多维关联在汽车销售中的应用

为挖掘隐藏在大量汽车销售数据背后的知识,给出了一种基于数据立方体的多维关联挖掘算法.在Visual C 7.0中实现了该算法并将其集成到SQL Server的分析服务中,用该算法对汽车销售数据立方体进行了关联分析,结果显示其正确和可行的.     

一种高效的维内关联规则挖掘算法研究

通过对数据立方体的结构特征进行深入分析，结合传统的关联规则挖掘算法．提出了一种在数据立方体中进行维内关联规则挖掘的新颖算法，该算法通过有效组织挖掘过程中的数据结构，降低对立方体的扫描次数，并充分利用联机分析处理技术．从而大大降低了执行时间，提高了执行效率．     

基于SQL Server 2005的Web日志挖掘应用研究

提出一个基于SQL Server2005的Web日志挖掘解决方案．主要应用SSIS将日志数据从文本文件导入数据库．在SQL Server Management Studio中应用SQL语句和存储过程完成日志的预处理,然后应用SSAS完成数据挖掘任务。通过关联规则挖掘算法在web日志的应用实例证明解决方案的有效性．     

数据立方体上多维多层关联规则挖掘算法

重点结合联机分析挖掘的思想,讨论了数据立方体上的多维多层关联规则挖掘。基于数据立方体和FP算法提出并构建了体现概念层次的Hib＆Dim FP树和其挖掘算法Hib＆Dim FP算法,并把此算法应用于数据立方体上的多维多层关联规则挖掘。最后的实验证明了该算法的有效性。     

基于OLAM的聚类关联挖掘在交叉销售中的研究应用

OLAM（On-line Analytical Mining）是当前的热点技术,是融合了联机分析处理（OLAP）和数据挖掘（Data Mining）的一种新的数据挖掘技术。该文主要针对商业中的交叉销售问题,提出一种基于销售多维数据集的聚类关联规则OLAM挖掘模型。利用SQL Server Analysis Services（SSAS）平台的数据挖掘工具,实现了该OLAM聚类关联挖掘模型,利用该模型的挖掘模式获得了对客户交叉销售的推荐方案。     

一种高效的多维关联规则挖掘算法研究

对经典关联规则挖掘算法进行深入研究的基础上，结合数据立方体的结构特点和OLAP技术，给出了一种高效的多维关联规则挖掘算法，并对不同数据立方体下的算法的性能进行了分析比较。     

微软决策树在汽车销售中的应用

为了进一步挖掘隐藏在销售数据背后的销售知识，本文在SQLServer中建立了汽车销售数据立方体，利用微软决策树算法分别建立的三个决策树模型。开发了符合OLEDB For DM规范的应用程序，结果显示分类正确率在85％以上。     

基于数据立方体的多维关联规则的挖掘方法

总结了现有基于数据立方体的多维关联规则挖掘算法，在此基础上将联机分析处理(OLAP)的钻取操作引入关联规则挖掘过程，提出Apriori_cubc算法的改进算法。通过动态调整立方体的维层次，来挖掘出用户感兴趣的关联规则。     

基于Apriori算法和OLAP的关联规则挖掘模型设计

通过分析Apriori算法的特点，提出一种有针对性的联机分析处理（OLAP）关联规则挖掘模型。该模型在数据立方体维度和度量值设计上充分考虑了Apriori算法的特点，使数据立方体物化更多算法所需要的中间数据；同时适当改进算法使之适应所设计的数据立方体。研究表明，该设计方法在灵活性和效率方面都有较好的表现。     

二维立方体中关联规则挖掘算法研究

针对二维数据立方体的结构特点 ,通过对传统的关联规则挖掘算法的改进 ,提出了一种二维立方体关联规则挖掘的新颖算法。该算法通过有效组织挖掘过程中的数据结构 ,降低对立方体的扫描次数 ,并充分利用联机分析处理技术 ,从而大大降低了执行时间 ,提高了执行效率     

二维立方体中关联规则挖掘算法研究

针对二维数据立方体的结构特点,通过对传统的关联规则挖掘算法的改进,提出了一种二维立方体关联规则挖掘的新颖算法.该算法通过有效组织挖掘过程中的数据结构,降低对立方体的扫描次数,并充分利用联机分析处理技术,从而大大降低了执行时间,提高了执行效率.     

