共查询到16条相似文献，搜索用时 265 毫秒
1.
本文针对高校数据库的特点,利用SQL语句与Apriori算法结合,提出一种基于关系数据库的关联规则挖掘算法,该算法解决了Apriori算法不适合数值型数据挖掘的问题。为了验证算法的有效性．本文将之运用于成绩数据的挖掘,得出了课程之间的关系及学生可能不合格的课程,为学生选课和学生由于成绩不合格留级、退学的预警管理提供依据。 相似文献
2.
高校学生成绩预警是高校教务管理的重要工作之一，研究高校学生学业预警问题在理论层面和实践指导层面均具有重要的价值。采用关联规则算法中的Apriori算法来分析厦门工学院2016级至2018级学生的成绩数据，探究每个专业各课程之间的关联度。在Matlab环境下用Apriori算法对信息与计算科学专业的学生学业成绩进行挖掘分析，发现该专业下不同课程间的关联关系，尤其是对先修课程与后继课程间的关联规则的挖掘，及时对挂科的学生预警，并同时给任课教师提供指导，从而提高教育教学管理水平。 相似文献
3.
基于Apriori改进算法的局部反馈查询扩展 总被引：1，自引：0，他引：1
提出面向查询扩展的Apriori改进算法，采用三种剪枝策略，极大提高挖掘效率；针对现有查询扩展存在的缺陷，提出基于Apriori改进算法的局部反馈查询扩展算法，该算法用Apriori改进算法对前列初检文档进行词间关联规则挖掘，提取含有原查询词的词间关联规则，构造规则库，从库中提取扩展词，实现查询扩展。实验结果表明该算法能够提高信息检索性能，与现有算法比较，在相同查全率水平级下其平均查准率有了明显提高。 相似文献
4.
介绍了数据挖掘中的关联规则和基于Apriori算法的关联规则数据挖掘技术,并使用关联规则挖掘对医学图书馆中的流通数据进行了实例分析. 相似文献
5.
针对数字图书馆中存在的资源整合、系统异构问题,对于如何建设基于语义网格的数字图书馆进行探索性研究。设计基于OWLS框架的数字图书馆语义网格服务模型,确立数字图书馆语义网格服务模型体系结构,设计语义匹配算法及语义服务本体,采用Introduce等工具对网格环境下数字图书馆的语义服务开发进行实验性研究,实现并论证该模型的可行性。 相似文献
6.
介绍一种Apriori的改进算法,该算法通过寻找大于最小支持计数的最大频繁项集,可以直接得到最终频繁项集,将改进算法应用到图书馆书目推荐服务中,并对改进算法与Apriori算法进行算法的性能分析及实验数据的运行时间对比,实验证明改进算法在运行速度和挖掘性能上较经典Apriori算法有显著提高。 相似文献
7.
网格环境下图书馆服务质量的数据挖掘 总被引：1，自引：0，他引：1
图书馆服务质量数据挖掘能获取大量有价值的图书馆管理和图书馆服务评价信息,为图书馆管理工作提供科学的决策和依据。网格的数据挖掘是数据挖掘技术与网格计算的有机结合。本文概述了网格数据挖掘的特点,讨论了网格的数据挖掘过程,并从开放网格服务体系结构出发,给出了网格平台下的图书馆服务质量数据挖掘的功能和执行过程。 相似文献
8.
数据挖掘技术的改进在图书馆个性化服务中的应用 总被引：8，自引：0，他引：8
Apriori 算法是关联规则挖掘的一个经典算法，在分析关联规则挖掘算法的基础上，提出利用HASH表技术及减少生成候选集的数量对经典Apriori 算法进行改进,从而提高图书馆数据资源的利用率，加强图书馆个性化服务。 相似文献
9.
