关联规则挖掘在毕业生就业分析中的应用研究

介绍了关联规则挖掘的相关概念和算法,对就业事务数据进行了采集和预处理,使用Visual FoxPro开发了一个就业事务关系挖掘工具,并对学生就业各项事务进行了关联挖掘分析,找出它们之间客观存在的关系,为学校就业指导工作服务。     

关联规则挖掘在DM研究热点演化分析中的应用

数据挖掘是基于数据库、统计学、机器学习、人工智能等多学科交叉的新兴学科领域.为系统分析和评价该学科过去和现在的研究热点及其内在结构,以Web of Science数据库收录的主题为"data mining"的期刊论文为数据源,对关键词进行规范和统计选出热点高频词,然后将期刊论文视为事务,高频词视为项集,采用关联规则分析方法挖掘隐含在1997～2004年、2005～2008年两个时期文献集中的关联词汇,定量描述知识主题之间的逻辑关联和相关影响程度,并借助可视化工具对知识主题关联网络进行直观展示.     

一种分布式环境下动态挖掘频繁闭项集算法

在分析与研究分布式数据挖掘和频繁闭项集挖掘的基础上,通过设计一个Unite_Tree算法构建全局FP-Tree树,并在全局FP-Tree树的基础上设计了一种分布式环境下动态频繁闭项集的挖掘算法D-MFCI。最后,通过仿真实验证明D-MFCI算法可以实现分布式数据库中关联规则的快速挖掘,减少生成规则的冗余度,提高规则的可读性。     

最优关联规则的形式和挖掘思想研究

数据挖掘中人们更多地关注关联规则，因为它有着丰富的内涵，对应它的复杂内容，本文给出了关联规则的挖掘原则，从大量的数据库中挖掘关联规则一定要有合理有效的指导思想，挖掘出的规则应能准确地反映现实。为减少不必要的规则以免混淆决策，分析了最优规则的思想，还有很多问题期待进一步研究。     

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。     

关联规则快速挖掘在CRM中的应用

交叉销售分析是CRM中的主要分析内容之一.提出了一种前件固定、后件受约束的关联规则快速挖掘算法,该算法的挖掘结果可以帮助企业利用销售情况好的产品促进其他产品的销售;同时提出了一种后件固定、前件受约束的关联规则快速挖掘算法,该算法的挖掘结果可以有效地帮助企业利用交叉销售方法为新产品开拓市场.仿真结果表明,这两种算法能够帮助企业快速准确地得到所需的信息.     

数据仓库和数据挖掘在决策支持系统中的应用

介绍了决策支持系统的发展过程，基于数据仓库、数据挖掘、OLAP等技术的决策支持系统为在大数据量的情况下，方便、快捷、自动地进行决策提供了一个新的思路。     

数据挖掘在高校学生工作中的应用

数据挖掘技术是一种新的信息处理技术,其目的是从海量数据中抽取潜在的、有价值的数据规律或数据模型。在讨论目前高校学生管理中存在问题的基础上,简单介绍了数据挖掘技术。并对数据挖掘技术在高校学生工作中的几个应用进行了讨论,提出了新形势下高校学生管理工作的新模式。     

关联规则挖掘在超市商品管理中的应用

本文利用超市商品流通数据,采用SPSS Clementine软件中的CARMA关联规则模型,对销售商品进行挖掘分析,找出商品之间的关系,为超市商品管理提供决策依据。     

关联规则挖掘技术在图书借阅服务中的应用研究

在概述关联规则挖掘技术的基础上,深入分析关联挖掘技术在图书馆借阅服务中的应用,通过关联规则挖掘技术统计与分析图书馆借阅服务信息,统筹借阅服务与采访服务,实现图书推荐服务等个性化信息服务方式,为提高图书馆信息服务层次与水平提出了一些建议与对策。     

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.     

关联规则挖掘方法在研究生教育评估中的应用

在研究生教育评估中,采用数学模型拟合和语言文字表述两种方式,来分析自变量与因变量之间存在着的相互关系,有着不同程度的局限性。鉴此,提出了应用关联规则挖掘方法来分析它们之间关系的思路,同时给出了算法Tid-option,最后以全国优秀博士学位论文评选为案例进行了实证研究。     

关联规则挖掘在网络信息检索中的应用

针对目前网络信息检索效率不高的问题,提出了一种基于关联库的查询扩展方法。此方法通过将文档用向量空间模型表示,然后,抽取文档中的特征语词/概念,再利用关联规则挖掘技术揭示文档中语词/概念之间的相关性和层次关系,从而构建关联库。通过关联库对用户的查询需求进行扩展以达到提高查全率和查准率的目的。     

数据仓库和数据挖掘在决策支持系统中的应用

介绍了决策支持系统的发展过程,基于数据仓库、数据挖掘、OLAP等技术的决策支持系统为在大数据量的情况下,方便、快捷、自动地进行决策提供了一个新的思路。     

关联规则挖掘在图书馆信息服务中的应用

介绍了数据挖掘中的关联规则技术,使用关联规则对图书馆中的流通数据进行了分析,并且给出了实例,对在使用中的有关问题进行了讨论并提出了解决方法.     

基于自适应策略的动态模拟退火遗传挖掘算法

关联规则挖掘是数据挖掘中一个很重要的研究课题。提出了一种基于自适应策略的动态模拟退火遗传挖掘算法。实验结果证明它能弥补基于传统遗传算法的挖掘方法的缺点。     

数据挖掘技术在读者隐性需求挖掘中的应用

简要阐述了读者隐性需求的含义、特征以及挖掘读者隐性需求的必要性,着重论述了数据挖掘技术在读者隐性需求挖掘中的应用研究现状。     

关联挖掘研究综述

数据挖掘是一种重要的数据分析方法,旨在发现庞大的数据中隐藏着的、先前未知的并潜在有用的模式和信息,以帮助人们正确理解和认识数据,进行科学决策。关联挖掘是数据挖掘中研究最早也是最活跃的领域,其中,频繁模式挖掘是关联挖掘的核心和基础。对关联挖掘算法的研究和发展进行综述,分析挖掘算法面临的主要挑战,概括最新研究进展。     

情境感知计算在决策支持系统中的应用研究

首先分析决策支持系统在提供泛在的、个性化的、主动的决策服务方面存在的问题与遇到的挑战,阐述了决策支持系统中融入情境感知的必要性,接着阐述情境感知计算如何通过先进的人机交互、情境感知和情境挖掘技术集成到决策支持系统中,并提出情境感知智能决策支持系统的框架,最后以2个典型的应用实例来探讨情境感知计算的作用。     

Web挖掘技术在电子商务中的应用

在讨论Web挖掘的任务和分类的基础上,提出了基于Web挖掘的电子商务模型,论述了电子商务中Web挖掘的方法以及Web挖掘在电子商务中的具体应用。