档案计算机管理系统中概念描述的应用与实现

对于各类档案数字化信息，不能局限于检索和简单统计，而应充分发掘出隐含其中的“知识”，数据挖掘技术正是一种能够通过深层次分析数据、充分发挥数据作用的技术。本文结合文书档案卷内目录数据库的具体特点，提出了概念描述这一描述型数据挖掘的实现方法及存实际应用中要注意的问题。     

基于关联规则的计算机等级考试答卷分析

阐述了数据挖掘的概念,介绍了Apriori算法,对计算机等级考试答卷数据进行关联规则挖掘,分析影响计算机等级考试成绩的因素,并找出课程知识点之间潜在的关联规则,指导教师对教学过程进行决策和研究,为提高教学质量奠定了基础。     

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。     

关联规则算法在图书自动推荐系统中的应用

针对传统图书自动推荐系统准确性不高的缺点,提出利用数据挖掘中的关联规则算法技术将读者借阅的图书、性别、年龄、职称、职业、受教育程度、爱好等多维关系生成关联规则,再将读者基本信息与这些规则进行比较,把匹配的关联规则推荐给读者,就能解决传统推荐系统的不足,提供更加灵活的个性化图书推荐服务。文章以湖南图书馆2011年读者借阅数据为例,利用Microsoft SQL Server 2008为工具进行了关联规则算法的数据挖掘分析。     

关联规则在“专升本”报名数据分析中的应用

本文通过数据挖掘中的关联规则算法研究,经典Apfiofi算法进行分析,使用一款优秀的源数据挖掘平台WEKA,通过数据预处理属性筛选后使用Apfiofi算法进行关联规则挖掘,对专升本报名数据进行关联规则分析,挖掘存在有价值的信息,为今后院校招生专业设置等提供指导信息。     

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.     

关联规则支持下的营销策略研究

简要地介绍数据挖掘和关联规则的概念,并在零售企业和电子商务运营机制基础上提出了基于数据挖掘关联规则理论的营销策略构建方法,最后分析了关联规则挖掘在零售业中的支持评价。     

基于关联规则的图书借阅服务推荐方法

本文将关联规则应用于图书借阅的服务推荐方法,首先对读者借阅历史记录进行预处理,然后进行关联规则挖掘和分析,利用挖掘出的频繁项集进行服务推荐。该方法与传统推荐技术相比,能更全面、准确、清晰地进行图书借阅推荐。     

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。     

关联规则兴趣度度量方法的比较研究

关联规则挖掘是数据挖掘中重要的研究课题,已有许多有效的实现算法。然而,这些算法找到的关联规则数目太多,用户无法对其进行分析。为了克服这个问题,出现了一些关联规则衡量标准来分析规则的有趣性,在本文里我们在给出的实例上比较分析了一些关联规则客观兴趣度度量指标,提出了使用关联规则客观兴趣度度量指标的一些建议。     

教学实验仪器设备档案管理系统的设计与实现

一、软件设计环境 软件工作环境:软件设计采用关系数据库语言MICROSOFT VISUAL FORPRO5.0 FOR WINDOWS.采用标准数据结构格式,易于数据的上报、转储.     

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.     

基于粗糙集的多值属性关联规则挖掘

本文应用粗糙集理论中等价关系的概念,结合知识系统细化和泛化的思想以及Apriori算法中逐层搜索迭代求取频繁项集的思想,对数据挖掘中的多值属性关联规则问题进行研究,提出一种新的多值属性关联规则挖掘算法Mqars.Mqars的主要特点是无需将多值属性转化为布尔型属性,可以尽早地约简非候选的频繁项集,方便快捷地计算出项集支持度,提高多值属性关联规则挖掘效率.论文给出了Mqars算法详细描述、具体实现过程和算法实例及分析.最后设计实验环节对Mqars算法与传统的Maqa算法在时间复杂度和算法效率方面进行比对和分析,分析与比对的实验结果表明了该算法的有效性.     

关联规则挖掘在医学图书馆信息服务中的应用探讨

介绍了数据挖掘中的关联规则和基于Apriori算法的关联规则数据挖掘技术,并使用关联规则挖掘对医学图书馆中的流通数据进行了实例分析.     

关联规则挖掘技术在学生选课系统中的应用

文章运用数据挖掘的关联分析理论,对学生成绩数据库进行了挖掘,得到了一些合理、可靠的课程关联规则．从而为学分制体系下的学生选课提供指导以及为今后的教学课程设置提供参考。     

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。