基于模式矩阵匹配的关联规则挖掘算法

本文利用模式矩阵对Apriori算法进行改进,提出一种基于模式矩阵匹配的新算法。它使扫描数据库的次数降为一次,同时小产生候选项目集而直接产生频繁项目集,并且存放辅助信息所需要的空间也少,从而使算法的时间复杂度和空间复杂度大大降低。试验结果表明算法正确高效。     

关联规则中Apriori算法改进的研究

研究基于大型销售数据库的关联规则挖掘问题,分析和讨论了挖掘关联规则中Apriori算法,对其实现思想进行描述,并针对该算法的缺点提出了2种改进算法。     

基于关联规则的超市推荐系统的优化设计

数据挖掘是指从海量的、无规则的数据中发现潜在的、有用的知识的过程。提出了基于Apriori原理的改进算法,主要包括:通过对被扫描数据库事务的缩减来提高算法对频繁项集的挖掘效率;通过优化寻找频繁项集的方法来缩小算法的挖掘时间。对超市的销售记录进行挖掘,找出其中商品的相关性,输入一个用户的购物记录对此用户进行推荐。通过多次实验证实,此算法比传统的算法在寻找全部频繁项集时花费的时间更少。     

关联规则挖掘算法Apriori在学生成绩分析中的应用

课程自身、课程与课程之间及课程设置与课程成绩之间存在着一定的联系,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.详细介绍了关联规则挖掘算法Apriori在学生成绩分析中的具体应用,给出了挖掘实施的流程图,以实例的方式深入探讨了数据挖掘技术的实现过程.通过关联规则的算法理论,最终得出有实际价值的规则及结论,从而实现...     

关联规则挖掘在课程相关分析中的应用

本研究介绍了关联规则挖掘的基本概念,分析了经典的Apriori算法,提出一种改进的关联规则挖掘算法,解决了挖掘课程相关性关联规则的问题。改进算法的基本思想:①采用位图数据格式;②系统中会永久保留支持度为0的候选1项集和候选2项集,当系统需要运行时,首先采用数据库的过滤技术,可以很快得到频繁2项集。突破了这一瓶颈,系统运行速度将得到较大的提升。将该算法应用于课程相关性分析,实验结果表明改进的算法性能优于Apriori算法。     

关联规则在学生成绩分析中的应用

对学生成绩数据库进行综合整理,应用动态划分的数据离散化方法,生成了高质量的数据集。采用关联规则对学生成绩进行挖掘,获取了有实际参考价值的规则集合,得到了对教学工作有指导意义的结论。     

一种新的关联规则抽样算法

针对目前经典的关联规则挖掘Apriori算法需对数据库多次扫描费时多计算量大,而抽样扫描会造成挖掘精确度下降等问题,采用控制样本频繁项目集的方法,利用频繁1项集进行抽样处理,对关联规则挖掘的抽样操作和精度控制进行研究,提出了基于抽样操作的关联规则挖掘算法——HAC算法。理论分析及性能试验结果表明:HAC算法能够有效缩减数据库规模,至少少扫描数据库1次,提高了关联规则挖掘的效率,同时其计算精度不受影响。     

关联规则Apriori算法在玉米产量信息挖掘中的应用

应用数据挖掘中关联规则的Apriori算法对玉米产量信息进行数据分析。利用最小支持度和最小置信度挖掘出频繁项集,从而寻找其中存在的关系和规则。挖掘的信息为:玉米生育期内降水量高,平均气温高,则产量高;反之,平均气温偏低,总降水量偏低,则产量低,十分可信。     

关联规则的发展

关联规则是数据挖掘中一种简单但很实用的规则,文章简要介绍了关联规则的概念及其分类,以及当前关联规则的挖掘算法研究情况,重点介绍了经典的基于Apriori类的候选生成方法和基于FP-tree的方法,并针对当前改进的挖掘算法进行简要说明,最后提出关联规则将来的发展方向。     

图书馆的个性化服务研究

论述了图书馆施行个性化服务具备的特殊优势,从深入理念,提供和营造良好环境氛围,提供高效优质的服务,提高和加强业务修养,建立互动系统等多个方面展开图书馆应针对广大用户的特点开展个性化服务的具体措施.分析目前图书馆个性化服务中存在的问题及原因,进而提出解决途径.     

