关联规则在贫困生模糊评判模型中的应用研究

本文针对目前贫困生认定存在的问题,提出构建基于关联规则的贫困生模糊综合评判模型。将数据挖掘技术应用在模型构建的始终。使其成为以数据为驱动的模型。     

模糊综合评判在高校贫困生评定系统中应用

本文从分析贫困生评定系统的模糊性入手,运用模糊综合评判算法构建了高校贫困生评定系统模型,为高校贫困生认定工作提供了有力的科学依据,具有一定的科学性和实用性。     

关联规则在高校贫困生认定中的应用

贫困生的认定是各高校繁重的一项工作,利用关联规则挖掘中的FP—growth算法,运用SQI—Server 2005中Analysis Services工具对影响贫困生认定的数据因素进行挖掘,发现了学习成绩、贷款、消费水平以及家庭情况等之间的关系。为贫困生认定提供了理论支持和科学依据,提高了工作效率,对实际工作有一定的指导意义。     

关联规则在高校图书管理中的应用研究

关联规则分析是数据挖掘的一个非常重要的研究分支,其主要的研究目的是从大型数据集中发现隐藏的、有趣的、属性间存在的规律.本文在对数据挖掘相关技术、关联规则挖掘算法进行深入研究的基础上,探讨了关联规则在高校图书管理中的应用.     

FP-growth算法在高职院校贫困生认定工作中的应用研究

随着高职院校招生规模的不断扩大,经济困难的学生越来越多,贫困生的资助工作难度也不断加大,传统的贫困生认定工作方法越来越不能满足现实的需要,为了完善并做好目前的高职院校贫困生认定工作,我们运用FP-growth算法对所有收集到的贫困生数据进行数据挖掘,发现隐藏在这些数据背后潜在的价值,找出一些数据之间内在的关联,给贫困生的认定工作提供一定的帮助,从而提高贫困生认定工作的效率.     

改进的关联规则算法及其应用

根据数据挖掘中关联规则的性质以及高校成绩管理数据库的自身特点,在经典关联规则算法Apriori算法的基础上提出了一种改进的算法A 算法,并利用该算法对学生成绩管理数据库进行了关联规则挖掘,得到了隐含在数据库中的有用信息。     

基于SQL Server的关联规则算法在高校招生中的应用

该文介绍了数据挖掘、关联规则、Apriori算法的基本概念,同时基于Microsoft数据库平台 SQL Server 2005,结合BI Development Studio的分析服务功能SSAS,利用Microsoft关联规则数据挖掘算法对招生系统中数据进行数据处理和数据挖掘,从而找出强关联规则,为高校的招生提供参考依据。     

Apriori算法在高校课程设置中的应用研究

近年来,数据挖掘已经引起了信息产业界的极大关注,这是快速增长的数据量和日益贫乏的信息量之间矛盾运动的必然结果。在介绍关联规则基本概念的基础上,对关联规则的Apriori算法进行了详细的分析和研究,将Apriori算法应用于高校教务管理信息系统,对学生成绩数据进行分析,探讨了高等学校专业课程间相关性问题,得到了一些合理、可靠的课程关联规则。     

模糊关联规则的挖掘算法

关联规则的挖掘是数据挖掘中的重要内容之一,关联规则包含了一组对象之间的特定关系.目前对关联规则的研究,仅限于用确定和精确的概念表示的确定关联规则.而现实生活中,数据之间的关系通常表现为模糊关系,用确定的关联规则不能表示数据之间的这种关系.为了拓广关联规则的表示和应用范围,本文讨论了模糊关联规则的概念,并提出了一种基于集合枚举树的模糊关联规则的挖掘算法FAAR.     

改进的关联规则算法及其应用

根据数据挖掘中关联规则的性质以及高校成绩管理数据库的自身特点，在经典关联规则算法Apriori算法的基础上提出了一种改进的算法——A＋＋算法，并利用该算法对学生成绩管理数据库进行了关联规则挖掘，得到了隐含在数据库中的有用信息．     

灰色关联分析法在高校贫困生认定中的应用研究

准确地对学生进行贫困等级认定是高校资助体系的首要问题.文章在研究灰色系统理论的基础上,将灰色关联分析法应用到贫困生困难等级的认定中.在认定过程中,先利用初值无量纲法统一各指标量化模式,计算出各指标与等级的关联系数;再根据指标超标情况确定各指标的权重;然后由权重和关联系数计算出贫困等级的综合灰色关联度;最后利用置信度准则确定评价结果.实例证明,该法简便有效,切实可行.     

Apriori关联挖掘的研究与应用

关联规则是数据挖掘领域的一个重要分支。随着大量数据的收集和存储,人们对于从数据库中挖掘关联规则越来越感兴趣,Apriori算法就是经典的关联挖掘算法。文章分析了Apriori的算法思想、算法描述及实际应用。     

关联规则算法的实现与优化

对基于关联规则的数据挖掘算法进行了研究,对经典的频繁项集计数算法进行了改进,提高了关联规则数据挖掘的效率。优化结果证明了关联规则算法在医学科研实验室数据挖掘中的重要作用。     

基于校园卡数据挖掘的高校贫困生辅助判别研究

提出一种基于校园卡消费数据挖掘用于辅助判别贫困生的方法并进行了实证研究。将学生使用校园卡产生的各种消费数据按性质分类,通过建立消费总量和消费强度等特征向量,数据挖掘学生(家庭)经济状况与消费数据的关联规则,可为高校贫困生判别提供辅助决策依据。     

数据挖掘在本科教学评估中的应用

数据挖掘是目前信息领域和数据库技术的前沿研究课题。关联规则技术是数据挖掘的最重要的组成部分之一,它用于发现大量数据中项集之间的有意义的关联和相关联系。在给出教学评估数据挖掘系统的框架之后,使用相关数据进行关联规则算法的实验,对结果进行初步分析,其得出的结论对高校教学评估和教学工作都具有一定的指导意义。     

数据挖掘技术综述

在对数据仓库与数据挖掘的概念及数据挖掘的功用与分类进行介绍的基础上,阐述了串行关联规则算法和并行关联算法的目标与内容,详细分析了Apriori算法、神经网络、遗传算法等数据挖掘算法。     

基于关联规则的中小学师资管理系统应用研究

阐述了数据挖掘中关联规则的定义,介绍了关联规则的Apriori算法,分析了中小学师资管理的特点以及存在的问题,论述了基于关联规则的数据挖掘技术在中小学师资管理系统中的应用。     

数据挖掘关联规则Apriori算法的优化

关联规则挖掘研究是数据挖掘研究的一项重要的内容.Apriori算法是挖掘关联规则的经典算法,但存在一些不足之处.本文在Apriori算法基础上,提出了基于链表数据结构的关联规则改进算法.由于该算法只需对交易数据库进行一次检索,故能大量减少所需的I/O次数,提高了系统的性能.     

医疗数据库中关联规则的挖掘研究

本文首先介绍了关联规则模型和数据挖掘方法,并结合模糊集理论,给出了医疗数据库中语义关联规则的模型和提取算法.     

基于关联规则的数据挖掘技术在教学评价及学生成绩关系之间的应用研究

教学评价和学生成绩是衡量高校教师课堂教学质量的一项重要指标.数据挖掘是一个融合多学科交叉的新技术研究,目前在各行业均有广泛的应用.本文通过运用数据挖掘中关联规则Apriori算法,对高校教学评价体系中各项指标与学生成绩之间的关联进行了挖掘,得到了具有一定价值的知识和规则,从而更好地运用于教学研究.