基于Apriori关联规则算法的消防大数据分析

本文以消防大数据平台为基础,利用Hadoop程序模块,展开消防大数据分析,研究Apriori关联规则算法模型;并且提出了基于Apriori关联规则算法视角下,分析消防大数据之间的内在关联,力图挖掘火灾发生因素之间的关联,最大程度地减少火灾发生。     

基于分区的关联规则Apriori算法研究

Apriori算法是挖掘频繁项集的一种重要方法 ,但是如果事务数据库大到难以一次装入内存就会遇到瓶颈。本文给出一种基于分区技术的改进算法,通过将大的事务数据库划分为小的分区来实现频繁项集的挖掘。     

浅析数据挖掘技术与关联规则挖掘算法

随着人们对信息数据量的急速增长从而数据挖掘技术也随之应运而生,这使得人们对知识与信息的渴求得到了进一步满足。对于如何才能快速高效的获取知识,对于信息处理技术来说已经成为当前热门的研究课题。审视当前对于关联规则的研究现状,针对关联研究的现状,分析实际问题对于关联规则总结出一种新的研究方式,结论为关联规则算法在今后的出路和进一步的研究上指明了方向。研究过程中通过对文献的查询分析和比较分析两种方法,进一步阐述对典型关联产生影响的各种方法,其中最为重要的是把核心Apriori算法作为一个研究的基点。     

基于关联规则的购物篮分析——以向日葵农场的购物篮为例

关联规则按照目前的数学认知是由X→Y的蕴涵式,X是关联规则的起手,Y称为承接。购物篮分析则是属于Affinity analysis范畴,也可以翻译成亲和力分析。文章通过购物篮分析挖掘出来的信息,可以指导销售、商品促销推广、客户黏性管理、库存优化和优惠计划。基于关联规则的购物篮分析可以应用于产品的组合分类,也可以根据购买模式对用户进行分类、开发新的产品和改进老产品及产品包装,迎合客户的购买习惯,提升满意度,客户感觉状态优良,逐步获得进阶性利益,来建立相对应的竞争优势。     

基于改进Apriori算法的大学生成绩关联分析

高校教学管理信息系统积累了大量的潜在有价值的成绩数据信息。针对数据多,知识少的问题,结合数据挖掘技术中的关联规则算法的特点,利用改进的Apriori算法对计算机学院的学生成绩进行挖掘分析,发现不同学科之间的关联关系,并给老师及管理决策者提供指导。帮助老师及时调整课程内容,对可能出现不及格的部分学生提出警告,督促他们学习,提高教学质量。实验表明,改进后的算法效率明显提高,挖掘的关联规则能够很好的为教学安排及决策管理提供理论支持。     

关联规则在教务管理系统中的应用研究

现行高校教务管理信息系统中存放了大量的历史数据,这些数据所隐藏的价值并没有被充分挖掘和利用,主要原因是目前的教务管理系统几乎没有数据挖掘功能。本文分析了关联规则的经典Apriori算法的优缺点,使用数据库SQL及VB编程语言对其优化,开发了一个教学决策支持平台原型,并以学生成绩与课程设置的潜在联系为例进行了分析。     

网络审计系统中Apriori算法的应用与研究

此文介绍了关联规则的主要内容,结合了网络审计系统中事务数据库的特征,从Apriori算法的基本概念出发,根据网络审计的特点,介绍了一种基于分片的改进的Apriori算法的,并给出证明。最后在改进的策略选择上给出结论。     

基于Apriori算法的CCT成绩数据挖掘研究

运用关联规则进行数据挖掘,对CCT成绩进行处理和分析,发现总成绩和各个模块成绩之间存在的潜在关系,据此构建新的教学策略,对于提高CCT成绩优秀率和教学设计有一定的指导意义。     

基于FAHP和关联规则的建筑施工事故隐患风险动态评价

近年建筑施工安全生产事故频发,事故的发生又是由于事故隐患动态治理失控导致,如何结合隐患风险动态变化情况,分配有限隐患治理资源就至关重要。本文提出一种全新的基于模糊层次分析法（FAHP）和关联规则算法的隐患风险动态评价组合模型。建立 4 个一级和 12 个二级隐患评价指标,利用模糊层次分析法的专家主观评分,与归一化后的客观数据进行合成,再利用关联规则算法分析隐患台账进行动态评价。通过对各隐患风险随时间变化趋势的分析,得到每个隐患全期所占比例以及增减趋势,找到隐患管理的轻重缓急。通过对同期隐患风险比例的分析,得到同一时期各隐患风险的分布情况,为分配有限的隐患治理资源提供了参考。该模型最大限度利用客观数据以保证结果精准,为建筑施工企业隐患动态管理提供指导。     

基于关联规则的职业定位推理算法研究

为解决准大学生和在校大学生职业定位不清晰的问题,文章提出了一种基于关联规则的职业定位推理算法。通过对大学生个人性格特征、兴趣爱好、特长及知识结构的职业定位推理计算,推理出准大学生和在校大学生可能的职业方向,有效实现了对用户职业定位的推理,有助于准大学生和在校大学生及时找到自己的职业定位,明确发展方向。