时序关联规则相关论文
随着大数据时代的来临,海量的信息带来了数据的爆炸式增长,人们往往难以获取自己想得到的数据,所以从大量的信息提取有用的数据就......
序列模式挖掘是指从序列数据库中寻找频繁子序列作为模式的知识发现过程。本文将序列模式挖掘应用于教学管理,对学生成绩样本数据......
针对客户交易数据的特点，提出了一种基于前缀映射累加树的客户时序关联规则发现方法。将时间窗口内频繁项的信息映射到前缀映射累加......
设备故障预测对于保证设备安全运行、提高设备管理效率具有重要的现实意义。考虑设备故障数据的特点,利用Apriori传统关联规则算法......
提出了一种基于时序的股票预测算法。该算法基于时序,对股票在连续时间段内发生变化的数值进行研究,并利用该算法得到的结果进行预......
指出了时序关联规则在支持度度量上的不足，存在处理高密度海量数据时往往要耗费大量的时间处理规模巨大的频繁候选集，同时需要多次重......
时态数据是一类重要的数据信息。利用数据中包含的时间属性可以形象描述数据中潜在的变化规律。从现有的时序关联规则的局限性出发......
分布式网络采用网状拓扑结构,传输链路数很大,在提高网络稳定性的同时也相应增加了遭受恶意入侵的风险。针对传统网络入侵行为检测......
本文使用时序关联数据挖掘方法,研究跨境资金流动与企业主体行为特征、外部经济环境变量之间的关联关系,并基于2010-2018年沿海地......
本文设计基于K-means聚类算法,在已有的基于时序关联规则的交通拥堵预测问题上,达到划分路网进行预测,提高预测准确度的目的。仿真......
时序关联规则在规则随时间变化较大的应用领域的有效应用，使我们可以根据规则随时间变化的规律更好地描述客观现实情况，更好的识别动......
时间序列的时序关联规则指时间序列局部变化趋势之间的具有时间约束的关联关系,这些局部变化趋势发生本身具有时间先后顺序,因此这......
近年来,随着经济增速的放缓和经济结构调整的深化,银行的不良贷款余额和不良贷款率指标持续上升,对中国银行业的信用风险管理提出......
我国证券市场在上世纪90年代起步,经历了风风雨雨,逐步发展壮大,2005年底股权分置改革大幕拉开,进一步促进了我国证券行业向专业化......
随着数据挖掘领域的发展,企业通过对客户历史行为的挖掘分析,利用挖掘分析得到的规律来进行客户行为预测。这使企业可以调整对客户......
通过研究时间序列中特定时间段内某种趋势的频繁发生,提出基于滑动窗口聚类的时序关联规则挖掘方法。利用滑动窗口对时间序列进行......
为了满足商品销售企业对商品需求预测的需求,提出一种时序关联规则挖掘算法。利用企业商品销售数据与客户相关的特点,提出客户模式......
针对关联规则用于分析石油钻井事故的因果关系未考虑时间属性的问题,提出了一个分析石油钻井事故属性的时序关联规则方法。该方法......