数据挖掘在Microsoft SQL Server 2005 Analysis Services中的应用研究

首先概述了SQL Server 2005数据挖掘的功能分析,主要介绍了Analysis services分析服务及其算法,然后通过Analysis Services项目的开发过程使我们建立起对SQL Server数据挖掘的感性认识,最后介绍了OLE DB for Date Min-ing规范。     

Apriori算法在SQL中的改进与应用

Apriori算法是挖掘关联规则的经典算法.在分析该算法的基础上,在实际项目应用当中,结合SQL的特点,提出Apriori算法在SQL中的改进算法-Apriori_Sql.应用Apriori_Sql算法只需扫描一遍数据库,在数据库临时表中建立原始数据库的压缩数据映射,实验表明该算法是一种高效的关联规则的挖掘算法.     

一种高效的多维关联规则挖掘算法研究

对经典关联规则挖掘算法进行深入研究的基础上,结合数据立方体的结构特点和OLAP技术,给出了一种高效的多维关联规则挖掘算法,并对不同数据立方体下的算法的性能进行了分析比较.     

用于挖掘关联规则的可视化人机接口

讨论了一种接口技术，用于实现在关联规则挖掘时用户可以通过接口的界面选择要执行的算法，以及设置关联规则的“置信度”和“支持度”参数，并将挖掘的结果以容易理解的方式通过接口的界面显示出来。该接口以COM技术和VB、VC语言为基础设计开发，能对SQL Server创建的数据库进行挖掘。通过以Apriori算法和FP-Tree算法的实验，证明接口的工作是正确有效的。     

一种基于数据两方垂直分布的多维关联规则挖掘算法

对垂直分布于不同站点的数据进行联合关联规则挖掘是一个重要的研究方向,然而已有的算法挖掘得到的都是全局单维关联规则,不能处理多维数据集并得到全局多维关联规则。针对此问题提出一种数据两方垂直分布条件下的多维关联规则挖掘算法TDDM(Two Part Vertically Distributed Data Mining),该算法结合数据立方体技术,直接在垂直分布于两方的数据上进行挖掘,得到多维关联规则。理论分析和实验结果表明,该算法可以有效挖掘数据两方垂直分布条件下的多维关联规则。     

基于数据立方体的关联规则挖掘及其实现

联机分析处理和数据挖掘是两种重要的数据分析方法。使用数据立方体作为数据存储结构,将两者集成起来,使得用户可以从不同角度、不同抽象层次分析数据。针对数据立方体的特点,本文提出了挖掘维间关联规则的算法,并编程实现了该算法,取得满意的结果。     

基于SQL Server 2005的数据挖掘技术在石油储运中的应用

介绍了SQL Server 2005数据挖掘平台及其功能,较详细地给出了SQL Server 2005数据挖掘过程,论述了基于SQL Server 2005的数据挖掘技术在石油储运信息中的实现.通过对石油储运的数据资源挖掘的研究,希望能为石油储运中存在问题的解决给予一定的帮助.     

基于SQL的频繁项目集的研究

Apriori算法是关联规则中挖掘频繁项目集的典型算法。在Apriori算法的基础上，利用关系数据库管理系统的强大功能和SQL语言操作简单，效率高的特点，提出了基于SQL的Apriori算法。该算法实现简单快速，可有效缩小扫描数据库的大小。将该算法应用于经过数据预处理的Web日志文件数据库，实验结果显示谊算法是有效的。     

SQL Server的事务日志机制的研究与应用

本文主要研究SQL Server实现的三种事务模型及事务日志,并设计了一种处理SQL Server数据库事务日志检测数据库中数据更新的算法。该算法实现了对数据库中数据更新的检测,并应用到数据集成系统中。应用结果证明该算法是准确有效的。