面向个性化信息服务的模糊贝叶斯方法研究

面向个性化信息服务,是指对具有客观需求的社会主体提供一种以用户为中心、满足用户个性化需求的服务模式。个性化服务,首先必须对信息索取者(图书馆的读者群)进行深入分析,通过建立用户模型,基于模糊贝叶斯技术进行用户模型相似计算,给出可推荐的用户阅读模式,从而使得信息服务人员适时、主动地提供需求的信息资源;同时通过讨论用户模型的学习算法和用户模型库动态存储机制,最大效率地为用户提供方便和快捷的个性化服务,提高信息资源服务的准确性。     

基于关联规则的湖北短期气候预测应用初探

分析了数据挖掘技术中关联规则分析方法的原理和一般数据挖掘的系统结构和主要步骤,通过收集、加工和处理大气环流指数等大量信息,以湖北省汛期异常气候现象为对象,使用关联规则挖掘方法试图找出各物理量和气象要素与未来一段时间内湖北的汛期降水之间的关系.基于Apriori算法2013年针对湖北短期气候预测,初步建立了一个关联规则挖掘系统,实现了参数配置、关联挖掘和规则显示等功能.     

网格环境下高校图书馆期刊工作个性化服务创新

从网络环境下高校图书馆期刊工作的新变化入手,阐述了高校图书馆开展期刊个性化服务的必要性和可行性,提出了高校图书馆开展期刊个性化服务创新举措。     

高校图书馆个性化信息服务研究

简要阐述了高校图书馆个性化信息服务的涵义、特征及个性化服务的现状和存在的问题。     

图书馆个性化信息服务模式的探讨

介绍了图书馆个性化服务的涵义,分析了图书馆开展个性化信息服务的必然性,提出图书馆开展个性化信息服务的几个主要模式。     

数据挖掘中关联规则的小生境遗传算法

根据关联规则挖掘的要求与特点,提出了一种新的基于小生境遗传算法的关联规则挖掘方法,该算法可以有效解决传统遗传算法搜索过早收敛的缺陷,实验结果显示,该方法能高效地解决关联规则挖掘问题。     

数字时代高校图书馆个性化信息服务探析

个性化信息服务是图书馆可持续发展的重要趋势。分析了个性化信息服务的内涵和高校图书馆开展个性化信息服务的重要性。探讨了高校图书馆实施个性化信息服务的措施与方法。     

科技查新与个性化信息服务

论述了科技查新和不同信息用户的特点以及查新用户的三个层次的信息需求,并在此基础上探索如何充分挖掘用户深层次的信息需求,为科技查新用户提供个性化信息服务。     

基于预约借书的高校图书馆个性化服务探析

预约借书是数字时代高校图书馆个性化服务的新模式。以汇文文献信息服务系统LIBSYS的统计数据为基础,对文献资源的预约服务失效原因进行分析,探讨制约预约服务的一些问题,并提出了建立预约管理的规章制度、完善汇文系统软件、加强预约服务、增加馆藏及数字化等解决建议。     

基于遗传算法的城市公交服务质量评价知识规则挖掘方法

城市公共交通服务质量评价知识规则是城市公共交通企业进行服务质量评价的重要依据,优质、合理的评价知识规则将使服务质量评价更加公正、更加客观。本文在分析城市公共交通服务质量评价指标体系的基础上,将一种改进的遗传算法用于城市公共交通服务质量评价价的知识规则挖掘,提出一种基于遗传算法的城市公共交通服务质量评价知识规则挖掘方法,阐述算法的实现途径。实例表明,该方法在进行知识规则挖掘时是完全可行的、有效的。