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。     

数据挖掘技术在高校教师评价体系中的应用

为了实现对高校教师考核的定量评价,建立了教师质量评价指标体系,通过对高校教学管理系统中的数据进行统计、分析,确定评价指标,并将数据挖掘技术引入评价体系,分别运用优序比较法和主成分分析法对指标进行量化分析,并通过关联规则分析了该评价体系的科学性与合理性.     

数据挖掘在银行客户关系管理系统中的应用

介绍了数据仓库和客户关系管理系统的概念，分析了数据仓库应用的关键技术联机分析处理和数据挖掘之间的区别，指出基于数据挖掘的银行客户关系管理系统是银行发展的必然选择。最后给出了数据挖掘的各种模式及在银行客户关系管理系统中的应用。     

基于卷积神经网络的顶岗实习管理系统数据挖掘研究

通过数据挖掘方法管理系统数据时,仅依靠关联规则约束,容易导致数据挖掘的泛化误差增大。因此,以顶岗实习管理系统为例,提出基于卷积神经网络的数据挖掘方法。提取顶岗实习管理系统的数据,建立面向主题的数据仓库,结合统计回归分析法和模糊聚类法生成非线性时间序列数据流,采用模糊聚类法设计数据特征提取机制。根据数据特征提取结果分析关联规则,构建卷积神经网络数据挖掘模型,通过特征压缩方法进行数据降维处理,实现挖掘数据的输出。实验结果表明：所提数据挖掘方法与基于决策树和基于一维卷积网络的方法相比,泛化误差较小,能保持在[-0.05,0.05],可以获取更加精确的信息挖掘结果,具有较好的实际应用效果。     

人事信息分析系统的设计与开发

在资源共享的基础上,利用教育部"高校教职工管理系统"中的人员信息,并根据国家教育管理信息系统建设的要求,论述了人事信息分析系统的设计与开发过程、使用范围和主要技术问题.     

一个不需要候选集的挖掘关联规则算法的研究

挖掘关联规则是数据挖掘中的一个重要课题.针对挖掘关联规则典型算法中的某种不足,介绍了一个不需要产生候选集的挖掘关联规则的算法FP-tree.经过深入研究,对它进行了分析和评价.     

多种关联规则挖掘算法的研究与分析

近年随着数据库、网络等各种计算机技术的发展,人们希望能够通过数字挖掘技术对海量数据进行更高效快捷的挖掘分析,如何更好地利用海量数据及提高数据挖掘技术的效率已经成为了备受关注的问题.关联规则是数据挖掘的主要研究方向,研究关联规则具有重要的实用价值.本文对多种关联规则挖掘算法进行了具体分析,并针对当前提高关联规则挖掘算法效率的优化技术进行了深入的分析研究,并说明了各改进算法在商业领域中的应用.     

数据挖掘技术的AHP改进算法在航天器数据分析中的初探

为了实现对航天器遥测数据的分析和挖掘,通过总结AHP算法在实际应用中的一些问题,提出一种基于数据挖掘技术的改良思路.利用数据挖掘技术从航天器遥测数据中提取关联规则,代替人类专家的经验知识自主配置AHP算法中的参数,以提高算法的效率和精度.在对实际航天数据的处理和分析中,数据挖掘程序验证了航天器系统内某些部件间的强关联规则,在深层次数据分析方面做了初步探索.     

数据挖掘技术在电力设备状态检修中的应用

介绍了数据挖掘的基本过程、方法及在我国电力系统的应用现状;分析了数据挖掘在电力设备状态检修和设备故障诊断中的应用状况,给出了基于数据挖掘的电力设备状态评估模型,并以关联规则方法为例进行了分析.     

