动态关联规则相关论文
近年来,可视分析技术逐渐受到重视,成为了教育科研、政府决策、生物医学及商业智能等诸多领域中不可或缺的重要决策手段。可视分析......
数据挖掘是数据库知识发现的一个研究热点。数据挖掘一般是指从大量的数据库或数据仓库中搜索隐藏于其中的有着某种特殊关系性的规......
数据挖掘是通过分析大型数据库或数据仓库中的数据，从而揭示其中隐含未知的或验证已知规律的过程。数据挖掘大致可分为分类、回归、......
数据挖掘目前已广泛应用于现代社会的各行各业,但是大多都是针对历史数据进行分析与处理,人们追求的不再只是发现历史数据中隐藏的......
目前,大数据技术在社会各个领域和层面都发挥着巨大作用,且地位不断跃升。能否整合并利用好大数据已经成为政府和各经济体事业成败......
关联规则分析是数据挖掘中最主要的分支,其主要目的就是为了挖掘存在于事务数据库中隐藏的关系或者联系。随着大数据的普及,传统的......
数据挖掘是一种重要的数据分析技术，而关联规则是一种描述型数据挖掘，关联规则的算法属于无监督学习的方法。动态关联规则挖掘，是在普......
本文在研究灰色系统理论等相关知识的基础之上,利用灰色模型独特的少数据建模且精度较高的特点,将灰色系统理论与动态关联规则元规......
互联网环境下,数字图书资源“信息过载”,为基于读者认知递进性提供个性化的图书知识链条.引入WO模型构造有序的特征词集合,来改进......
针对现有关联规则挖掘算法大多是挖掘一种静态关联规则的情况,介绍动态关联规则的定义,给出动态关联规则元规则的形式化定义,解决......
对基于数据挖掘的通信网告警相关性分析进行了研究。由于通信网络是动态变化的,用于动态网络资源和服务的自适应关联规则算法需要......
提出一种基于兼容性特征向量SVM分类器的动态关联规则趋势度的挖掘方法。首先，利用动态关联规则的趋势度的挖掘方法挖掘出类关联规......
提出了一种把小波变换应用到动态关联规则元规则挖掘中并提高规则预测精度的方法。该方法首先利用小波变换技术对挖掘出的动态关联......
针对动态关联规则趋势度随时间变化的特点，在分析原有定义以及对动态关联规则趋势度建立预测模型的基础上，提出一种把灰色-Markov模......
文章介绍了一种动态关联规则的挖掘方法，该方法的核心思想是仅使用更新的事务和前面阶段的挖掘结果，用Apriori类算法作为局部过程来......
针对时序动态关联规则挖掘中,支持度向量在时间特性上不宜观察其整体变化趋势与预测问题,提出了把小波变换应用到动态关联规则挖掘......
介绍了增加了支持度向量和置信度向量两种规则评价指标的动态关联规则,给出了一种基于灰色M arkov模型的预测和分析动态关联规则的......
针对动态关联规则元规则挖掘中规则预测精度不高的问题,提出了一种把小波变换应用到动态关联规则元规则挖掘中以提高规则预测精度......
针对规则随着时间变化的特点,在分析原有定义和对支持度向量(SV)和置信度向量分类的基础上,提出了动态关联规则趋势度的挖掘方法。......
随着网络数据体量的增加,AI图景中隐含的风险因素增多,加重了AI图景的使用风险,威胁各个行业与工作领域。而传统方法由于获取风险......
态关联规则EFP-growth算法，适宜于高密度海量数据的挖掘，但是这种算法对于冗余数据需要重复扫描。本文提出了基于链表的DLFP—growth......
对动态关联规则的元规则进行建模分析预测,这对了解商品之间的联系规则以及为商家做出决策提供科学的依据,具有重大的现实意义.选......
针对动态关联规则挖掘中支持度向量和置信度向量变化趋势的分析和预测,提出一种改进的粒子群优化的灰色模型应用在动态关联规则挖......
在分析原有定义不足的基础上,提出一种新的动态关联规则,其支持度向量和置信度向量与经典定义相吻合,能更好地反映规则随时间变化......
动态关联规则是数据挖掘领域中非常重要的研究方法之一,是一种能描述自身特性随时间变化的关联规则。关于动态关联规则挖掘,本文做......
随着经济的快速发展,在工业生产,金融服务,电子商务,卫星遥感,传感器网络等领域中都会产生大量的数据,这些数据往往都带有时间标签......
针对现有关联规则挖掘算法大多是挖掘一种静态关联规则的情况,介绍动态关联规则的定义,给出动态关联规则元规则的形式化定义,解决......
在数据挖掘技术发展繁荣的大背景下,关联规则技术得到了蓬勃发展,并正朝更为广泛而深入的方向继续发展。关联规则挖掘的目的是为了......
随着互联网的不断普及和电子商务的发展,大量的网络用户行为,如网上购物行为、Web点击浏览等等,产生了越来越多的网络数据。这样,......
关联规则能挖掘变量间的相互依赖关系,但是不能反映规则本身的变化规律．为此本文提出了动态关联规则．首先将整个待挖掘数据集按时间......
提出了一种把灰色-周期外延模型应用到动态关联规则元规则挖掘中并提高元规则预测精度的方法.该方法首先对动态关联规则元规则支持......
对工业设备和系统进行故障预测与健康管理,可以有效保障工业过程安全、可靠运行,降低生产成本,其重点在于对设备的运行状态发展趋......
针对规则随着时间变化的特点,为规则建立元规则对其支持度和置信度变化趋势的分析和预测模型。通过增加支持度向量和置信度向量这......
