多数据库中时态关联规则挖掘

关联规则的时态对用户是个非常重要的信息,利用时态关联规则分析,可以得到一系列相关性的项目集合,从而为决策提供更加有利的帮助和支持。现在对于时态关联规则的挖掘主要局限于单一数据库的情况,从多数据库中挖掘时态关联规则还未引起人们的重视,但是多数据库的时态关联规则对于决策分析是非常重要的。本文提出了一种从多数据库中挖掘时态关联规则的方法,并设计了一种算法,实验表明该方法是有效的。     

基于事务标识列表的关联规则挖掘算法

设计并采用Java语言实现基于事务数据库标识列表的频繁项集的产生算法——TidlistApriori。通过与采用Hash-Tree的Apriori算法进行比较,表明TidlistApriori能够提高频繁项集的产生效率,可以成为主题关联挖掘的有效算法工具。     

基于关系数据库的高校成绩数据关联规则挖掘

本文针对高校数据库的特点,利用SQL语句与Apriori算法结合,提出一种基于关系数据库的关联规则挖掘算法,该算法解决了Apriori算法不适合数值型数据挖掘的问题。为了验证算法的有效性．本文将之运用于成绩数据的挖掘,得出了课程之间的关系及学生可能不合格的课程,为学生选课和学生由于成绩不合格留级、退学的预警管理提供依据。     

基于关联规则挖掘的图书流通信息分析

对某一读者群在一定时期内所借阅图书的流通数据应用关联规则的挖掘分析方法,可以发现读者在进行专业学习时隐含的各学科知识之间的关联.这对图书馆调整资源建设的学科结构、提升读者服务工作水平具有重要的指导意义.     

基于关联规则和模式发现的证券客户行为模式挖掘

数据挖掘技术逐渐在证券业客户关系管理中得到应用和普及,利用数据挖掘技术可以进行客户群体分析、客户价值分析、客户流失分析、股票行情分析等。本文着重分析了基于关联规则和模式发现的证券客户行为模式挖掘。     

关联规则挖掘在图书馆中的应用

利用数据挖掘中的关联规则技术,从大量数据中发现有价值的规则。文章用改进Apriori算法对安徽省图书馆的借阅数据进行挖掘,从中发现了一些有价值的规则,为图书馆读者服务提供指导信息。     

基于关联规则挖掘研究学科间相关性

应用关联规则挖掘方法从中文社会科学引文索引（CSSCI）数据库提供的论文引用情况中挖掘关联规则，进而探讨社会科学各学科间相关性问题。本文首先介绍关联规则的基本概念；然后对所需数据进行整理，并从三个角度考虑，分别计算频繁项目的支持度与置信度，得到三个关联规则表；最后对得到的关联规则进行分析，得出结论。     

基于粗糙集的多目标线性规划分类规则提取研究

作为一种有效地分类方法,多目标线性规划已经被广泛应用到商业问题中.针对以数学模型表示的分类结果解释性差的问题,本文研究从线形规划分类模型中提取易于理解的分类规则的方法,打开MCLP分类模型的"黑箱".并利用粗糙集理论对MCLP分类模型不能区分的不确定区域进行表示和规则提取,提出了基于粗糙集的MCLP分类模型知识提取方法和算法.实验结果表明,该方法能够从分类结果中提取易于理解的规则并提高了MCLP的分类准确度.     

基于GIS的空间关联规则挖掘方法研究

通过对各种空间数据挖掘方法的研究,结合GIS技术,设计一个基于GIS的空间数据挖掘模型.深入研究空间关联规则挖掘方法,引入概念格理论,提出一种从GIS中发现空间关联规则的方法.最后采用一个具体实例对方法的实用性进行验证.     

基于关联规则的高校图书信息数据挖掘

随着教学水平的提高和科学技术的不断发展,高校图书馆的书本存储量越来越多,学生对书本的需求量和使用量也急剧增高.这些现实因素给高校图书管理系统带来很大压力,在图书管理系统中使用数据挖掘技术变得迫在眉睫.本文以高校学生借阅图书为研究对象,针对高校图书管理系统提出Apriori算法,对图书的摆放方式提出相关建议,从而达到方便图书管理、便捷学生借阅的目的.     

