关联规则在图书馆中的应用

介绍了关联规则的相关概念及理论知识,然后针对关联规则的经典算法Apriori算法提出了改进,即Apriori-high算法,以及改进算法的好处,最后介绍了关联规则在图书馆中的应用,可以提高读者的效率,更好的为读者服务。     

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。     

基于关联规则的学生成绩分析

数据挖掘技术是目前信息技术研究的热门问题,被广泛的应用于各个行业,但在教育领域的应用相对较少。本文对数据挖掘技术中的关联规则进行了介绍,实现了Apriori算法,并应用该算法对学生成绩进行分析,挖掘学生成绩数据中的隐藏信息,找出了各个成绩为优秀的学科之间的关联性,得出了语文、数学、英语及各文理科课程的相互影响程度,为教育管理部门提供决策支持。     

改进型Apriori算法在犯罪关联分析中的应用

介绍了关联规则数据挖掘技术,特别是Apriori核心算法,并对Apriori算法进行了Hash优化。以某市的犯罪信息数据库为实例,将改进后的关联分析技术应用其中,以便发现犯罪行为特点及犯罪嫌疑人特性等潜在的联系,为公安部门的战略部署、决策指挥、侦查破案、治安管理等提供依据。     

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.     

关联规则挖掘中的Apriori算法浅析

关联规则研究目的是从大型数据集中发现隐藏的、属性间存在的有趣的关联或相关关系。当挖掘的数据不断更新时,如何高效即时的获得所需的结果,设计高效的算法来更新、维护和管理已挖掘出来的关联规则。该文提出了一种高效的增量更新算法,算法通过实例进行分析比较,证明了该算法有效的提高了挖掘的效率。     

关联规则分类及其相关研究

本文介绍了关联规则挖掘的研究情况,总结了关联规则的分类方法及相关研究,对一些典型算法进行了分析和评价,指出了当前关联研究方向,归纳出了关联规则的维护和有价值的关联规则判别方法。     

关联规则数据挖掘在评价系统中的实践创新研究

本文首先介绍了数据挖掘在高校教学评价系统中使用的意义,明确了挖掘模块的功能定义及挖掘具体的实现方案,然后详细介绍了关联规则挖掘在高校评教系统中的使用。全文以哈尔滨华德学院为实例,综合了教务处、人力资源部、教学质量监督中心等部门的数据记录形成教学评价初始数据,经过一系列数据预处理操作,形成挖掘对象,通过使用关联规则的Apriori算法对教师属性与评教等级进行了挖掘分析,最终得出了有参考价值的挖掘结果。     

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。     

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.     

城镇化进程中广东农村村民应急行为特征分析

加强与改善农村城镇化进程中村民应急行为已成为政府的一项迫切任务,分析与掌握村民应急行为特征成为其中的重要内容。通过实证调研构建广东农村城镇化进程中村民应急行为Apriori关联规则模型,分析村民在个体基本因素影响下表现出来的主要应急行为特征,提出改善村民应急行为的建议,为广东乃至全国农村城镇化中应急服务管理工作提供决策依据。     

基于矩阵多源加权关联规则在个性化推荐中的应用

针对传统关联规则挖掘算法中频繁信息不完善,以及电子商务中各个影响因素贡献值不同的问题,提出一种基于矩阵多源加权关联个性化推荐模型——MSWPR模型,并在考虑虚拟行为水平加权和多源关联垂直加权的基础上,引入最小支持数概念作为剪枝的依据,进一步结合该模型对个性化推荐流程进行了概述。     

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。     

邻接矩阵在高校图书馆借阅数据挖掘中的应用

Apriori算法是关联规则挖掘的一个经典算法,针对Apriori算法的不足,提出了基于邻接矩阵的算法,该算法首先用邻接矩阵将事务数据库表示出来,然后基于邻接矩阵生成频繁k_项集。以高校图书馆借阅历史数据的挖掘为例,详细描述了事务数据库相应的邻接矩阵生成算法、k_项集生成算法以及相应的数据结构设计,算法均采用C语言描述。     

新型动态电压恢复器在双馈风力发电机中的应用

在不对称电网故障下,采用基于同相位补偿法改进控制策略的新型动态电压恢复器（DVR）,提高双馈风力发电机（DFIG）的低电压穿越能力。通过两个改进的正负序检测器分别对网侧和机侧电压分量进行分解,消除不平衡故障下的负序分量的影响;利用四个PI控制器分别调节每一相序,注入串联电压,保证双馈风力发电机电压可以达到正常值;通过旋转这个串联电压,注入无功功率到电网中,保证系统的稳定运行,仿真结果证明了所提控制策略的有效性。     

Application of association and decision rules on intellectual capital

Intellectual capital (IC), leading to sustainable competitiveness shapes the patterns of business reality nowadays. IC disclosure has become a critical necessity in this new framework. Being a novel interdisciplinary study, the aim of this paper was to examine IC disclosure by Greek publicly traded firms implementing association and decision rules. Firms were divided into three classes (low, medium and high) according to their IC disclosure, measured by the content analysis methodology. The association rules of each class were specified, highlighting IC reporting profile and focus of the firms belonging to each class. Firms in the high class were shown to have strongly realised the crucial need for a reporting change. Teamwork, corporate culture and extra-firm potential appeared to be underlined. Applying the decision tree methodology, the paper succeeded in proving the remuneration–incentive system, R&D and business collaborations items as the IC reporting-related factors differentiating classes.     

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。     

面向Web的数据挖掘技术在网站优化中的个性化推荐方法的研究与应用

数据挖掘就是从大量的数据中发现隐含的规律性的内容。本文从Web数据挖掘方面入手,对网站优化的个性化推荐方法进行了较为系统地研究,并且通过采用适当的关联规则,对用户所浏览网页之间的关联性进行了分析,最后对个性化推荐服务的性能进行了验证。     

无功补偿技术在低压电网中的应用

无功功率补偿是保持电网高质量运行、降低电网损耗的一种主要手段,也是当今电气自动化技术及电力系统研究领域所面临的一个重大课题,正在受到越来越多的关注。本文从无功补偿的合理配置原则出发,着重论述了低压电网和异步电动机无功补偿的方法及补偿容量的选择方法。