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。     

基于数据立方体的关联规则挖掘方法研究

关联规则挖掘是数据挖掘领域的一个重要研究方向.针对数据立方体的结构特点,给出了一套基于元规则指导的关联规则挖掘方案,最终挖掘出用户真正感兴趣的关联规则.     

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.     

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。     

基于关联规则挖掘算法的教务管理系统设计

针对当前教务管理系统的信息化需求,结合当前的智能推荐技术,提出一种基于关联规则挖掘算法的教务管理系统。基于软件工程设计思想,首先对系统的功能需求进行分析;然后从逻辑架构、网络拓扑结构、功能设计等方面对系统进行初步设计,并结合Apriori算法原理,提出了基于兴趣度的关联规则算法模型。最后,给出了该系统的登录界面和课程推荐界面。     

汽车ERP中关联规则挖掘与动态更新的实现策略

针对传统ERP系统缺少直接面对客户的系统功能、数据利用程度低等局限性，提出把经典数据挖掘算法——基于Apriori的关联规则挖掘方法改良后导入汽车企业ERP系统以缓解其局限性的应用策略，程序实现了FPgrowth算法和动态关联规则挖掘算法，并通过挖掘模型测试，证明了这些策略的可行性和有效性。     

内容分析技术在网络舆情智能检测中的应用

目前,网络舆情越来越引起人们的关注,特别是政府部门对网络是突发事件、重大事件的网络发站、新闻跟帖等关注.基于此目前已经有网络舆情检测方面的系统出现.本文首先对现有的网络舆情检测系统进行概述,分析其不足,并重点介绍了构建"网络舆情智能检测与分析系统"涉及的内容分析技术应用.     

基于数据挖掘技术的远程服务与故障诊断

构建一个多制造商和多客户共用一个服务平台的设备远程监测与故障诊断系统，采用现场总线技术采集现场设备状态数据，通过Internet将信息发送到远程服务中心，由不同的工具对信息进行处理，诊断中心采用智能诊断与专家诊断相结合的工作模式，利用关联规则挖掘知识并用于智能诊断，本文阐述了系统网络运行结构，系统功能模型，基于关联规则发现知识的算法以及评价与实现。     

客户时序关联规则挖掘方法研究

针对客户交易数据的特点,提出了一种基于前缀映射累加树的客户时序关联规则发现方法。将时间窗口内频繁项的信息映射到前缀映射累加树中,以降低频繁时序模式的搜索空间,提高时序关联规则的挖掘效率。另外,通过为特定的频繁项建立前缀映射累加树,可以挖掘特定的时序关联规则,并能以较精确的方式,发现具有一定模糊性的客户时序关联规则。实验结果表明,所提出的方法能够提高客户时序关联规则的挖掘效率。     

如何做好煤矿企业网站设计

煤矿企业网站主要为了外界了解煤矿企业自身、树立良好煤矿企业形象、并适当提供一定服务,要做好妹煤矿企业网站需要遵守一定的原则.     

基于数据挖掘的工艺规则提取

CAPP系统在进行工艺设计时会产生大量数据，如何充分利用历史数据始终是一个技术难题。为此提出采用数据挖掘技术提取工艺规则，研究了关联规则和序列模式的定义和挖掘过程，通过实例给出数据挖掘的应用。应用表明该方法能有效提高CAPP系统的应用效率，缩短产品的开发周期，对于实现工艺设计自动化具有重要意义。     

基于数据挖掘的工艺规则提取

CAPP系统在进行工艺设计时会产生大量数据,如何充分利用历史数据始终是一个技术难题。为此提出采用数据挖掘技术提取工艺规则,研究了关联规则和序列模式的定义和挖掘过程,通过实例给出数据挖掘的应用。应用表明该方法能有效提高CAPP系统的应用效率,缩短产品的开发周期,对于实现工艺设计自动化具有重要意义。     

基于虚拟社会网络挖掘的网络舆情分析

网络舆情是和谐社会的晴雨表,它的变化反映了社会公众对党建设和谐社会的态度和意见,因此对网络舆情进行挖掘、防范负面网络舆情危害社会于未然,显得特别重要。用社会网络分析方法对某一网络参政群体从密度、凝聚子群、结构洞3个角度进行分析,分析结果有利于政府通过互联网去了解民情、汇聚民智。     

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。     

一种基于混合型结构优化算法——Apriori-Mend算法

关联规则挖掘是数据挖掘领域中最重要的研究问题之一。Apriori是关联规则挖掘的一种经典算法,它使用候选项集产生测试机制来找出所有满足用户最小支持度的项集,但它需要多次扫描数据库,会产生大量的候选项集。针对Apriori算法的不足,提出了一种基于混合型新的优化算法:Apriori-Mend算法。该算法从优化产生2项集、事务压缩等几个方面对Apriori算法进行优化,将散列技术应用于产生1项集和2项集,采用库优化策略和混合型存储结构,以节省空间和运算时间。实验结果表明,Apriori-Mend算法运行速度比Apriori算法有明显的提高。     

基于关联规则的教务信息挖掘

在高校中,教务管理系统每年都产生大量和教学相关的数据,如教师基本信息、学生基本信息、成绩数据及各项测评信息等。这些数据真实的反映了高校的教学情况,但并没有充分利用这些数据来挖掘出有用的决策信息。通过对基于关联规则的教务信息挖掘的研究,把改进的Apriori算法应用在教务信息挖掘中,对影响学生成绩的因素进行分析,确定相互之间的关联规则,以改善教学。