关联规则挖掘技术研究

以关联规则挖掘技术的发展为主线,将目前的研究方法归纳为五类:项无加权关联规则挖掘、项加权关联规则挖掘、项完全加权关联规则挖掘、负关联规则挖掘和增量挖掘,对这五类挖掘技术进行整体性阐述和比较性研究,指出了一些挖掘技术的局限性,最后展望关联规则挖掘技术在信息检索查询扩展领域中的应用前景.     

基于贝叶斯网的关联规则表示及应用

关联规则是数据挖掘领域中研究最早的一个方向,随着挖掘算法的不断完善,其挖掘速度越来越快,应用也越来越广泛,然而由于关联规则忽略了规则之间的关系和影响,所以在比较复杂的领域应用还存在着很大的限制.贝叶斯网络是用来表示变量集合的联合概率分布的图形模式.提出了一种基于贝叶斯网的关联规则表示方法,实验表明这种方法生成的贝叶斯网不仅能够有效地表示出原有的关联规则的含义,而且表现了关联规则之间的联系,从而扩展了关联规则的应用.     

基于ARIZ的关联规则知识发现模式研究

本文借助ARIZ思想深入研究了关联规则挖掘模式,综合介绍了关联规则的理论基础,进一步明确了项、项集、候选项集、频繁项集、支持度、置信度这些重要知识点,对关联规则进行了多角度的分类,研究分析了关联规则挖掘的经典算法,并对关联规则的评价标准进行了创新研究,引入了主观兴趣度和客观相关性分析,为后续研究和改进关联规则的算法提供了理论基础。     

基于约束的关联挖掘在教学信息中的应用研究

进行关联规则挖掘时会得到大量的规则,而真正关注的规则住往淹没其中。本文通过对基于约束的关联规则挖掘方法的分析和研究,结合实际学生选课信息,提出了适合的约束条件来剪除无兴趣规则,并挖掘出部分课程间的有趣规则,为今后的教学课程设置提供了参考。     

空间同位规则算法的研究与改进

空间关联规则是空间数据挖掘所要发现的一种重要知识。一般的空间关联规则研究是基于传统的关联规则,然而这些方法在处理空间关系时是不适用的。同位规则问题的提出,很好的解决了挖掘正确有效的空间关联规则的需要。在介绍空间多维分类数据同位规则挖掘算法的基础上,对该算法进行了一点改进,使其能更好的针对不同的实际数据进行处理。     

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.     

基于归并技术的时态关联规则挖掘方法研究

首先介绍了时间区间的延展和归并技术,对事务数据库中时态关联规则的挖掘方法进行了研究,针对其一些不足进行改进,提出基于归并技术的时态关联规则挖掘方法,并对改进后的优点进行了分析。     

关联挖掘在文献借阅历史数据分析中的应用

介绍了数据挖掘中关联规则的基本概念和方法,进一步讨论和研究了关联规则在图书馆读者文献借阅历史数据分析中的应用。通过实验分析表明,借阅历史数据在经过一定的预处理后,用Apriori关联挖掘算法能挖掘出隐藏在历史数据背后的有用的规则和潜在的信息,这将有利于为读者提供个性化服务和对图书馆的服务提供决策支持。     

基于关联规则的海量图书信息数据扩散研究

针对当前只关注对数字图书馆网络功能的提高,忽略了对信息扩散的问题。为此,通过关联规则方法对海量图书信息数据扩散进行研究,给出关联规则的基本概念,并介绍了数字图书馆网络的特征,将API与编写抓取程序、开放数据等技术结合在一起;利用Apriori算法通过层次顺序搜索的循环方法对图书信息数据频繁项集进行挖掘,采集数字图书馆网络中某用户粉丝、关注者、转发以及评论信息扩散数据;将关联规则作为研究海量图书信息数据扩散方法,通过关联规则衡量节点度和出入度;在此基础上通过关联规则对海量图书信息数据扩散情况进行研究,发现海量图书信息扩散有高低谷期;转发量和评论量呈一定的正相关性;数字图书馆网络中海量图书信息数据扩散的广度和用户影响力相关。     

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.     

