图书馆流通数据挖掘模式研究

从挖掘任务、工具选择、数据挖掘过程、结果评估4个方面对图书馆流通数据挖掘模式进行分析研究。     

基于关联规则数据挖掘算法的应用

数据挖掘,又称数据库中的知识发现,作为一门新兴的研究领域,主要目的是从数据集合中发现隐含的、事先未知的、对决策有潜在价值的用户感兴趣的知识,数据挖掘是当前数据库领域中最受瞩目的研究方向之一。在数据挖掘研究中,关联规则挖掘作为数据挖掘研究中的一个重要部分,引起了越来越多的关注。本文利用SQL Server 2005数据挖掘工具,对已测得的土壤数据,利用关联规则算法对土壤的地力等级进行了预测。     

基于数据挖掘技术的合成氨生产工艺参数的优化

为了实现对合成氨生产工艺的快速优化,采用关联规则方法分析影响合成氨生产的关键属性(温度、氢氮比、空速),研究它们之间的关系。结果表明,关联规则挖掘是一个很好数据分析工具,非常适合于进行合成氨生产这种过程工业的优化问题分析。     

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。     

基于改进蚁群算法的分类规则挖掘

数据分类是数据挖掘中的一个重要课题,研究各种高效的分类算法是数据挖掘的重要问题之一.本文将蚁群算法与分类规则抽取问题相结合,提出了一种基于蚁群算法的具有自适应和变异杂交特征的分类规则挖掘方法,自适应地调整信息素增量,在规则构造中进行杂交变异,有效地节省了计算时间,并优化了生成的分类规则.实验结果表明:该算法可以有效克服停滞,提高搜索效率,有效地挖掘出简洁分类规则.     

数据挖掘在客户消费行为分析中的应用

数据挖掘在当今商业组织中越来越受到关注,在商业智能(BI)中的应用也越来越广泛。数据挖掘的方法可以应用在电子商务中进行顾客的消费行为的分析,本文结合SQL Server 2005中涉及到的相关数据挖掘算法,对购物篮及其他消费行为进行分析,对顾客进行细分,以提高顾客对商务网站的满意度。     

高校科技信息数据挖掘方法研究

将数据挖掘技术应用于高校科技管理领域是一种新的尝试。以南京农业大学科技信息管理系统为实验数据源,使用Apfiori算法对数据源中的人员、论文和项目信息进行关联规则的挖掘,结果表明,南京农业大学传统专业的优势十分明显,大农学学科产生的科研成果在全校科研成果总量中所占权重较大,同时,从教师的年龄和职称所得到的关联规则显示,教师的年龄越大、职称越高,主持项目的频度越高。     

基于数据挖掘技术的多校区图书馆资源配置研究

高校图书馆是高校进行教学科研活动的重要支柱.近年来,高等学校在不断进行合并重组和扩建,这给传统的图书馆管理方式带来了挑战.首先分析了一校多区模式给图书馆资源配置带来的问题,并介绍了数据挖掘技术在图书馆资源配置中的应用,最后针对一校多区资源配置问题提出了一些决策和建议.     

数据挖掘的技术特点及发展现状

首先给出数据挖掘所涉及的技术领域及其研究特点,介绍了数据仓库与一般事务数据库的区别,基于对典型数据挖掘算法的基本原理、实现技术及应用领域的分析,论证了数据挖掘是当前信息技术的一个核心研究内容。文章的最后给出了未来数据挖掘的研究方向及发展趋势。     

数据挖掘技术在高校教学质量评价系统中的应用

本文以笔者所在院校的学生数据为依据,对教学质量评价系统中的数据进行挖掘,分析了关联规则算法中Apriori算法,并针对传统算法的弊端,在已有改进算法的基础上,提出了一种基于最小关联规则集的改进算法,以此方法对教师的基本信息、教学方法与教学评估结果的关联关系进行分析。     

基于关联规则的数据挖掘方法在电厂脱硫监测中的应用

环境监管中对电厂的脱硫监测是监测的重点之一.文章将关联规则的数据挖掘方法有效地应用于电厂脱硫监测中.研究各个脱硫监测属性的相关性以及关联规则,提出了基于关联规则的参数波动模型、参数预测模型,并对该模型和挖掘方法进行了分析与实验,结合实际的脱硫监测数据进行了论证,说明了模型的使用在实际脱硫监测工作中具有良好的效果.     

