共查询到19条相似文献，搜索用时 156 毫秒
1.
关联规则挖掘可以发现大量数据中项集之间有趣的关联或相关联系,并已在许多领域得到了广泛的应用.Apriori算法是挖掘关联规则最基本,最核心的算法之一.但Apriori算法只考虑交易中项出现的频率,没有考虑事务集不同项及记录具有不同的重要性,挖掘出来的规则具有一定的局限性.针对这点不足本文提出一种记录加权关联规则挖掘,结合Apriori算法并加以改进,给出相应的New-Aproiri算法. 相似文献
2.
近年来,数据挖掘已经引起了信息产业界的极大关注,这是快速增长的数据量和日益贫乏的信息量之间矛盾运动的必然结果。在介绍关联规则基本概念的基础上,对关联规则的Apriori算法进行了详细的分析和研究,将Apriori算法应用于高校教务管理信息系统,对学生成绩数据进行分析,探讨了高等学校专业课程间相关性问题,得到了一些合理、可靠的课程关联规则。 相似文献
3.
介绍了关联规则数据挖掘技术,特别是Apriori核心算法,并对Apriori算法进行了Hash优化。以某市的犯罪信息数据库为实例,将改进后的关联分析技术应用其中,以便发现犯罪行为特点及犯罪嫌疑人特性等潜在的联系,为公安部门的战略部署、决策指挥、侦查破案、治安管理等提供依据。 相似文献
4.
关联规则是数据挖掘的重要内容之一.Apriori算法是关联规则挖掘的经典算法,本文对Apriori算法和改进后的FP-Growth算法进行了深入的研究,并以实际的案例进行了算法解析,通过对两种算法的比较与分析,选择FP-Growth算法应用到毕业生信息管理系统中,从大量的毕业生信息出发,找出就业信息与教育信息之间的关系,从而为决策者提供指导或数据支持,指导目前的专业建设、课程改革,促进学校的教学改革,提高人才培养质量. 相似文献
5.
学生成绩数据挖掘系统的设计与应用 总被引：1，自引：0，他引：1
朱燕燕 《淮北职业技术学院学报》2011,10(5):127-128
针对淮北广播电视大学的学生成绩数据,应用Apriori算法,设计开发了一个简单的数据挖掘系统。该系统包括获取数据、数据预处理、关联规则挖掘和规则结果分析四个模块。通过对学生成绩数据的挖掘,可以发现隐藏其中的关联规则,确定先行课程和后续课程的关系,从而为教学管理人员优化课程设置提供决策支持。 相似文献
6.
7.
关联规则可在庞大的数据集中找出不同事务之间隐藏的关系,其中Apriori算法是关联规则分析中较为有效的办法。然而,Apriori算法产生候选项集的效率较低且扫描数据过于频繁,造成算法计算需要耗费较长时间。另外,初始定义的最小支持度与最小置信度也不足以过滤无用的关联规则。针对以上问题,利用概率理论与有效的参数设置,在原有Apriori算法基础上,提出一种基于概率事务压缩的关联规则改进算法。数值算例结果表明,新算法可在第二次迭代之后,大幅减少低效候选项集,从而提升经典Apriori算法效率。 相似文献
8.
9.
为了分析计算机专业课开设的学期是否合理,在深入研究Apriori关联规则算法的基础上,采用Apriori算法对大学四年的计算机专业课成绩进行了关联分析实验,实验结果表明该方法能够验证各门课程开设的顺序是否合理,取得了良好的应用效果。 相似文献
10.
王金玲 《赤峰学院学报(自然科学版)》2009,25(3):143-145
本文主要阐述了关联规则的概念,并重点介绍了关联规则中的经典算法Apriori算法.利用Apriori算法.对学校教学评价进行数据挖掘,分析挖掘结果. 相似文献
11.
关联规则是数据挖掘领域的一个重要分支。随着大量数据的收集和存储,人们对于从数据库中挖掘关联规则越来越感兴趣,Apriori算法就是经典的关联挖掘算法。文章分析了Apriori的算法思想、算法描述及实际应用。 相似文献
12.
为明确中医治疗抑郁症用药规律,融合Apriori优化算法与Relim算法,采用数据挖掘技术进行分析。针对传统Apriori算法频繁扫描数据库从而生成大量候选项集的缺点,改变其原有剪枝方式以减少扫描次数。将改进后的Apriori算法与无需产生候选项集的Relim算法就中医治疗抑郁症的方剂数据进行关联规则分析,并绘制两个算法时间效率图。结果发现,两种算法在挖掘药物频繁项集与关联规则的结果基本相同,通过分析发现,中医常以疏肝、理气、补肾、滋阴等药物为主治疗抑郁症。改进后的Apriori算法可降低数据库扫描次数,较传统Apriori算法运行效率有所提高,Relim算法在空间利用率和时间执行率上均略优于改进后的Apriori算法。两种算法挖掘结果体现出中医治疗抑郁症注重疏肝理气、补肾滋阴、调理气血等特点。基于关联规则的方法可作为中医用药规律分析的重要工具。 相似文献
13.
关联规则挖掘的一种改进算法 总被引：1，自引：0，他引：1
关联规则的提取是数据挖掘中的重要研究课题,文章对关联规则提取中的Apriori算法进行了深入研究,指出了该算法的某些不足,提出了一种改进算法. 相似文献
14.
基于关联规则挖掘理论,在原有AApfiori算法的基础上引入了兴趣度的概念。针对高校历届学生专业修读课程及考试成绩的海量数据库中挖掘出来的相关课程数据、规律和模式进行了相应的兴趣度分析,进而获取了满足高校教学管理与改革需要的课程相关先修相关规则,以在一定程度上避免学生选课的盲目性。此规则对高校教育体制的改革、学分制的推广及学生个性化学业修读计划的制订与实施等具有积极指导作用。 相似文献
15.
提出基于云计算平台（以Hadoop为例）应用布尔矩阵Apriori算法进行大数据关联规则挖掘的MR_B_Apriori算法。将Hadoop平台与布尔矩阵Apriori算法相结合,利用MapReduce框架分块处理布尔矩阵,计算出分块数据的频度,合并融合得到大数据集的频繁项集。分析表明MR_B_Apriori算法能够适用于大数据的频繁项集挖掘。 相似文献
16.
钱冬云 《浙江工贸职业技术学院学报》2006,6(1):88-92,87
在数据挖掘算法中，Apriori算法是关联规则的经典算法。文章在分析经典Apriori算法的基础上，提出了改进型的Apriori算法。改进后的算法对事务数据库进行两次压缩，减少事务数据库的平均长度，提高了数据挖掘的效率，具有一定的实用性。 相似文献
17.
Apriori关联算法在学生成绩中的应用 总被引：4，自引：1，他引：4
姜红艳 《鞍山师范学院学报》2007,9(2):48-50
介绍了数据挖掘中关联规则的概念及经典的Apriori算法,以及Apriori算法在学生成绩中的应用. 相似文献
18.
19.
结合遗传算法全局优化的特点,本文提出了采用遗传算法与Apriori方法结合的改进算法,并将其应用于关联规则挖掘过程。改进算法具备较好的全局优化的特性,特别是在深度挖掘和小关联度挖掘的方面,较传统算法的效率有所提高。 相似文献