基于数据挖掘的移动大客户管理系统

数据挖掘是依据相应的规则和策略,从海量的实际应用数据中提取有用信息和知识的一种技术。通过对移动通信业中所存在的问题和数据挖掘技术进行分析,针对通信业中突出的增量不增收问题,提出基于数据挖掘的移动大客户管理系统,以期通过加强对大客户的管理,为企业提供决策依据,从而提高移动通讯业客户管理的科学性,增强企业市场竞争力。该系统根据对大客户的特征描述,定义了相关的功能;并针对不同的数据挖掘模型,给出了相应的可验证实例。实验结果表明基于数据挖掘的移动大客户管理系统能够为企业提供有用的分析数据,有利于企业的决策。     

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。     

数据挖掘在变电站设备缺陷预测管理中的应用

对变电站设备缺陷进行预测管理,可以帮助工作人员尽快找出故障出现的趋势和原因,即设备缺陷及其部位.把先进的数据挖掘技术应用到变电站设备缺陷预测管理过程中,应用J2EE的B/S结构设计开发设备缺陷数据挖掘系统,首先对数据进行预处理,然后采用多元线性回归模型进行数据挖掘,从中发现隐含的趋势和规律,从而指导变电站工作人员提前做好缺陷处理工作.     

基于Apriori算法的高校人力资源数据挖掘系统

以基于数据挖掘关联规则的Apriori算法基本原理为依据,介绍了高校人力资源数据挖掘系统主要功能模块的组成,着重研究了Apriori算法的设计与实现.该数据挖掘系统为高校人力资源决策提供了科学的依据,在高校人力资源管理应用中做出了有益的尝试.     

数据挖掘技术在高校学生就业指导决策中的运用

高校学生的招生、就业等信息数量庞大，表目繁多，对这些数据有效地进行预处理，并进一步挖掘以获得有利于高校教学管理决策和毕业生就业指导的有用信息，具有重要意义.以沈阳市某高校学生招生就业数据为基础，建立了一个基于学生信息的关联规则挖掘系统，并对其中的Apriori算法进行优化，同时对由频繁项集生成关联规则的算法给予改进，挖掘结果中产生了大量有益信息，通过实际检验，该优化算法能避免大量无意义关联规则的产生并提高挖掘效率.     

大跨空间结构智能选型方案生成系统

将基于实例的推理和数据挖掘技术应用于大跨空间结构的智能选型的方案生成阶段．介绍了基于实例推理系统的基本结构及其四个关键技术,建造了大跨空间结构智能选型方案生成系统．主要实现了以下功能：实例库的建立和维护;人机交互界面的实现;初步完成基于加权检索算法的大跨空间结构选型实例推理;实现了实例关键参数值域分布情况的统计功能;采用数据挖掘算法对实例库进行了关联规则的挖掘,初步挖掘出了实例库中的关联规则,利用决策树和粗糙集的方法产生分类规则,比较了三种数据挖掘方法,给出它们的应用条件,为下一步实现基于知识推理做准备．通过实例演示了该系统的方案生成过程．     

Apriori算法分析与改进综述

数据挖掘中的关联规则挖掘能够发现大量数据中项集之间有趣的关联或相关联系,特别是随着大量数据不停地收集和存储,从数据库中挖掘关联规则就越来越有其必要性.通过对关联规则挖掘技术及其相关算法Apriori进行分析,发现该技术存在的问题.本文介绍了能优化该技术的各种算法,分析了这些算法各自的优缺点,并针对这些问题提出了未来的研究方向.     

数据挖掘技术及其在高校教学系统应用的研究

高校教学系统作为大学数字化教学的一个重要组成部分,运行多年已经积累了大量的数据,但并没有得到很好的挖掘和研究。本文结合高校管理系统与数据挖掘技术对教学质量评估进行了研究,提出了教学质量评估分析主题。给出了基于SQL Server的数据挖掘解决方案,运用关联规则方法进行研究,介绍了相关算法,并进行了优化。最后对相关数据进行挖掘,对实验结果做出了初步分析,所得出的结论对高校教学工作具有一定的指导意义。     

入侵检测系统在电力信息网络中的应用

针对电力系统网络的特点,分析了电力系统网络安全的重要性,将基于数据挖掘技术的入侵检测系统应用到电力系统的安全体系中.通过将数据挖掘技术和入侵检测技术相结合,建立了基于数据挖掘的入侵检测系统的模型,利用关联分析算法生成规则,实现了入侵检测模型在电力系统网络中的应用.