空间数据挖掘关键问题研究

信息化的发展使得更多的空间数据被利用,因此获取空间知识也越来越重要和有意义,并使得空间数据挖掘成为一个很有前途的研究领域。本文着重阐述了空间关联规则、空间分类规则、Rough集理论和空间数据挖掘结果的可视化问题,最后探讨了空间数据挖掘的未来发展方向。     

基于改进加权关联规则算法的入侵检测系统

入侵检测系统中的数据漏报和误报一直是困扰网络安全的问题,只有解决了这个问题才能真正提高网络安全性。通过研究加权关联规则挖掘算法,将关联规则算法应用到入侵检测系统的海量数据挖掘,研究一种基于改进加权关联规则算法的入侵检测系统,并给出了该系统的模型和流程结构,通过测试证实该模型可满足当前网络安全各项入侵检测系统的要求。     

利用智能推荐技术改进电子科研档案网络服务质量探讨

改进电子科研档案网络服务质量的智能推荐方法主要包括关联规则的推荐方法、协作过滤推荐技术和聚类方法的推荐技术三种。这些智能推荐方法在客户浏览、检索和购买电子档案产品过程中,对于评价客户的需求、期望和优秀服务的感知度具有广泛的应用。智能推荐方法可评价客户对电子科研档案网络服务和网络资源的满意度,进而向客户推荐适当的电子产品的手段,必将极大地提高电子科研档案网络服务质量。     

分类规则挖掘算法综述

分类规则挖掘是数据挖掘中一个重要的研究领域.通过介绍当前数据挖掘中具有代表性的分类算法,总结了各种算法的优缺点,给出了分类算法的应用以及分类算法面临的挑战,并对分类算法的发展方向进行了展望,为使用者选择算法或研究者改进算法提供了借鉴.     

基于改进Apriori算法的农业病虫害诊断

介绍了Apriori算法的基本方法,并从数据项的建立、频繁项集的连接以及规则生成三个方面对Apriori算法进行了改进,并利用改进后的算法挖掘出了可用于农作物病害诊断的决策规则。     

基于智能Agent的自动数据挖掘系统构建

数据挖掘是战略性的工具,对于未经过专门培训的人而言运用数据挖掘工具具有一定的难度,而要聘用专门的数据挖掘人员需要资金支撑,为解决此问题,本文构建一个基于智能Agent的自动数据挖掘系统框架。     

高校图书馆特色数据库建设中的数据挖掘

目前数据挖掘技术研究发展迅速,其实质是在海量数据中找出人们感兴趣的数据并以我们需要的某种形式呈现出来。高校图书馆特色数据库建设发展迅速,带来了极大便利。但是数据库信息量巨大,所以,运用数据挖掘技术对特色数据库数据集进行挖掘处理,将基于确信度的关联规则算法引入到特色数据库的建设中,从大量的数据中提取关键信息。     

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。     

基于决策树关联算法在农村大学生信息系统中的应用

通过数据挖掘技术分析各个领域大量数据之间的关系,可以发现这些记录中隐藏的学生学习和生活状态。该研究开发了一个综合分析系统,其系统引入了数据挖掘技术,包括决策树算法和关联规则挖掘算法。通过分析来自农村的大学生图书馆记录和消费记录以及农村学生完成的课程成绩和心理测试数据可以看出,该系统可以挖掘农村学生的生活和学习状态及其关联性,并将结果展示出来,可以让学校或老师及时清晰地了解其状态,有助于更好的教学。