提出一种基于RF-Apriori混合算法的关键涉恐特征关联规则挖掘方法。通过构建多元特征样本数据集，对样本数据预处理后使用RF算法训练......

经典的Apriori算法能够有效的发现数据之间隐藏的内在关系，但该算法也存在着候选集数量越大开销越大的问题。针对这个问题，文中提出......

提出了一种基于Hadoop架构和MapReduce编程模型实现的面向大数据的FP-Growth频繁项集挖掘的改进算法。首先将事务数据库按每个频繁......

如何在海量数据集中提高频繁项集的挖掘效率是目前研究的热点.随着数据量的不断增长,使用传统算法产生频繁项集的计算代价依然很高......

针对通信协议未知或部分已知条件下询问和应答信号配对难、配对准确度不高等问题，利用询问与应答信号间时序的模式规律，提出了一种询......

由于多源异构数据集通常存在于多领域中,其特性导致数据的可利用率较低。为保证对各类数据的利用效果,研究基于随机森林的频繁项集......

基于数据分发服务（Data Distribution Service,DDS）的发布/订阅分布式系统是一种构件之间通过DDS进行通信且具有松耦合特性的分布式......

本文基于电信运营商的手机信令数据的海量性、连续性、真实性、完整性、及时性和无感知性等可以精准刻画客户移动轨迹的技术特点,......

煤矿开采后地下出现采空区域,严重影响采空区地表建筑结构的稳定性,因此从数据挖掘角度分析采空区地表建筑稳定性.收集煤矿采空区......

大数据时代的到来使得数据挖掘技术及其应用的领域得到了拓展,涌现出各类数据挖掘算法,其中Apriori算法作为较为经典的关联规则挖......

协同过滤技术存在数据稀疏性和可扩展性问题,容易导致推荐准确度和推荐效率低下,严重限制推荐技术发展。针对上述问题,本文采用频......

大数据时代信息技术的飞速发展,使得应用数据挖掘分析技术对体育教学评价数据进行分析成为了可能,从而进一步提高教学质量.本文结......

传统的数据挖掘算法在面向大规模高维数据的挖掘过程中,存在数据特征捕捉准确率低、节点负载不均衡、数据交互频繁、频繁项集紧凑......

查询文本中频繁出现的短语可快速掌握文本内容,然而传统频繁词序列挖掘算法面向挖掘任务时的时间复杂度较高,无法满足频繁更换查询......

当代大学生是国家未来的建设者,为了更为全面深入地了解这个群体,本文使用数据挖掘领域中的类关联规则技术来研究大学生对一些评价......

现代社会,生产力快速发展,通过不断变革生产信息技术,人们大大提高了创造和收集数据的能力,迅速扩大了数据资料的规模。急剧增长的......

在信息化时代,社会各领域中的数据都在急剧增长,数据挖掘成为了从数据海洋中挖取有价值数据的有效手段,关联规则作为数据挖掘领域......

随着互联网、传感器等技术的发展,社会的信息化不断被推进,全球数据的生产速度也在飞快增长。众所周知,移动通信数据是承载着通信......

随着信息技术的快速发展,大量数据得以产生并积累,数据也越来越呈现出数量巨大、结构复杂、类型众多、富有价值等特点。在数据中发......

[目的/意义]为了发现更全面、更具有普适性的反恐情报信息,本文在单层次关联规则挖掘的基础上研究反恐情报的多层次关联规则挖掘方......

本文对一种新高效的频繁项集挖掘算法进行了研究。文章围绕AFP-Tree的设计与构建、AFP-Miner算法、实验与结果分析等进行了论述。......

本文研究的重点是基于频繁项集的支持度和关联规则的新颖度连续挖掘数据流上的变化。主要贡献是：（1）在利用抽样技术所获得的以元组为......

数据挖掘研究的一个重要领域就是关联规则挖掘，而对负关联规则的挖掘成为关联规则挖掘技术的一个研究热点。本文首先描述了负关联规......

为了提高局部特征的判别性能,本文提出了一种自动寻找某类对象的常见空间配置的方法。这种方法将局部特征的空间邻域关系编码表示,......

频繁项集挖掘是一项重要的数据挖掘任务,具有广泛的应用.然而,如果输入数据集中包含用户敏感信息,直接发布或分享挖掘结果可能会造......

