基于矩阵的数据挖掘技术在数字化图书馆中的应用

Apriori算法是关联规则挖掘的一个经典算法，本文在分析关联规则挖掘算法的基础上，提出利用矩阵的数据挖掘技术对经典Apriori算法进行改进，从而提高图书馆数据资源的利用率，提高图书馆服务层次。     

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。     

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。     

Apriori改进算法在图书借阅数据中的应用

对关联规则中Apriori算法进行深入研究,基于修剪频繁集策略、连接优化策略及库结构优化策略等方法,提出Apri-ori改进算法。此方法能大量减少所需I/O次数和内存开销,提高运行的效率。将此算法运用到图书借阅数据中,挖掘图书之间的关联性,为领导决策和读者个性化服务提供参考依据。     

数据挖掘技术在学生成绩分析中的应用

随着,国内职业教育规模扩大,学生的数量越来越多,何充分地利用这些数据,使其潜在的使用价值得到充分的挖掘和利用,为学校决策者提供决策依据,科学指导教学,将是职业学校迫切需要解决的问题。本文利用现有学生成绩数据库,应用改进的数据挖掘Apriori算法进行了情况分类,分析结果,得出了＂机电一体化＂专业分课程之间的影响学生成绩的内部原因,为学校的教学管理提供参考。     

数据挖掘在学生成绩数据中的应用研究

针对课程设置与课程成绩之间的关系,通过比较分析可以发现学生成绩背后所隐藏的有价值信息。通过对学生成绩数据的挖掘,可以发现隐藏其中的关联规则,得出有实际价值的规则及结论,从而为教学管理人员优化课程设置提供决策支持。     

数据挖掘技术在公安工作中的应用研究

通过分析传统的关联规则Apriori算法在公安工作中存在的两大问题，即不同项间的重要性问题和对新项目的敏感性问题，分别提出了基于权值参数和敏感参数的优化改进算法，并通过试验数据进行了分析验证。     

关联挖掘在文献借阅历史数据分析中的应用

介绍了数据挖掘中关联规则的基本概念和方法,进一步讨论和研究了关联规则在图书馆读者文献借阅历史数据分析中的应用。通过实验分析表明,借阅历史数据在经过一定的预处理后,用Apriori关联挖掘算法能挖掘出隐藏在历史数据背后的有用的规则和潜在的信息,这将有利于为读者提供个性化服务和对图书馆的服务提供决策支持。     

基于数据挖掘技术的图书馆流通数据的关联分析

运用改进的Apriori算法,对具有代表性的与分析任务相关的数据进行样本抽取,利用Weak作为数据挖掘算法开发工具,产生了一系列强关联规则。根据这些规则,我们可以解读出一些现象,它不仅能揭示隐藏在大量数据后的重要关系信息,同时也为这种关系提供了量化描述手段。这些定性定量的信息不仅能对图书馆的各项工作提供技术上的支持,还可对学校的教学,课程的设置,学科的交叉渗透等提供信息。     

Apriori算法在物联网(IOT)数据挖掘中的应用

为了提高物联网海量数据的分析处理能力,采用Apriori算法对物联网数据进行规则关联处理。首先对物联网数据进行样本划分,并采用矩阵的方式存储,接着对数据样本进行标准化处理,并得到模糊相似矩阵,最后采用Apriori算法根据频繁项集进行规则关联。本文采用基于物联网的数字图书馆作为仿真对象,对用户行为数据进行数据挖掘,实验证明,该方法完成的物联网数据规则关联,置信度高,具有一定的应用价值。     

数据挖掘技术及其应用初探

随着信息技术的迅速发展,数据量的急剧增加,如何从这些数据中发现数据背后的信息,找出人们事先并不知道的但又可能对人们有用的知识呢？数据挖掘技术就应运而生了。     

数据挖掘在高校图书馆个性化服务中的应用

个性化服务是图书馆发展的趋势。本文在对高校图书馆流通数据研究的基础上,利用数据挖掘技术,分别建立了时间序列模型、关联规则模型和流通量统计表,从三个不同角度对图书馆个性化服务进行分析,为图书馆个性化服务工作提供决策依据。个性化服务能够提高图书馆的工作效益,让图书馆更好地为读者服务,真正实现"一切为了读者"的服务理念。     

数据挖掘在高校图书馆服务评价系统中的应用

研究了基于数据挖掘的高校图书馆服务评价系统的设计,并利用新乡学院的图书馆服务评价数据,完成了从数据采集、数据预处理,到决策树生成、展示、剪枝,生成分类规则的完整过程,最终得出系统结论。     

数据挖掘在高校图书馆智能分析中的应用

本文给出一种高校图书馆智能分析应用数据挖掘的思路和模式,以江苏广播电视大学图书馆为实例,详细分析了读者关联挖掘、图书动态聚类分析、读者特征细分挖掘在图书管理中的具体应用,经实施表明,数据挖掘的结果合理,可以帮助图书馆的决策者进行优化管理。     

数据立方体上的约束关联规则挖掘

数据挖掘作为一项从海量数据中提取知识的信息技术引起了国内外学术界和产业界的广泛关注,基于数据仓库的联机分析挖掘系统的应用已成为数据挖掘技术的发展趋势,本文结合联机分析挖掘的思想和基于目标属性关联规则挖掘算法,提出并构建了数据立方体上的基于约束的关联规则挖掘算法。最后的算例证明了该算法的有效性。     

基于两次剪枝的完全加权关联规则挖掘算法

完全加权关联规则挖掘在信息检索查询扩展领域中有着很高的应用价值.在深入研究现有算法的基础上,提出基于两次剪枝的完全加权关联规则的挖掘算法,给出与其相关的定理,进行相应的实验.该算法采用两次剪枝策略,候选项集数量和挖掘时间明显减少,挖掘效率得到提高.实验结果表明了该算法的有效性,与现有算法比较,挖掘效率确实得到改善.     

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。     

基于数据挖掘技术的专利信息分析

随着计算机技术和网络技术的的发展,各行各业积累的数据量越来越大.而专利信息集是目前世界上最大的技术信息集,几乎囊括了一切应用领域内的技术成果.为了提取隐含在其中的、人们事先不知道但又潜在有用的知识,将数据挖掘技术应用于专利信息分析,如采用聚类算法对专利文本进行挖掘、采用关联规则对专利发明人进行挖掘,以发现用户感兴趣的知识,并使之转化为有效的竞争情报.