加权关联规则相关论文
故障诊断与定位是网络管理的核心,当网络发生故障时,要求及时找到网络发生故障的位置和原因,以便快速的排除故障,恢复网络的功能。......
数据库知识发现(KDD)研究如何从大量的数据中智能地、自动地提取出有价值的知识和信息，是当前相当活跃的研究领域。近年来，电子商务......
该文在经典关联规则的基础上,提出了一系列扩展的关联规则开采算法:发现关联规则的难度体现在发现频繁项目集上,事实上最大频繁项......
数据挖掘是致力于数据分析和理解，揭示数据内部蕴涵知识的技术，成为未来信息技术应用的重要目标之一。关联规则是数据挖掘的一个重要......
关联规则挖掘的主要研究目的就是从大型数据集中发现隐藏的、有趣的、属性间的规律,它是数据挖掘领域中的一个重要研究方向。为了......
入侵检测是网络安全的主动防御工具,当检测到入侵行为时,要求响应单元尽可能快速响应处理,并记录其特征,以便于以后的检测。由于发......
在信息技术快速发展的时代,各种企业数据也在爆炸式的增长,如何准确、高效地从中发现有潜在价值的信息是人们一直关注的问题。数据......
道路交通事故目前在世界范围内是第五大致死因素,而在道路交通事故中,高速公路单次交通事故的严重程度更大、伤亡人数更多。传统的......
互联网信息技术的快速发展和各种服务平台的相继推出,导致我们处于信息爆炸增长的时代。人们要想从海量的数据中找出自己感兴趣的......
随着网络终端设备的流行和移动互联网的普及,人们的生活中每天都有海量的数据产生,如何从庞杂的数据中及时获取到想要的信息成为了......
关联规则的挖掘是数据挖掘领域和个性化推荐领域的重要分支,用于发现数据库项目间有意义的联系,其中加权关联规则的挖掘因更有利于......
为有效探究船舶碰撞过程的形成机理,定位安全管理漏洞,本文对多起船舶碰撞事故进行分析,构建船舶碰撞事故人为因素致因链.在构建致......
随着信息产业化的快速发展,数据的产生与收集能力迅速提高。存储数据的爆炸性增长业已激起对新技术和自动化工具的需求,以便帮助用......
本文首先分析了经典的Apriori关联规则课业,该算法认为每个数据项的重要性相同.然而,在现实世界的数据库中却并非如此,不同的项目......
关联规则是数据挖掘的重要研究内容之一,而传统的算法均为串行算法且将数据库项目按平等一致方式加以处理.文章提出了加权关联规则......
对双铰四次弹性拱的混沌行为在横向周期荷载下的混沌行为进行了研究。首先利用拱的单元平衡方程建立了拱的二阶三次非线性动力学模......
针对New-Apriori算法的不足之处,提出了一种新的挖掘加权频繁项集的算法——MWFS算法,该算法能有效挖掘出含有权重较大项目的加权......
为解决现有选课系统存在的问题,把加权关联规则技术应用到学生选课系统中,构建基于加权关联规则的选课推荐系统.在该系统中增加规......
提出了运用神经网络确定权值的方法,将网络告警信息的三个主要属性作为神经网络的输入,通过样本的训练来确定神经网络的连接权,从......
本文研究了论文“基于Apriori算法的水平加权关联规则挖掘”中的New-A-Apriori算法，指出了该算法的不足及错误之处，提出了一种挖掘加......
关联规则挖掘在许多领域已有广泛的应用,目前存在许多发现关联规则的算法,但这些算法都认为项目对规则的重要性相同。然而在现实中......
为了提高数据挖掘的效率，挖掘出更加符合实际需要的规则，文中采用利润加权阚值的方法。在将交易数据转化为布尔型数据时，首先对交易记......
关联规则挖掘是数据挖掘中的一个重要模型。传统的关联规则挖掘算法需要多次扫描数据库，生成大量候选项集，并且把数据库中各个项目按......
本文针对现实数据中每个项目对不同的记录以及对用户的兴趣的贡献度不一样的问题，在研究加权挖掘算法和向量空间模型中权值特点的基......
