一种基于XQuery的网络舆情关联规则挖掘系统

随着互联网的飞速发展,数据挖掘技术已成为网络舆情分析的一个研究热点.为了提高网络舆情关联规则的挖掘速度,针对网络舆情关联规则挖掘的特点,给出了基于XQuery的网络舆情关联规则的挖掘方法,设计了一种快速有效的基于xQuery的网络舆情关联规则挖掘系统,给出了实际测试结果,并验证了基于XQuery的网络舆情关联规则挖掘系统的有效性.     

基于双重模糊模拟的直觉模糊向量关联规则挖掘

针对传统模糊关联规则挖掘方法在原始决策表和挖掘算法方面的不足,提出基于双重模糊模拟的直觉模糊向量关联规则挖掘方法。原始决策表方面,传统模糊关联规则挖掘在表达决策者犹豫程度及自然语言多维度属性方面存在不足,故采用直觉模糊集组成的直觉模糊向量作为基本元素构建原始决策表。考虑决策者惯用自然语言的特点,引入双重模糊思想对传统直觉模糊集进行改进,并采用模糊集表达犹豫度。挖掘算法方面,直觉模糊向量关联规则挖掘存在两个难点,一是由于原始决策表的基本元素为向量,维度较大,导致挖掘效率低;二是现有挖掘算法中使用规则支持度和置信度,无法集成直觉模糊集中决策者的犹豫度。由此,提出了双层关联规则挖掘方法框架。底层关联规则挖掘方法为顶层关联规则挖掘提供内部关联规则,通过两次关联规则挖掘降低原始决策表的维度。引入双重模糊向量表达直觉模糊集的犹豫度,以双重模糊变量的期望值估算关联规则的支持度,在关联规则挖掘过程集成了犹豫度。以裸眼3D片源设计与制作中画面布局的决策过程为例,验证了所提方法的可行性和有效性。     

基于改进遗传算法的制造资源关联规则挖掘

为满足基于应用服务提供商平台的制造资源管理和决策的需求,提出了网络制造资源模糊关联规则的挖掘模式.根据应用领域数据类型的特点,提出了制造资源管理数据预处理方法,并建立了应用服务提供商平台制造资源虚拟数据仓库.针对制造资源关联规则的挖掘,提出了一种新型的遗传算法.最后,通过实例验证了基于改进遗传算法的模糊关联规则挖掘在基于应用服务提供商平台制造资源管理中的决策意义.     

一种基于XQuery的网络舆情关联规则挖掘系统

随着互联网的飞速发展，数据挖掘技术已成为网络舆情分析的一个研究热点。为了提高网络舆情关联规则的挖掘速度，针对网络舆情关联规则挖掘的特点，给出了基于XQuery的网络舆情关联规则的挖掘方法，设计了一种快速有效的基于XQuery的网络舆情关联规则挖掘系统，给出了实际测试结果，并验证了基于XQuery的网络舆情关联规则挖掘系统的有效性。     

自动协商中的近似时态关联规则挖掘

针对协商过程的时态关联具有近似性的特点,提出了一种基于聚类的近似时态关联规则挖掘方法.该方法通过对特定关联模式的实例进行聚类,找到满足给定条件的时态关联规则,并给出规则中各属性取值以及关联间隔约束的有效范围.近似时态关联规则较一般的关联规则具有更强的灵活性和适应性,其对规则的描述更符合协商中的情况.     

基于约束的多维数据挖掘技术

从特定查询驱动的系统功能出发,讨论了面向多维数据挖掘的重点——五种约束,通过一个数据挖掘查询实例,进一步阐述了这些约束及所产生的关联规则,并用数据挖掘查询语言(DMQL)进行表达.介绍和讨论了关联规则的处理,在挖掘关联规则中,联合使用维/层约束和规则约束,能够带来高效的挖掘过程,一个规则约束如果能被较深地推入到分层结构里,进一步在当前提取层和较深层上挖掘,是非常有价值的.最后给出了运用本文思想的一种联机分析挖掘系统的结构,并对其组成、功能及特点进行了描述.     

数控机床故障诊断关联规则挖掘方法研究

基于历史维修数据挖掘故障模式与故障原因之间的关联规则,是进行数控机床故障诊断和预防性维修的重要过程。采用改进的频繁项集挖掘算法,研究数控机床故障诊断关联规则挖掘方法。在阐述关联规则相关概念和挖掘原理的基础上,构建了数控机床故障诊断关联规则挖掘概念模型;针对传统挖掘算法执行效率低且产生大量候选项集的不足,提出改进的频繁项集挖掘算法,并给出了算法流程;根据数控机床故障特点,计算频繁项集及其非空子集的支持度和置信度,生成故障诊断的关联规则。最后,以挖掘数控机床刀架系统故障模式与故障原因之间的关联规则为例,验证了所提理论和方法的有效性。     

基于事务—项目关联矩阵的频繁模式网络(FP-network)挖掘算法研究

针对目前关联规则挖掘FP-growth算法所存在的维护、更新困难的缺点,提出FP-network模型,将关联规则挖掘所需要的数据压缩到一个FP-network上。与原来的FP-tree模型相比,FP-network是无向图,将存储事务的规模扩大了;此外,通过定义事务—项目关联矩阵对此FP-network进行存储,在定义节点容量的基础上可以方便进行关联规则挖掘。实例表明,该FP-network关联规则挖掘算法不仅继承了FP-growth算法的优点,而且方便数据的维护和更新,从而提高了关联规则挖掘的效率。     

将数据库业务作为服务的XML数据流正负关联规则挖掘

关联规则挖掘被广泛用在数据库中寻找来正关联规则,但更有用的是数据流挖掘和负关联规则挖掘。此外,企业们希望专注于他们自己的数据库业务,而将其余的数据库业务外包,这种方法被称作"数据库处理业务作为一种服务"。本文提出了一种将数据库处理业务当作一种服务的规则挖掘系统,它能为XML数据流的正负关联规则挖掘提供高效、安全的解决方案,并且我们已经用合成数据集对此系统进行了多次实验来证明它的性能和效率。     

基于遗传算法的状态监测信息关联规则挖掘

提出了基于遗传算法的量化并联规则方法,挖掘起重机状态监测信息数据库中的关联规则。利用该算法对部分数据进行关联规则挖掘,并对发现的规则进行了比较分析,认为关联则反映起重机的机械状态,为评估和预测其机械状态提供信息。