基于Web的数据挖掘技术

Web数据挖掘有很多研究热点,其中关联规则挖掘是Web数据挖掘领域研究的一个重要方面.本文首先对数据挖掘、Web数据挖掘和Web数据预处理等相关知识进行了阐述;然后研究了关联规则基本理论及关联规则经典算法;最后为了解决现实数据库中每个项目的分配不均匀性和重要性差异,重点研究了加权关联规则挖掘算法.     

基于聚类划分的增量式关联规则研究

数据挖掘是目前信息领域和数据库技术领域的前沿研究课题,它涉及到数理统计、模糊理论、神经网络和人工智能等多种技术,技术含量比较高,实现难度也较大.本文研究了关联规则挖掘技术的基本概念、过程和算法等,为提高数据挖掘效率,提出了基于聚类划分的增量式关联规则挖掘算法.即运用快速聚类方法实现数据划分、运用改进的FP-growth算法实现关联规则的挖掘和运用增量FP-growth挖掘算法实现增量数据挖掘的关联规则挖掘算法.     

一种基于信誉兴趣区间划分的数据优化查询算法

在当前的复杂数据挖掘方法中,多是基于关联规则进行关联挖掘,一旦数据之间的关联性被大量的冗余关联打破,形成数据的无序性,就会出现挖掘耗时,挖掘错误较多的问题.为了解决这一问题,本文提出一种基于信誉兴趣区间划分的数据优化查询算法.在海量的数据中,针对错综复杂的数据关系,通过信誉兴趣函数对数据进行较为清晰地划分.尤其在关联规则较为混乱的情况下,这种方法能够得到更为准确的数据分类区间.实验结果表明,这种数据挖掘方法针对大型数据库中的海量数据挖掘效果更佳,且挖掘算法速度更快,效率更高.     

一种基于矩阵按位存储的Apriori改进算法

关联规则是数据挖掘的重要研究方向之一,Apriori算法是利用关联规则进行数据挖掘中的一个最经典的算法。通过对Apriori算法进行研究分析,发现该算法具有产生大量候选项集和多次扫描数据库的缺点。提出了一种基于矩阵按位存储的改进型Apriori算法,该算法将数据库中的数据读入内存,用矩阵按位存储数据,使用按位运算计算项集的支持数,提高了支持数计数的效率,从而提高了关联规则挖掘的速度和效率。     

基于增量数据库关联规则挖掘算法研究

近年来数据生成和收集技术的发展使得面向科研、管理等领域的数据集十分庞大,从而对海量数据集进行的信息提取变得更加迫切。文章对数据挖掘的概念及所要达到的目标进行剖析,对增量数据库关联规则挖掘算法进行研究,通过举例对数据库关联规则挖掘算法的实际应用进行了分析。     

数据立方体上的约束关联规则挖掘

数据挖掘作为一项从海量数据中提取知识的信息技术引起了国内外学术界和产业界的广泛关注,基于数据仓库的联机分析挖掘系统的应用已成为数据挖掘技术的发展趋势,本文结合联机分析挖掘的思想和基于目标属性关联规则挖掘算法,提出并构建了数据立方体上的基于约束的关联规则挖掘算法。最后的算例证明了该算法的有效性。     

基于矩阵的数据挖掘技术在数字化图书馆中的应用

Apriori算法是关联规则挖掘的一个经典算法，本文在分析关联规则挖掘算法的基础上，提出利用矩阵的数据挖掘技术对经典Apriori算法进行改进，从而提高图书馆数据资源的利用率，提高图书馆服务层次。     

基于径向基函数神经网络的数据关联挖掘算法设计

为了提高用户需求数据挖掘的时效性及准确性,提出基于径向基函数神经网络的数据关联挖掘算法。在对数据频繁项集约束性关联规则研究的条件下,通过约简计算,得到满足约束条件的候选数据集,并对用户需求数据频繁项集更新;利用径向基函数神经网络对候选数据集进行训练优化,通过上界剪枝法,获取用户需求数据,并实现其实时挖掘。实验结果表明,所提数据挖掘算法执行效率受数据规模变化的影响较小,挖掘效率更高,扩展性更好。     

基于数据挖掘的分布式入侵检测系统研究

结合了分布式入侵检测技术和数据挖掘技术,对基于数据挖掘的分布式入侵检测系统进行了研究.在对经典的关联规则挖掘Apriori算法改进的基础上,提出了适用于分布式入侵检测系统中基于网络数据源的关联规则挖掘DZApriori算法.     

