基于数据挖掘的图书智能采购模式分析

图书采购是高校图书馆最重要的工作之一。文章通过对读者借阅数据进行关联规则数据挖掘,发现图书借阅频率及图书借阅数据间的关联关系,以及事实数据即图书需求信息表。将经过数据修正的图书需求信息表作为图书采购的决策依据,减少人为因素对图书采购工作的影响,使采购的图书能真实反映并满足读者对图书的个性化需要。     

利用数据挖掘技术提升图书采购效率

在收集图书流通数据并对这些数据进行预处理的基础上,利用数据挖掘中的决策树算法,采用SPSS Clementine发现图书借阅率与利用率高的子类,以提高图书采购效率.     

数据挖掘的并行策略研究

文章对数据挖掘算法的并行策略进行了分类,分类技术主要集中在分割训练数据以及在每一个阶段的最后从处理器中抽取属性。这种方法在关联规则和决策树中得到了广泛的研究。在策略应用中,以DD算法为例进行了说明。在文章的最后,展望了并行数据挖掘的发展方向。     

基于移动Agent的数据挖掘研究

本文提出了一个基于移动Agent的数据挖掘模型，并在Crasshopper平台上实现了该模型关于关关联规则分析算法的挖掘过程。由于Agent的移动特性，基于移动Agent的数据挖掘模型具有较高的挖掘性能和数据安全性。     

数据挖掘关联规则的研究

关联规则作为数据挖掘的一个重要研究分支,其主要的研究目的是从大型数据集中发现隐藏的、有趣的、属性间存在的规律。本文就数据挖掘中的关联规则做了简要论述。     

基于遗传算法的数据挖掘技术的研究

文章首先对数据挖掘进行了概述，阐明了什么是数据挖掘，为什么要数据挖掘，如何进行数据挖掘以及数据挖掘的主要过程，接着介绍了数据挖掘中的一个重要算法－遗传算法，文章对遗传算法的产生与发展以及主要理论等进行了简要的介绍，提出了基于遗传算法的关联规则的提取方法，文章还结合作者单位的智能型学生管理系统，给出了用遗传算法进行关联规则挖掘的实例，并讨论了遗传算法所面临的问题与挑战。     

基于数据挖掘的网管告警处理方法研究

为了方便电力行业网管人员能够快速的从这些告警中找到有用信息,迅速的定位设备故障。本文设计了由接口告警采集、故障处理系统、告警相关性分析模块等构成处理框架。采用过滤告警、补全缺值数据、去重等方式进行数据预处理。通过告警发现和相关性分析机制实现告警的匹配和识别,利用基于关联规则的方法对告警信息挖掘。采用本文设计的方法,能够有效的实现网管系统的告警信息的挖掘分析,提高网管的效率。     

数据挖掘在营销策略中的应用

首先介绍了当前数据挖掘的产生背景及该领域内的主要数据挖掘技术,然后通过实例重点介绍知识类数据挖掘技术中应用较广的关联规则算法,及其在营销策略中的应用.     

数据挖掘在营销策略中的应用

首先介绍了当前数据挖掘的产生背景及该领域内的主要数据挖掘技术,然后通过实例重点介绍知识类数据挖掘技术中应用较广的关联规则算法,及其在营销策略中的应用。     

基于数据挖掘技术的客户关系管理系统研究

本文针对某烟草企业客户关系管理应用的现有需求和发展趋势以及客户关系管理理论的特色,提出基于数据挖掘技术的客户关系管理优化策略,讨论了数据挖掘技术在客户关系管理中的具体作用并对CRM中的数据挖掘过程进行了分析和研究,描述了原型验证系统的具体实现,探讨了实用化的可行性.     