关联规则挖掘是解决电子商务推荐问题的重要方法之一.针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描数据库,频繁项挖掘效率低,关联规则挖掘准确率低以及规则大量冗余等不足,提出一个基于事务矩阵和用户兴趣度的关联规则挖掘算法(Matrix-and-Interestingness-based Association Rules Mining,MIbARM).该算法仅需扫描一次数据库,并在挖掘过程中不断缩小算法搜索空间以避免生成冗余候选项,同时避免了冗余规则挖掘,从而提高了挖掘效率.最后,在四组人工数据和160种参数组合的数值实验环境下,引入Apriori、CBAR 及BitTableFI算法对MIbARM进行对比验证.结果表明,在不减少有趣规则的前提下,MIbARM不但可有效避免冗余候选项集的产生,而且大幅减少了冗余规则数量,极大提高了算法的搜索效率,同时提升了个性化推荐的质量,更适用于移动电子商务环境下的个性化推荐问题. 相似文献
10.
关联规则挖掘在图书馆中的应用 总被引：2，自引：0，他引：2
利用数据挖掘中的关联规则技术,从大量数据中发现有价值的规则。文章用改进Apriori算法对安徽省图书馆的借阅数据进行挖掘,从中发现了一些有价值的规则,为图书馆读者服务提供指导信息。 相似文献
11.
一种快速的个性化书目推荐方法* 总被引：1，自引：0，他引：1
针对高校数字图书馆现有书目推荐方法存在的不足,提出一种快速的个性化书目推荐方法。该方法利用矩阵向量技术和压缩技术对Apriori算法进行改进,以提高数据资源的挖掘效率,然后利用改进的Apriori算法从读者的借阅记录中挖掘出图书之间的关联关系,以此为读者的借阅提供个性化的书目推荐服务。仿真结果能够证明该方法的有效性。 相似文献
12.
关联规则是数据挖掘领域一个重要的研究任务。文章首先介绍关联规则的基本概念和常用的关联规则算法。接着以上海交通大学两年的图书流通数据为研究对象,利用关联规则和Apriori算法,分别对图书的类别和特定图书的借阅关联性做出分析,得出图书大类和一些单本图书的借阅关联性特点,最后在此基础上为图书馆工作和个性化服务提出合理建议。 相似文献
13.
基于XML的Web日志挖掘研究* 总被引：2，自引：0，他引：2
潘有能 《现代图书情报技术》2006,1(5):62-64
设计一个基于XML的Web日志挖掘体系结构，简要介绍XGMML和LOGML，并在此基础上讨论LOGML文档的生成方法及利用Apriori算法对日志文档进行频繁集、频繁序列和频繁子图挖掘。 相似文献
14.
王强 《现代图书情报技术》2008,3(8):63-69
设计并采用Java语言实现基于事务数据库标识列表的频繁项集的产生算法——TidlistApriori。通过与采用Hash-Tree的Apriori算法进行比较,表明TidlistApriori能够提高频繁项集的产生效率,可以成为主题关联挖掘的有效算法工具。 相似文献
15.
[目的/意义]从全文本内容分析的角度对算法的学术影响力进行分析。[方法/过程]以自然语言处理领域十大数据挖掘算法使用为例,分析不同算法在特定领域的影响力。通过对1965年-2006年间发表的自然语言处理领域10 922篇学术论文的调研,从其全文内容中抽取6 001条包含十大数据挖掘算法的句子（简称算法句）;针对算法句从提及论文数、总提及次数、提及位置等3个方面,对不同算法的影响力进行比较分析。[结果/结论]以不同特征作为影响力衡量标准,十大数据挖掘算法在自然语言处理领域学术论文中的影响力有明显区别,在基于论文数、提及数和提及位置的评估标准中,SVM算法表现出较高的影响力,Apriori算法的影响力则明显低于其他算法。本研究为量化评估算法的影响力提供了新思路。 相似文献
16.
为探寻当前刑事案件的发案规律与特点,以便及时预防和打击刑事犯罪,本文研究提出了刑事案件的多层关联分析模型。首先提出了刑事案件的多层关联规则挖掘的模型框架,依据所建立的刑事案件多维多层数据立方体模型,设计了层间递减支持度策略。基于经典的Apriori算法,提出了适于多层频繁谓词集搜索的改进Apriori算法,按照最小支持度与最小置信度的要求产生强关联规则。由于多层挖掘产生的规则可能存在祖孙关系,本文设计了结果分析中的减少冗余规则。最后,利用大连公安局提供的甘井子区1999～2006年的18 629条刑事案件的真实数据,验证了模型的正确性与有效性。 相似文献