基于关联规则的数据挖掘技术在中医诊断中的应用

以肝病的中医诊断为例,研究了基于关联规则的数据挖掘技术在中医诊断中的应用,探讨了＂理—法—方—药＂之间的互动规律,为中医临床治疗、中医教学及中成药的研制提供了参考.     

基于关联规则的数据挖掘技术在CRM中的应用研究

阐述了数据挖掘技术在客户关系管理中的应用,说明了关联规则分析是数据挖掘技术中一项非常重要的功能,利用Apriori算法对客户挖掘信息数据库进行关联关系分析,通过分析进一步明确数据挖掘在CRM系统中的重要性。     

数据挖掘中关联规则在零售业中的应用

目前,在需要处理大量数据的科研领域中,数据挖掘受到越来越多的关注。我们可以利用数据挖掘技术从海量数据中发现有用信息,帮助商家了解客户以往的需求趋势,并预测未来,从而给商家带来巨大的利润。在国内很多领域,尤其在银行、零售(如超市)等商业领域,数据挖掘所能解决的典型问题包括:客户群体划分、应用背景分析、销售额分析等市场分析行为,以及客户流失性分析、客户信用积分等。在数据挖掘领域,采用关联规则在大型事务数据库中进行数据挖掘是一个重要的研究内容。     

关联规则挖掘在临床诊断中的应用研究

将关联规则挖掘应用于临床疾病诊断工作,力求找出数据中各层次因素间的关联关系,挖掘疾病数据库中的关联规则。通过实例试图发现吸烟、环境污染、职业性致肺癌因素、肺部慢性疾病等因素与肺癌的发生与诊断间的关联关系,从而发现肺癌疾病与它产生的可能因素间的规则,利用规则模式指导肺癌的诊断与预防。并期望以此为例研究关联规则挖掘在疾病诊断各方面的应用。     

关联规则在健身服务项目组合中的数据挖掘

采用一种改进的频繁项目集数据挖掘算法,设计与实现了某健身俱乐部关联规则挖掘系统。该系统能够高效灵活地从该俱乐部的客户数据中挖掘出对服务项目组合有用的关联规则,对俱乐部的运营具有一定的指导意义。     

关联规则在大型超市中的应用

针对目前大型超市中销售数据的利用问题,阐述了应用数据挖掘技术在大型超市中的必要性,并在此基础上分析了大型超级市场数据的特性及其可用性.依据关联规则算法,对商品的销售模式进行了分析,讨论了其应用的具体方法和步骤.     

火电厂数据挖掘中关联规则算法的应用

随着自动化和信息技术的应用,大量的生产实时数据被长期保存到企业信息系统中.充分挖掘这些数据背后蕴藏的信息和知识,对于优化生产过程、节能降耗和提高决策水平具有重要的价值.通过分析天津盘山电厂数据,以降低煤耗率为目的,使用关联规则算法对火电厂数据进行挖掘,并分析了各个参数对煤耗率的影响.     

火电厂数据挖掘中关联规则算法的应用

随着自动化和信息技术的应用,大量的生产实时数据被长期保存到企业信息系统中.充分挖掘这些数据背后蕴藏的信息和知识,对于优化生产过程、节能降耗和提高决策水平具有重要的价值.通过分析天津盘山电厂数据,以降低煤耗率为目的,使用关联规则算法对火电厂数据进行挖掘,并分析了各个参数对煤耗率的影响.     

关联规则在教学计划制定中的应用

介绍数据挖掘技术为高校教学计划制定带来的优势,实现教学计划制定的合理性,向教务管理决策者提供准确、有效的信息。     

基于关联分析的数据挖掘在体检CRM中的应用

运用关联分析方法对体检中心数据进行挖掘。首先分析了关联规则的原理和方法,然后对待挖掘数据进行集成、变换等预处理,得到能进行挖掘的原始数据.采用挖掘工具WEKA,选用关联规则中的Apriori算法对处理后数据进行分析,得到了与某一病症相关的各个症状之间的关联关系,以及各个症状与健康之间的关联关系。     

基于关联规则的信息挖掘技术

关联规则挖掘方法是Web挖掘的主要方法之一,本文在讨论了关联规则挖掘方法的一般知识后,重点研究了基于Web的兴趣关联规则挖掘技术.通过该技术可挖掘出访问者的兴趣爱好等信息,帮助网站经营者调整经营策略,提高网站的访问效率.     

关联规则挖掘在人事系统中的应用

数据挖掘是近年来出现的一种综合了机器学习、统计学、数据库等众多领域的新技术。目前国内许多机构已开始进行这方面的研究 ,但还没有看到实际应用的案例 [1]。本文将数据挖掘中的关联规则算法应用于单位人事信息系统 ,找出了其中内在的关联规则 ,并得到了人事部门的验证。     

关联规则挖掘在高校教育管理中的应用

为有效利用高校教育管理工作多年来积累的大量数据,采用数据挖掘技术进行教育信息的关联规则挖掘,设计并实现了一个专门的教育管理数据挖掘系统EMARMiner。实验结果得到了有益于高等学校教育管理决策的挖掘结果。     

基于平行坐标的关联规则挖掘技术可视化研究与实现

可视化数据挖掘是数据挖掘领域的一个热点。文章提出了一种基于平行坐标的频繁项集可视化方法,对挖掘过程中产生的频繁项集及其支持度进行可视化的描述,以此来解决传统关联规则挖掘过程不可见的弊病。     

关系数据库多项集关联规则挖掘的探讨

关联规则挖掘是数据挖掘领域的重要技术．在分析关联规则和广义关联规则的基本模型的基础上,提出了关系数据库中多项集关联规则的基本模型,对多项集关联规则挖掘方法进行了探讨．     

关联规则试验数据的人工合成

给出了一种实验人工数据合成的算法。该算法利用多种概率模型模拟事务长度、潜在强项集长度、项集频度等特征数据 ,模拟大型超市的事务数据库 ,生成不同规模、不同特点的数据 ,用以测试算法的时间曲线及可伸缩性。     

使用标准SQL实现多维关联规则的挖掘

关联规则是数据挖掘中一种重要的模式,本文讨论了利用结构化查询语言(SQL)进行多维关联规则挖掘的相关问题,并给出了一种实现算法.     

改进的关联规则并行算法

针对并行关联规则挖掘算法不能有效的解决负载平衡的问题,在CD算法的基础上,介绍了一种基于动态数据集划分的并行关联规则挖掘算法.它根据各个节点的反馈来决定向每个节点分配的数据集大小.与静态的数据集划分相比,它能更好地实现负载平衡,提高并行数据挖掘的效率.