共查询到20条相似文献，搜索用时 31 毫秒
1.
数据挖掘是目前信息领域和数据库技术领域的前沿研究课题,它涉及到数理统计、模糊理论、神经网络和人工智能等多种技术,技术含量比较高,实现难度也较大.本文研究了关联规则挖掘技术的基本概念、过程和算法等,为提高数据挖掘效率,提出了基于聚类划分的增量式关联规则挖掘算法.即运用快速聚类方法实现数据划分、运用改进的FP-growth算法实现关联规则的挖掘和运用增量FP-growth挖掘算法实现增量数据挖掘的关联规则挖掘算法. 相似文献
2.
结合了分布式入侵检测技术和数据挖掘技术,对基于数据挖掘的分布式入侵检测系统进行了研究.在对经典的关联规则挖掘Apriori算法改进的基础上,提出了适用于分布式入侵检测系统中基于网络数据源的关联规则挖掘DZApriori算法. 相似文献
3.
4.
本文对数据挖掘进行了概述，阐明了数据挖掘的概念、数据挖掘在商业中的意义。如何进行数据挖掘及数据挖掘流程，提出了数据挖掘技术中的一个重要算法-遗传算法的基本原理以及遗传算法在数据挖掘技术中的地位。提出了基于遗传算法的关联规则的提取方法。文章还给出了用遗传算法进行关联规则挖掘的实例，并讨论了数据挖掘技术所面临的问题和挑战。 相似文献
5.
基于数据挖掘的图书智能推荐系统研究 总被引：2，自引：0，他引：2
针对目前传统数字图书馆无法为用户提供准确个性的图书推荐服务的问题,提出构建基于数据挖掘技术的图书智能推荐系统,简单分析数据挖掘技术中关联规则技术适用图书推荐的原因和相关概念,并且对该系统的框架进行研究,最后通过实验,运用数据挖掘软件对真实的借阅记录进行关联规则挖掘,得出关联规则作为图书智能推荐系统的关键技术是行之有效的结论。 相似文献
6.
7.
8.
Apriori算法是关联规则挖掘的一个经典算法，本文在分析关联规则挖掘算法的基础上，提出利用矩阵的数据挖掘技术对经典Apriori算法进行改进，从而提高图书馆数据资源的利用率，提高图书馆服务层次。 相似文献
9.
《内蒙古科技与经济》2021,(6)
介绍了数据挖掘技术的相关概念和算法,并深入研究了关联规则的经典算法"Apriori算法",分析了数据挖掘技术应用于高校图书馆管理的必要性和可行性,提出了基于关联规则分析法的高校图书智能推荐系统的设计思想和功能目标;通过对高校图书馆借阅数据的挖掘,探讨了一种高校智慧图书馆中的关联规则数据挖掘方法——通过挖掘借阅记录数据间的关系来分析读者和图书、不同类别图书间的关系,并应用于个性化服务工作中,发现读者的借阅历史存在着某种关联,不同类型读者的借阅记录及不同学科的借阅记录之间都存在着某种关联规则,利用这些规则对于高校图书馆优化图书推荐服务、探索智慧型个性化服务、改善馆藏布局具有良好的意义。 相似文献
10.
11.
关联规则的挖掘是数据挖掘的一个重要方面,本文介绍了关联规则挖掘的一般概念,探讨了数据仓库中关联规则的挖掘问题,提出一种基于矩阵的对L2进行改进的算法,并对其与Apriori算法进行了分析和比较。 相似文献
12.
为适应图书馆新书推荐服务的需要,以安徽省图书馆为例,用数据挖掘中的关联分析技术对安徽省图书馆的借阅记录进行挖掘,提出读者推荐服务模型,利用挖掘出来的关联规则进行读者个性化推荐服务。 相似文献
13.
14.
为适应图书馆新书推荐服务的需要,以安徽省图书馆为例,用数据挖掘中的关联分析技术对安徽省图书馆的借阅记录进行挖掘,提出读者推荐服务模型,利用挖掘出来的关联规则进行读者个性化推荐服务. 相似文献
15.
基于Web的数据挖掘技术 总被引：1，自引：0，他引：1
Web数据挖掘有很多研究热点,其中关联规则挖掘是Web数据挖掘领域研究的一个重要方面.本文首先对数据挖掘、Web数据挖掘和Web数据预处理等相关知识进行了阐述;然后研究了关联规则基本理论及关联规则经典算法;最后为了解决现实数据库中每个项目的分配不均匀性和重要性差异,重点研究了加权关联规则挖掘算法. 相似文献
16.
数据挖掘技术在现代化图书馆中的应用 总被引：3，自引：0，他引：3
介绍了数据挖掘技术,探讨了该技术在现代化图书馆中的应用,并结合实例阐述了图书流通数据的一种量化分析方法——关联规则的挖掘,简单论述了如何使用软件实现图书馆数据资源的挖掘。 相似文献
17.
近年来数据生成和收集技术的发展使得面向科研、管理等领域的数据集十分庞大,从而对海量数据集进行的信息提取变得更加迫切。文章对数据挖掘的概念及所要达到的目标进行剖析,对增量数据库关联规则挖掘算法进行研究,通过举例对数据库关联规则挖掘算法的实际应用进行了分析。 相似文献
18.
为适应图书馆新书推荐服务的需要，以安徽省图书馆为例，用数据挖掘中的关联分析技术对安徽省图书馆的借阅记录进行挖掘，提出读者推荐服务模型，利用挖掘出来的关联规则进行读者个性化推荐服务。 相似文献
19.
知识发现(KDD)与数据挖掘技术是计算机科学一个非常活跃的领域。由于现实世界是随时间不断演变进化的,时间是反映现实世界信息的基本属性。各种营销记录、股票交易记录等等都可以用作关联规则挖掘的对象;应用关联规则挖掘股价涨幅间的关联性,进而进行股票走势趋势预测。 相似文献
20.
本文以高校学生就业信息库为研究对象,采用数据挖掘技术挖掘学生就业信息库中的有用知识。本文围绕挖掘优秀毕业生特点这一主题,运用Apriori关联规则算法对学生就业信息库进行挖掘,得出相应的规则和知识．为学校课程建设、教学改革及就业指导提供决策支持。 相似文献