目的：分析治疗肺系疾病经典方剂组成中药化学成分类别的构成情况及可能的配伍关系。为治疗肺系疾病方剂的临床应用、物质基础研究与......

针对使用传统关联规则算法挖掘大数据集时,挖掘过程中效率不高,挖掘出大量冗余规则的问题,提出了基于关联规则和相似度的数据挖掘......

基于智慧校园中的学生数据,在Spark平台建立了并行H-mine算法,以此用于数据频繁项集的挖掘以及学生数据中学生行为的分析.研究结果......

关联规则反映事物与其他事物之间的关联性,是数据挖掘领域研究的一个重要方面,关键概念包括支持度,置信度,提升度。在关联规则中,A......

本文提出一种基于布尔矩阵优化的Apriori改进算法来挖掘关联规则,通过减少对数据库的扫描次数以及减少候选项集的数量来提高算法的......

摘 要：针对大数据环境下关联规则数据挖掘效率不高的问题，采用Eclat算法使用垂直数据库将事务的合并转换成集合操作的方法。研究了一......

针对高校数字图书馆现有书目推荐方法存在的不足,提出一种快速的个性化书目推荐方法。该方法利用矩阵向量技术和压缩技术对Apriori......

本文应用关联规则的Apriori算法,分析了四川旅游市场的特点,找出了旅游者及景区之间的关联规则,表明不同收入水平、受教育程度、年......

<正>~~...

为挖掘畅销轿车的潜在共性,并解决人为分析数据规律时存在效率低、分析不全面等问题,提出了收集数据、建立数据库、数据库挖掘的系......

文章提出了一种数据驱动的基于关联分析的本体中语义传递规则获取方法,利用本体中语义网络的概念间多路径特性来获得其中存在的语......

教学评价是一个复杂的过程,是指根据政策、法规和学校的人才培养目标、要求,运用教育评价的理论、方法和技术,对教师的素质、工作......

本文针对云南旅游的特殊性创造性的提出了一种行之有效的旅游推荐方法:基于旅游文记信息和景点热度上下文的关联规则推荐方法。该......

本文重点讨论数据挖掘算法在高职英语教学中的应用和研究,文中以无锡科技职业学院为模型,采用关联规则算法挖掘该校所属学生在三个......

数据挖掘中的一个重要任务是发现关联规则,产生频繁项集是发现关联规则的一个关键步骤。在关联规则发现方面,目前主要采用的有Apri......

随着计算机科学与技术的进步，信息技术领域在最近几十年得到了迅猛发展，人们使用信息技术手段在各领域均产生并积累了海量数据，由于数......

本课题通过对关联规则挖掘及其经典Apriori算法的深入研究，针对类Apriori算法的效率瓶颈，提出了一个高效的关联规则挖掘算法，即EARM(E......

本课题来源于甘肃省自然科学基金项目，课题旨在研究数据挖掘技术及其应用，包括对数据挖掘算法的理论研究及数据挖掘技术的应用研究等......

随着IT技术、电子商务及互联网的迅速普及，使得在各个领域中存储了大量的数据信息，这些数据集中包含了很多有用知识，因此如何从大量的......

知识就是力量。随着当前IT技术、电子商务及互联网的快速发展和迅速普及，导致在各个应用领域的数据库中存储了大量的数据，这些数据集......

关联规则挖掘是数据挖掘领域的一个重要研究分支,它对于事务数据集中的规则发现有着不可替代的作用。近年来国内外各界学者、研究......

数据挖掘技术是解决当前社会“数据丰富而知识贫乏”问题的有效途径。数据挖掘任务种类很多，其中关联规则挖掘是目前研究和应用最广......

数据挖掘是从大量数据中发现人们感兴趣的、隐藏的、前所未知的知识，而挖掘关联规则是一个重要的数据挖掘问题。本文对目前基于支持......

随着Internet的日益普及与迅速发展,互联网上的信息量呈几何级数增长,信息爆炸已成为当今网络时代的特征之一。作为访问互联网的重......

通过研究发现,挖掘相联规则算法普遍的问题是潜在频繁项集规模过大,每趟扫描没有减少数据规模.该文提出了多段支持度算法.通过实验......