关联规则在超市购物系统中的应用

互联网技术在带给我们一个信息爆炸时代的同时,也极大地增加了从浩瀚数据堆里寻找有用知识的困难程度。面对不断拓展的数据规模,对海量信息的搜索、管理以及实时处理能力将面临严峻的挑战。文章主要介绍基于Apriori算法关联规则的具体应用。     

关联规则算法研究及其在教学系统中的应用

本文通过对关联规则挖掘算法Apriori算法的分析与研究,指出了其在实用中存在的主要问题。提出了与以 往改进算法不同的策略,即在预处理阶段引入聚类分析,以此对关联规则算法进行改进,实现两种算法相结合的 挖掘,并给出了基于聚类的关联规则改进算法描述。最后将算法应用到学生学习指导中,得到了合理的结果,实 验表明了该算法的有效性。     

一种基于聚类分析与关联规则的联合挖掘算法

本文分析了基于关联规则的Apriori算法及其存在的缺陷,提出了一种将聚类分析和关联规则相结合的联合数据挖掘算法。在大项集数量相等时,联合挖掘算法明显优于Apriori算法。     

关联规则在教学信息中的应用研究

为了提高教学管理预知性,提高人才培养质量,以收集整理的学生基本信息、历史成绩数据及各项素质测评成绩为数据源,运用经典的关联规则挖掘技术进行挖掘,分析对学生成绩产生影响的因素等。通过分析算法和系统的实现结果表明,采用关联规则挖掘技术分析学生成绩的影响因素,可靠且可行。     

遗传算法在关联规则挖掘中的研究与应用

首先对关联规则的数据挖掘和遗传算法进行了介绍,根据关联规则的要求和特点,结合遗传算法的思想。提出了一种基于遗传算法的关联规则挖掘算法,并给出一简单实例,说明本文方法的有效性。     

关联规则与直接模糊聚类算法在个性化推荐中的应用

随着Internet技术的发展,网络教育已成为一种非常流行和有效的教学媒体。通过Web挖掘应用于网络教育,根据用户的兴趣和爱好为其定制个性化推荐内容,并以此进行个性化推荐,是目前校园网站建设的关键内容之一。     

关联规则挖掘算法在超市销售分析中的应用

销售数据分析是关联规则数据挖掘算法的主要应用领域之一,文章基于关联规则的算法理论,针对应用于超市销售关联规则的特点,提出了适用于超市销售相关性分析的模型。通过商业检验,该算法可以显著提高相关商品的销售额。     

关联规则发现在素质教育中的应用

目前许多学校都为学生建立了信息数据库,针对如何从海量的学生信息数据库中提取出具有规律性的信息,文中利用数据挖掘中的关联规则发现技术设计并实现了一个学生素质关联规则发现系统。通过对实验结果进行分析,可以得出以下结论:该系统能够根据用户的参数设置自动发现学生各群体各种素质之间的相关性和规律,并界面友好地显示给用户从而能够帮助教育决策者发现当前教育管理中的问题,改进教育方法和策略,以达到深化贯彻素质教育的目的。     

关联规则在学员信息管理中的应用

随着部队信息化建设的不断深入开展,对军事院校学员素质的综合发展提出了更高要求。传统方法对学员综合素质测评比较单一[1],管理者常以测评分值来衡量学生的素质,而未对影响因子进行深入研究。在某军校学员成绩基础上,利用Apriori算法对学员各方面成绩数据进行关联规则挖掘,预设一定的支持度的条件下,由数据库找出具有一定内在联系和不同可信度的训练成绩和课程成绩作为关联规则,为军队院校的军事训练工作统筹安排和科学管理提供信息分析方法和决策依据。     

遗传算法在关联规则挖掘中的应用

数据挖掘是关联规则中一个重要的研究方向。该文对关联规则的数据挖掘和遗传算法进行了概述,提出了一种改进型遗传算法的关联规则提取算法。最后结合实例给出了用遗传算法进行关联规则的挖掘方法。     