考虑事务数据库D长度不变、项目集I发生变化并且带有权重时的关联规则挖掘问题，提出了一种针对项目集增加的加权关联规则更新算法，解......
针对经典Apriori算法中挖掘到的结果不能实现商家利益最大化和推荐权值人为设定的问题,在考虑商品利润和销量的基础上,提出基于Apr......
针对实际交易数据库中，不同项目的重要性和出现概率各不相同的两个问题，提出一种基于等价类和多最小支持度的加权关联规则算法，从而挖......
摘要：加权频繁项集挖掘是目前研究热点之一。自从关联规则挖掘提出以来，大部分的研究工作都围绕频繁项集挖掘问题进行。传统的关联挖......
关联分析和分类分析是数据挖掘的关键技术,但传统算法对入侵检测数据进行处理时有很多的不足,使用加权关联分析和核机器分类算法构......
引入一种新的加权关联规则支持度和置信度的计算方法,并利用矩阵的存储结构提出一种新的加权关联规则挖掘算法,从而改进了加权频繁......
大数据时代，从多数据库中挖掘时效性知识，对决策者越显重．现行的关联规则挖掘算法主是单数据库时态挖掘或者多数库的加权挖掘，而对二者......
针对文献[l]提出的加权关联规则挖掘算法，文章提出了交易数据库的加权关联规则增量更新算法(DWARIUA算法)。该算法充分利用已存在的......
文章研究了在大型事务数据库中挖掘加权关联规则的问题，给出了加权频繁模式树的定义，在挖掘算法MINWAL(O)和MINWAL(W)的基础上，提出了......
关联规则挖掘可以发现大量数据项集之间隐含的关系，在许多领域得到了广泛应用。目前很多关联规则挖掘算法已经被提出，这些算法一般都......
分析了New-Apriori和MWFI（Mining Weighted Frequent Itemsets）算法之不足,提出了一种挖掘加权频繁项集的New-MWFI算法。该算法按属......
基于经典Apriori算法的加权关联规则挖掘算法New-Apriori存在3个问题,需要多次扫描数据库,权值定义不合理和权值的引入导致Apriori......
利用数据挖掘技术对设备监测数据进行分析,可以建立较准确的故障诊断及预警模型,但随着故障数据库的扩大,如何利用新增数据进行快......
关联规则挖掘可以从大量数据中发现项集间潜在而有趣的相互联系。针对用户对每个项目感兴趣的程度不同,一些学者提出了水平加权关......
给出了一个基于约束的关联规则挖掘算法,首先依赖加权支持度产生频繁项目集,然后利用兴趣度产生关联规则,并对过滤掉的频繁项目集......
近年来，随着我国计算机网络的不断普及，数据库在各个领域中的应用也越来越广泛。而关联规则发现也逐渐成为数据库中知识发现研究的重......
针对自动从文档中导出关键词／词条之间的关联性问题，在研究加权挖掘算法和向量空间模型中权值特点的基础上，提出了一种新的矩阵加权关......
关联规则挖掘算法实现了对复杂设备的通用、快速、脱离主观经验的故障诊断。经典的关联规则算法以各项目均匀分布为前提，而实际的故......
通过对规则支持高度提出新的定义 ,对现有的模型进行了扩展 ,并由此提出了新的关联规则挖掘算法......
针对关联规则数据挖掘在实际应用中出现的问题:不能挖掘小概率事件中的关联规则, 提出了基于概率分布的加权关联规则挖掘算法。......
随着互联网时代的到来,电子商务迅猛发展,电商平台上的商品越来越丰富,从刚开始兴起的日用百货、食品,到现在生鲜水果、医药产品、......
简要描述了加权关联规则问题及离散粒子群优化算法，提出了一种基于粒子群优化（PSO）算法的加权关联规则挖掘算法（PSO-WMAR）．实验证明，本算......
5G网络的设计不再遵循传统网络的组网模式,而是采用网络切片技术,使运营商能够基于一个共用的底层物理网络之上,构建多个专用的、......
提出一种基于位矩阵的加权频繁k项集生成算法。该算法引入加权支持度和最小支持期望的概念，对数据库仅进行一次扫描，通过构建筛选条......
