基于Apriori的改进算法

关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了改进,提出了Apriori改进算法.Apriori改进算法采用二进制数据垂直表示方法,只用扫描事务数据库一次得到一阶大项集的二进制数据垂直表示.K阶候选项集的操作只要基于这个一阶大项集,而不需重复扫描数据库,从而提高了挖掘算法的效率.     

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.     

基于关联规则的站内搜索引擎设计

站内搜索引擎是充分利用网站资源、迅速提供有效信息的最佳工具,是查寻网站内部信息的密钥。而针对不同用户的操作记录,利用关联规则进行数据挖掘,分析出用户信息需求的关系,并在站内搜索中向用户提供其推荐信息,从而使网站资源得到充分的发挥,方便了用户查找信息,增加网站对上网者的吸引力。     

一种c#实现改进的关联规则挖掘算法

作为一种传统关联规则挖掘算法,Apriori算法存在许多可以改进的地方。比如它需要反复读取数据库,并且读取次数由项目集合中的项目的个数n来决定,I/O负载与最大频繁集中的项目个数成正相关。为改善这种状况,本文提出一种只读取一次数据库便可挖掘出关联规则的改进算法。     

基于矩阵方法优化Apriori算法

通过分析、研究该算法的基本思想,提出了算法的一些改进,并利用矩阵方法和数据库建立联系,更直观、更有效地提高关联规则的效率.     

基于矩阵方法优化Apnon算法

通过分析、研究该算法的基本思想,提出了算法的一些改进,并利用矩阵方法争数据库建立联系,更直观、更有效地提高关联规则的效率。     

关联规则算法综述

介绍了关联规则的概念及挖掘的过程,以Apriori算法为例,阐明了算法思想及其优化方法,描述了关联规则在社会生活领域的应用。     

基于数据挖掘的图书智能推荐系统研究

针对目前传统数字图书馆无法为用户提供准确个性的图书推荐服务的问题,提出构建基于数据挖掘技术的图书智能推荐系统,简单分析数据挖掘技术中关联规则技术适用图书推荐的原因和相关概念,并且对该系统的框架进行研究,最后通过实验,运用数据挖掘软件对真实的借阅记录进行关联规则挖掘,得出关联规则作为图书智能推荐系统的关键技术是行之有效的结论。     

基于语义网的网络智能导航系统研究

针对网络智能导航不能根据用户的真实需求,将用户快速、准确地引领到目的地的情况,提出一种基于语义网的网络智能导航系统。通过建立网络信息语义模型和用户需求语义模型,在网络信息和用户之间构建导航语义网,将用户文字描述的具体需求准确理解并输入到导航语义网,在导航语义网中完整理解导航需求,准确实现用户对信息搜索的导航。     

序列模式算法研究--类Apriori方法

基于关联规则的Apriori算法，对序列模式挖掘的规则类Apfiori算法的思想对性能进行了研究，给出了该算法的基本算法和扩展算法。     

基于Apriori算法的关联规则在企业人事管理系统中的应用

针对企业人事管理系统的现状和存在的主要问题,提出了在企业人事管理系统中运用数据挖掘的必要性,并且应用关联规则的经典算法挖掘和分析了人事考评系统的关联规则和潜在信息,为企业人事决策人员提供决策信息和数据支持.     

数据挖掘中关联规则挖掘的算法研究

关联规则挖掘是从大量的数据中挖掘出有价值描述数据项之间相互联系的有关知识。本文对Apriori算法及其改进作了讨论。     

Apriori算法对高技能人才市场工资价位影响因素的实证分析

本文以广东为例,运用Apriori算法对广东高技能人才市场工资价位影响因素进行实证分析.研究结论认为影响高技能人才市场工资价位的主要因素与工种、地区、学历、技能、工龄、年龄有关,其中工种对收入的影响比其它都要大的多,特别是在分地区的分析中尤为明显.     

基于COM的关联规则挖掘算法的设计与实现

本文首先从理论角度分析了关联规则挖掘算法与聚类挖掘算法原理及其应用领域,然后介绍了Aprior算法的实现及封装,并设计了可视化界面,对算法进行了测试。     

数据挖掘算法及其在电子商务中的应用

利用关联规则的Apriori数据挖掘算法及其改进算法,对电子商务中的数据进行分析挖掘。基于某电子商务网站实际数据的实验结果表明,该算法是有效的。     

基于关联规则挖掘的食品安全信息预警模型

针对食品生产加工的安全问题,建立了基于关联规则挖掘的食品安全信息预警模型,此模型从数据挖掘视角以食品生产加工的检测数据为处理对象,分析数据异常情况,采用改进的关联规则挖掘APTPPA算法,生成关联路径树、寻找频繁项集、最大频繁项和最大关联规则,进而抽取报警关联规则,挖掘导致食品安全问题的因素并进行诊断和预警,最后通过实验验证了预警挖掘模型的正确性和算法的有效性。     

数据挖掘中关联规则算法的研究

Apriori算法是关联规则挖掘中的经典算法。通过对Apriori算法的基本思想和性能的研究分析,提出了一种基于垂直事务列表的树形结构的挖掘算法,减少了候选频繁项集的数量,提高了挖掘算法的效率。实验结果表明新算法具有良好的性能。     

Apriori算法在中医脾胃病方剂方面的研究

本文针对数据挖掘在中医方剂学方面的研究,以脾胃病方剂为例探讨Aprior算法的应用。     

数据挖掘中一种改进的Apriori算法

关联规则挖掘是数据挖掘领域中的一个非常重要的研究内容,其主要目标就是发现数据库中一组对象之间某种关联。频繁项集挖掘是关联规则挖掘的关键步骤,它在很大程度上决定了关联规则挖掘的效率。介绍了Apriori算法及其算法改进。该改进算法对剪枝步进行了优化,提高了连接效率,并且不断减小数据库的规模,去掉无效事务,减少了每次扫描数据库所花费的时间,提高了算法效率。经过试验论证,性能比原有算法提高,具有一定的实用性。