基于数据挖掘的变电站告警数据分析和巡检策略研究

鉴于目前高压变电站告警数据多、运维人员巡检效率低的情况，提出了一种基于关联规则的告警数据分析方法。根据大量告警数据中隐含的先导—后继关系，分析故障发生后产生的告警报文，这有利于找出故障的根本原因；并参考了电网公司的电力设备状态量评定标准，综合告警事件间的关系与各巡检单元权重系数，确定系统频繁告警后巡检的优先顺序，以提高巡检效率。最后，通过某站变压器近一年的告警数据来具体说明这种方法，并且分析了该变压器频繁告警的原因并提出了改进的巡检策略。     

基于关联规则的数据挖掘算法研究

首先介绍了关联规则的基本概念,然后详细地介绍了Apriori算法,同时也指出了Apriori算法的一些不足。针对这些不足提出了解决方法,描述了几种优化算法。最后对关联规则研究范围进行了拓展。     

基于数据挖掘的信息管理风险预警系统研究

信息管理风险预警是当前信息领域的研究热点,由于当前入侵行为的多样性,使得传统风险预警系统难以对风险进行准确评估,无法保证信息的安全,为了提高信息管理风险预警效果,提出了基于数据挖掘的信息管理风险预警系统.首先对当前信息管理风险预警研究进展进行分析,构建了信息管理风险预警系统的总体框架,然后对信息管理风险预警系统的关键技...     

基于关联规则的数据挖掘研究

关联规则挖掘可以发现大量数据中项集之间相关联系的知识,这些重要信息是关于这些数据的整体特征描述以及对其发展趋势的预测,对决策的制定有着重要的参考价值。主要介绍了数据挖掘和关联规则挖掘的概念,并对数据挖掘经典算法Apriori的进行了分析与改进,算法的改进可以有效地减少对数据库的扫描次数,使挖掘的效率更好更快。     

基于网格的数据挖掘算法

为了克服传统数据挖掘算法与分布式数据挖掘算法的不足．提出了一种基于网格平台的数据挖掘算法,并改进了原有的Apriori算法,使其应用于网格平台。基于网格的数据挖掘算法具有合并计算力,安全,高效,节约硬件成本等优势已越来越受到学术界的重视。     

基于高校人事信息库的数据挖掘研究

运用关联规则发现技术对人事信息库进行数据挖掘，寻找影响学科发展的因素，发现应如何评价一个学科，以及影响学科发展的各要素间的关联关系。该文分析和指出了现有一些挖掘算法的优缺点，提出了Ｔｉｄ－ｏｐｔｉｍ算法，并对发现的规则进行分析，结合实际工作，为管理决策提供参考。     

数据挖掘中的关联规则算法研究

随着计算机技术和信息技术的飞速发展,数据挖掘已经成为当今各行各业重点关注的对象。关联规则挖掘是数据挖掘中的一个非常重要的内容,通过关联规则挖掘能够从海量数据中分析出数据与数据之间存在的关系,进而为用户提供更具有参考价值的信息。现阶段关联规则挖掘已经广泛应用于保险、股市、网络数据等多个对市场信息高度依靠的行业。本文从关联规则挖掘相关概念出发,对其主要操作步骤进行了简单分析,并研究了数据分割下的挖掘问题及算法。     

基于数据挖掘技术的入侵检测系统研究

基于数据挖掘技术的入侵检测系统能够无监督地实现网络行为模型的生成,解决了传统入侵检测系统在此方面的不足.对基于数据挖掘技术的入侵检测系统进行概括与分析,并提出一种基于数据挖掘的入侵检测系统通用框架.     

基于数据挖掘的课程相关性研究与分析

关联规则是数据库中某些特定事件同时发生的概率的简单陈述。关联规则挖掘就是利用特定方法发掘数据库中潜藏的关联规则的过程。文中主要运用数据挖掘中的关联规则和AprioriTid算法,以考务数据库为挖掘对象,并在挖掘过程中充分运用数据库技术适时地对挖掘数据进行筛选,有效地提高了挖掘效率。最后,对课程间的相关性进行了分析和研究,得到了有效性的结论。     

基于数据挖掘的课程相关性研究与分析

关联规则是数据库中某些特定事件同时发生的概率的简单陈述。关联规则挖掘就是利用特定方法发掘数据库中潜藏的关联规则的过程。文中主要运用数据挖掘中的关联规则和AprioriTid算法，以考务数据库为挖掘对象，并在挖掘过程中充分运用数据库技术适时地对挖掘数据进行筛选，有效地提高了挖掘效率。最后，对课程间的相关性进行了分析和研究，得到了有效性的结论。