大数据环境下大学生上网行为分析与决策——以六盘水师范学院为例

网络是把双刃剑,对学生来说有利也有弊。为了制定合理的管理措施,督促大学生及时规范自己的网络行为。该研究重点研究了数据挖掘算法的选择,最后选择决策树、关联规则、预测分析对学生上网行为中的重要数据进行挖掘,实现大数据网络行为属性与学生学习成绩之间相关属性分析。结果显示,在"流量数据"中,"上网时间长度长"无疑是导致在校学生正常学习水平差的罪魁祸首。研究结果:相当差的算法是逻辑关联回归,相对比逻辑回归好一点的是决策树挖掘算法,最优秀的数逻辑关联性和规则数据挖掘算法。     

基于XML的网页数据挖掘

随着Internet的迅速发展,使得数据丰富而信息贫乏这对矛盾显得日益突出,数据挖掘技术正是应了这一需求而结合了机器学习、模式识别、统计学、人工智能、神经网络等多学科而出现的一项新技术,基于Web的数据挖掘是数据挖掘技术在网络信息处理中的应用。本文叙述了Web数据挖掘的概念、分类、技术等,重点讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的、Web信息的组织结构性差而导致的Web数据挖掘困难的问题。     

电子商务中数据挖掘技术的研究与应用探索

顾客在电子商务网站的访问行为会产生大量数据信息,这些数据中包含了大量对市场分析及预测有用的潜在信息,可运用数据挖掘技术对客户访问信息的Web数据进行挖掘,从而了解客户的访问行为。本文主要讨论了电子商务中挖掘信息的目标、方法及数据挖掘技术在电子商务中的几点应用。     

数据挖掘算法的分析与研究

本文对数据挖掘的基本理论进行了分析研究,总结了数据挖掘的基本步骤,归纳了数据挖掘的基本方法,并在此基础上,提出了用数据挖掘进行数据分析的通用策略。     

现代数据挖掘技术与发展

数据挖掘是目前一种新的重要的研究领域,文章介绍了知识挖掘系统的概念,以及数据挖掘常用技术,对数据挖掘领域面临的问题做了介绍和展望。     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术.本文介绍了数据挖掘的定义、功能、常用技术、数据挖掘过程,以及数据挖掘的应用.     

基于数据挖掘的企业危机管理过程研究

文章叙述了企业危机管理概念和数据挖掘的内涵,介绍了数据挖掘常用的技术和方法,通过设计企业危机管理全过程分析图,将企业危机管理过程分为预防、识别、处理和评估四个环节,在此基础上,分别论述了在危机管理的过程中,在每一个环节,企业如何进行数据挖掘,使危机得到妥善解决和有效管理。     

数据挖掘在知识管理中的应用

数据挖掘是数据库和信息决策领域的一个理论前沿,是知识发现的核心部分。本文从数据挖掘的基本概念入手,介绍了数据挖掘常用的技术和方法,在此基础上,对数据挖掘技术在知识管理中的应用作了深入的论述。     

一种对数据库进行压缩的关联规则挖掘算法

关联规则挖掘算法为了发现事先未知的关联规则,需要用高效的方法计算出数据库中的大项目集。影响数据挖掘效率的两个因素,一个是数据库大小,另一个是算法的效率。本文算法通过将数据库进行高度压缩,使数据库中的数据量大大减少,同时算法采用逻辑运算方法计算项集的支持数,计算效率较高。     

数据挖掘在房屋维修基金管理服务中的应用研究

将数据挖掘技术应用于房屋维修基金管理系统中,利用挖掘得到的关联规则为城市公共设施管理提供支持。数据预处理关系到基金缴交数据的挖掘质量,为此本文针对数据缺失等存在的问题,进行了数据补整,并给予算法实现。     

数据挖掘在高速公路收费系统中的应用探讨

我国高速公路联网收费系统中包含丰富的数据资源,对于这些离散的原始数据,目前大部分采用数据仓库(DW)和联机分析处理(OLAP)技术,而数据挖掘(DM)却应用不广。然而对于高速公路联网收费系统中的海量数据内部,蕴藏着丰富的内在关系和隐含信息,本文探讨了数据挖掘技术在高速公路联网系统中的部分应用问题。