基于关联规则的课程相关性的研究

随着高校的扩招,学生数量的增大,传统的对学生成绩统计分析的方法已不能适应深入的需要.利用数据挖掘中的关联规则和 Apriori算法,以某班学生成绩为数据源,分析了课程间的影响关系,得到一些合理的课程关联规则.将这些规则运用到教学管理中,可以合理的设置课程及指导学生选课.     

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。     

数据挖掘在高校课程相关性中的应用研究

数据挖掘算法中的关联规则算法对大量数据的项集分,可以发现它们之间存在的有意义的关联.本文将改进的Apriori算法应用于高校教务管理系统,对历届学生各门课程成绩进行了分析,探讨了高等学校课程间的相关性问题,得出了具有一定可信度和支持度的课程相关性规则,可为现行教学计划的优化和学生选课提供决策支持.     

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.     

基于关联规则的股票走势关联挖掘研究

知识发现(KDD)与数据挖掘技术是计算机科学一个非常活跃的领域。由于现实世界是随时间不断演变进化的,时间是反映现实世界信息的基本属性。各种营销记录、股票交易记录等等都可以用作关联规则挖掘的对象;应用关联规则挖掘股价涨幅间的关联性,进而进行股票走势趋势预测。     

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.     

基于加权正负关联规则挖掘的信息检索系统研究

介绍了基于关联规则挖掘的信息检索模型的研究现状,提出一种基于加权正负关联规则挖掘的信息检索系统模型,阐述了该模型的设计思路、各模块的功能及其检索算法,为信息检索研究提供一些新的思路。     

基于关联规则的Apriori挖掘算法改进

关联规则挖掘是-种主要的也是用途最广的数掘挖掘方法.本文首先对关联规则挖掘及其经典Apriori算法作了介绍,然后针对Apriori算法的缺陷,提出了一种改进的关联规则挖掘算法,充分地证明了改进算法的性能优势.     

基于关联理论的信息检索相关性研究

利用关联理论的信息处理模型阐释了信息检索交互模型中的相关性评估模块,认为采用关联理论的信息处理模型阐释信息检索的相关性判断过程是可行的。     

基于遗传算法的关联规则挖掘方法

基于对数据挖掘,特别是关联规则挖掘的研究,提出了一种改进型遗传算法的关联规则提取算法,并从编码方法、适应度函数的构造和遗传算子的设计方面进行讨论分析。通过对早熟问题的分析并改进自适应算子,提高了算法的效率,使算法在相对稳定的动态种群规模中寻找优质解。     

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。     

基于抽样策略的关联规则算法

在数据挖掘中应用抽样技术,可以显著提高数据挖掘任务的效率。文章通过研究关联规则挖掘任务的特点,提出了一种新的基于抽样技术的关联规则挖掘算法。     

基于关联规则的ADR预警系统及实证研究

针对目前我国药品不良反应(ADR)预警的不足,基于数据立方的多维关联规则挖掘方法引入药品不良反应预警领域,提出基于关联规则的ADR预警系统框架,并结合药品不良反应自发呈报系统(SRSs)实际数据进行实证分析。根据支持度和置信度,从药品和用药患者两个维度实现预警,为ADR预测预警问题提供一种新方法,为医生用药提供决策支持。     

基于关联规则的个性化信息检索系统研究

针对信息检索的个性化需求，分析了关联规则的基本概念以及它在个性化信息检索中的运用，提出了基于关联规则的个性化信息检索系统，并给出这个系统的设计思想和体系结构，最后介绍了这个系统的主要模块功能。     

基于增量数据库关联规则挖掘算法研究

近年来数据生成和收集技术的发展使得面向科研、管理等领域的数据集十分庞大,从而对海量数据集进行的信息提取变得更加迫切。文章对数据挖掘的概念及所要达到的目标进行剖析,对增量数据库关联规则挖掘算法进行研究,通过举例对数据库关联规则挖掘算法的实际应用进行了分析。     

基于关联规则的图书借阅数据挖掘

利用关联规则算法对我院图书馆借阅历史数据挖掘进行了具体实现,并对挖掘的结果给予解释,从而能使图书馆的图书购置得到更有效、合理的分配,更好地提高服务效率和质量。     

基于关联规则的电子商务系统

研究了基于关联规则的Apriori算法、FP-Growth算法,分析了两类算法的缺点.提出利用遗传算法改进关联规则挖掘算法,给出了属性种群和规则种群的适应度函数,并且给出了具体的算法流程.利用某企业服务网站WEB服务器的使用日志,来测试3种算法的性能.实验结果表明,改进算法的运行时间最短,提高了数据挖掘效率,完全可以应用于电子商务系统中.     

关联规则挖掘研究

本文对关联规则挖掘的定义及相关概念作了简单的介绍,对基于关联规则挖掘的hpriori算法基本思想进行了深入剖析,提出了该算法的瓶颈问题,并就此问题分析讨论了hpriori算法优化技术。     

关联规则挖掘研究

本文对关联规则挖掘的定义及相关概念作了简单的介绍,对基于关联规则挖掘的hpriori算法基本思想进行了深入剖析,提出了该算法的瓶颈问题,并就此问题分析讨论了hpriori算法优化技术。     

基于改进关联规则的本体关系获取研究

文章提出一种改进的关联规则方法,用于抽取文本中的非分类关系。首先利用基于上下文的术语相似度获取方法得到术语间的相似度权重,再通过加入谓语动词的关联规则算法计算,结合搜索引擎技术得到候选关系对集合,并通过置信度和支持度的对比分析,抽取最终的非分类关系结果,最后对测试数据进行实验,并对结果进行分析。