数据挖掘中的关联规则方法

介绍了关联规则的基本概念,总结了关联规则的分类及各种挖掘算法,并对一些典型算法进行了介绍,最后,展望了关联规则挖掘的下一步研究方向。     

数据挖掘中的关联规则方法

介绍了关联规则的基本概念,总结了关联规则的分类及各种挖掘算法,并对一些典型算法进行了介绍,最后展望了关联规则挖掘的下一步研究方向。     

空间同位规则算法的研究与改进

空间关联规则是空间数据挖掘所要发现的一种重要知识。一般的空间关联规则研究是基于传统的关联规则，然而这些方法在处理空间关系时是不适用的。同住规则问题的提出，很好的解决了挖掘正确有效的空间关联规则的需要。在介绍空间多维分类数据同住规则挖掘算法的基础上，对该算法进行了一点改进，使其能更好的针对不同的实际数据进行处理。     

基于多层次关联规则挖掘的反恐情报跨层特征关联分析

【目的/意义】为了发现更全面、更具有普适性的反恐情报信息,本文在单层次关联规则挖掘的基础上研究 反恐情报的多层次关联规则挖掘方法。【方法/过程】根据反恐情报的数据特征提出统一最小支持度和多单项最小 支持度参数并用的方式筛选多层次涉恐特征频繁项集,在情报分析过程中保存部分特殊的冗余频繁项集、冗余多 层次关联规则和无趣多层次关联规则。【结果/结论】本文的研究可以发现涉恐数据中不同概念分层的关联规律。 [创新/局限] 文中提出的关联分析方法能够弥补普通的单层次关联规则挖掘在分析包含多层属性的涉恐数据中存 在的不足,为反恐预警和反恐决策提供更丰富、更科学、覆盖范围更广的参考。     

模糊数据挖掘及遗传算法在IDS中的应用研究

针对关联规则挖掘中存在的＂尖锐边界问题＂,重点研究了模糊关联规则挖掘及遗传算法在入侵检测中的应用,在隶属度的计算中采用了折中的准则。实验结果表明该方法能有效区分正常状态和异常状态,提高入侵检测准确度。     

基于关联规则的个性化图书推荐研究

运用关联规则的数据挖掘方法,从图书馆的借阅历史数据中挖掘出了两类关联规则：相关书籍和相似读者,并根据这两类规则实现相关的图书推荐服务。     

基于《中国图书馆分类法》的高校图书馆书目推荐服务研究

针对目前基于关联规则的图书馆个性化推荐服务易产生冗余关联规则和丢失有效关联规则的问题,提出了一种基于《中国图书馆分类法》的高校图书馆书目推荐方法。在数据预处理阶段,将原始借阅记录中的书目按照《中国图书馆分类法》进行分类整理,然后利用Apriori算法挖掘产生关联规则,并将其扩展为推荐书目,最后通过实例验证,该方法比现有基于书籍名称的推荐方法所产生的规则更具一般性,推荐结果具有可扩展性。     

关联规则挖掘综述

本文介绍了关联规则的研究情况，提出了关联规则的分类及各种挖掘算法。通过对典型挖掘算法进行分析，给出了对挖掘算法进行优化的思想，最后展望了关联规则挖掘的未来方向。     

关联规则在电压暂降分析中的应用

基于实际电压暂降历史记录,利用传统关联规则算法Apriori算法思想作进一步改进,对电压暂降历史记录进行多维关联规则挖掘,探求符合真实规律的电压暂降强关联规则,并对得到的关联规则的价值进行分析.研究证明了关联规则在电压暂降研究分析领域有着良好的应用前景,为相关电力部门制定电压暂降预防或治理决策提供很多有重要价值的参考.     

关联规则算法优化研究

关联规则是数据挖掘中一个重要的研究内容。典型的关联规则发现算法是由R.Agrawal等提出的Apriori算法。本文研究了数据挖掘技术中的关联规则算法。对经典的Apriori算法作了全面的分析,指出了挖掘中的关键步骤,提出算法的不足,并给出了算法可以改进的方向。