基于XML和关联规则的Web挖掘研究*

首先对Web挖掘、关联规则分析及XML作了简要介绍，提出了基于XML和关联规则的Web挖掘研究思想，随后对XML结构挖掘、XML内容挖掘和基于XML的Web日志挖掘进行讨论，建立了一个较为完整的XML挖掘体系。     

基于关联规则挖掘的查询扩展模型研究

为了将关联规则挖掘技术更好地应用于信息检索查询扩展，通过对基于关联规则挖掘的查询扩展模型的深入研究，归纳出4类共13种查询扩展模型，理论分析和实验比较各个查询扩展模型的检索性能，试图发现一些优秀的扩展模型。     

基于粗集理论和神经网络结合的数据挖掘新方法

本文提出了一种基于粗集理论和神经网络的数据挖掘新方法。首先利用粗集理论对原始数据进行一致性属性约简 ,然后使用神经网络对数据进行学习和预测 ,并同时完成属性的不一致约简 ,最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和神经网络优良的分类、容错能力。实验表明 ,该方法快速有效 ,生成规则简单准确 ,具有良好的鲁棒性。     

基于模糊属性集的粗糙近似精度数据挖掘策略

为了提高信息系统的分类质量,探讨了一种在数据仓库中基于模糊属性集的粗糙逼近近似度量的数据挖掘策略.首先在决策表中给出了模糊属性集的原子概念表示及其对象的描述;再根据原子概念的特征构造了模糊属性集的粗糙上下近似表述;然后利用模糊属性重要性度量的概念,提出了利用逼近精度近似度量的数据挖掘方法进行模糊属性约减;最后应用算例说明如何在决策表中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.     

基于相关性-兴趣度架构的关联规则挖掘的查询扩展

针对情报检索系统中存在的词不匹配问题,提出一种基于相关性-兴趣度架构的关联规则挖掘的局部反馈查询扩展算法,并论述查询扩展基本思想、扩展算法模型以及扩展词权值的计算方法。该算法主要特点是采用支持度-置信度-相关性-兴趣度框架衡量关联规则,避免产生负相关的、虚假的和无兴趣的规则,提高来自于关联规则的扩展词的质量。实验结果表明,该算法能有效地改善和提高信息检索性能, 有很高的实际应用价值和推广前景。     

基于粗糙集的决策规则可靠性评估方法

粗糙集理论是处理不精确、不准确数据的有效方法，但是通过粗糙集方法获得的决策规则对于不完整的信息承统和随机数据也是不确定的。本文描述了一个用于决策规则的可靠性评价方法。该方法独立于任何专用引申规则方法，并且参数能够被调整以适应不同的信息系统。     

基于负关联规则与频繁项集挖掘的信息检索系统

提出一种新的基于负关联规则与频繁项集挖掘的信息检索系统模型,详细阐述系统模型的设计思想、各模块的功能,以及检索系统实现的三种关键技术(即频繁项集挖掘技术、负关联规则挖掘技术和查询优化扩充技术)及其检索算法。实验结果表明,该检索系统能有效提高和改善信息检索性能。     

A Method for Mining Multi-attribution Association Rules Based on Social Network Analysis

应用社会网络分析的方法解决多属性关联规则挖掘的问题,这是解决这类问题全新的视角.首先,从啤酒的不同品牌与尿不湿不同颜色的搭配引出了多属性关联规则挖掘的问题,并指出这类问题也包含着广泛的评价和推荐问题;而后,基于社会网络分析的视角,建立了相应的图模型及与之等价的矩阵,通过对图和矩阵的分析,引出了多属性关联规则挖掘的方法;为了进一步使方法有助于程序化表达,将既有的方法通过引入"指标向量"实现了统一表达,这有助于程序递归的实现;最后,给出了本文方法的算法步骤,并将其应用在一个100 000评估量规模的数据集上对方法进行实证分析.结果表明:本文通过社会网络分析的视角将抽象的关联规则挖掘变得可视化,这便于矩阵表达的引入,使得到的方法具有算法复杂度低、直观和易于把握的特征,相比于既有的多属性关联规则挖掘算法有优势.     

基于人工免疫系统的关联规则增量挖掘

本文采用人工免疫算法进行关联规则挖掘,通过权值设置发现在事务数据集中有意义的二进制关系,将挖掘工作集中在那些有着特殊权值的有意义的关联项,避免了挖掘工作在大量的无意义的关系项中搜索.实验证明,此算法是有效的且灵活性强,能在Web使用数据集中发现有意义的带权值的关联规则.同时给出了在最小支持度和最小置信度不变的情况下,在动态数据集中进行增量关联规则挖掘的方法.同样使用权值方法来提升新数据集的重要性.此方法的可行性和有效性同样在实验中体现出来.     

识别核心专利的粗糙集理论模型

[目的/意义]研究应用粗糙集理论分析专利信息的可行性及其方法,建立识别核心专利的粗糙集理论模型。[方法/过程]综述国内外研究核心专利识别的相关文献,确定包含8个指标的核心专利识别指标体系,再用粗糙集理论分析专利信息数据,确定各指标的权重系数,按照计算的核心专利综合指数(CICP)大小将某特定技术领域的专利信息序列分为核心专利、关键专利、重要专利和一般专利。[结果/结论]以通信领域的976件专利数据为分析样本,运用本文核心专利识别模型识别出11件核心专利,其中包含获得中国专利奖的专利,核心专利识别结果在一定程度上表明核心专利识别模型的可行性和科学性;本文核心专利识别模型具有一般性,可应用于分析研究专利价值及其重要性。