或规则的制定提供参考依据。近年来,关联规则分析已被广泛应用到零售、物流、信用卡营销及风险管理等众多领域。基于此,从介绍关联规则分析的基本概念出发,以德国信用卡为例,使用Intelligent Miner软件,探讨信用卡持卡人信用卡欺诈所具有的一般特性,对提升业务风险管理技术有所裨益。     

商业数据挖掘技术的应用及发展

商业数据挖掘技术是当前数据库和人工智能领域研究的热点.本文从数据挖掘的概念和本质出发,详细阐述了数据挖掘的各种技术方法,深入分析了数据挖掘技术的市场应用领域,指出了数据挖掘技术未来的研究方向及热点.     

商业数据挖掘技术的应用及发展

商业数据挖掘技术是当前数据库和人工智能领域研究的热点。本文从数据挖掘的概念和本质出发,详细阐述了数据挖掘的各种技术方法,深入分析了数据挖掘技术的市场应用领域,指出了数据挖掘技术未来的研究方向及热点。     

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.