原关联规则及其应用

在大型数据库项目之间发现关联规则是一个重要的数据挖掘问题,而挖掘出的关联规则数目常常是巨大的。文中介绍了简单关联规则和原关联规则的概念,而传统算法挖掘出的关联规则集中的任何规则,均可以由原关联规则导出,并且原关联规则的数目远远小于传统算法挖掘出的关联规则数目。对简单关联规则和原关联规则进行了分析比较,给出了挖掘原关联规则算法,并举例说明算法的执行过程。     

关联规则在课程相关性分析中的应用

该文论证了采用关联规则算法进行数据挖掘,以发现课程之间相关性的可行性。提出了基于支持--置信--兴趣度的关联规则挖掘算法,通过引入感兴趣度,对挖掘结果进行进一步的相关分析。     

关联规则在空间数据挖掘中的应用及实现

空间数据挖掘是从空间数据库中抽取隐含知识、空间关系及空间数据库中存储的其它信息的方法。空间关联规则是空间数据挖掘的一个重要研究领域,利用空间关联规则把空间数据库中的数据转化为知识是一个很好的方法。在分析空间关联规则的基础上,用基于关联规则的逐步求精挖掘算法,得出空间数据库中的隐含知识,通过实例证明其方法的可行性。     

关联规则算法在教育信息数据挖掘中的应用

简要介绍数据挖掘中的关联规则算法,并将之运用到学生成绩的数据挖掘中,挖掘高数成绩与高考成绩之间的潜在关系。提出学生大学期间的高数成绩和高考成绩并没有直接的关系,大学生活是一个全新的里程碑,不要因为自己的高考成绩而妄自菲薄。     

聚类与关联规则挖掘进行结合的研究

聚类及关联规则挖掘是数据挖掘领域中的两种重要方法。先使用聚类法将比较接近的数据分为同一簇,再分别对已经减少了数据量的每一簇作关联规则挖掘,这样,结合了两种方法的优点,改进了仅使用单一方法的缺点,能够获得更多的信息,有助于更加容易且有效地分析数据。     

一种新的周期性关联规则模型

针对已有周期性关联规则模型的局限性,本文提出一种新的周期性关联规则模型。此模型通过聚类分析将一个周期分成若干个长度可能不同的时间段,从而更准确地发现周期性关联规则。文章还给出相应的挖掘算法。     

一种有效的关联规则的挖掘方法

提出简单关联规则的定义,并证明传统算法挖出的规则集中的任何规则均可以由简单关联规则生成,而简单关联规则的数量远远小于传统算法挖掘出的规则数量,从理论上证明了简单关联规则算法的优越性。     

关联规则挖掘与分类规则挖掘的比较研究

关联规则挖掘与分类规则挖掘都是数据挖掘,领域中很重要的技术。本文首先简要介绍了关联规则挖掘和分类规则挖掘的基本知识,主要从挖掘目的、发现规则算法的方法、算法的设计思想等几个方面对它们进行了比较,最后介绍了它们之间的联系。     

关联规则挖掘算法在分类中的应用研究

提出了一个基于关联规则挖掘算法的医疗数据分类方法。介绍了关联规则的理论基础、关联规则挖掘算法及其在医疗数据挖掘中的应用方法,并利用介绍的算法对乳腺癌数据进行挖掘。获得了分类的实验结果,该模型系统达到了较高的分类准确率,证明了数据挖掘在辅助医疗诊断中有着广泛的应用前景。     

一种新的关联规则挖掘算法

对关联规则算法进行了研究和分析,基于候选集的Apriori-like算法需要反复扫描数据库,并产生大量的候选集,在挖掘低支持度、长模式的规则时效率低下。针对算法的缺陷,该文提出了一种PS算法,优化了关联规则的挖掘。实验结果证明了该算法的有效性。