共查询到20条相似文献,搜索用时 31 毫秒
1.
王丽兰 《河北软件职业技术学院学报》2023,(3):6-9
由于读者的阅读习惯从传统的纸质图书阅读逐渐转移到电子图书阅读,且高职院校学生的借阅习惯、阅读能力与本科高校学生存在一定差异,需要根据高职院校学生的图书借阅特点对图书推荐系统进行优化。通过关联纸质图书推荐系统与电子图书系统扩大学生图书借阅记录范围,关联教务系统获取学生专业成绩,对学生借阅记录进行过滤筛选得到具有参考性的数据集,使用Apriori算法对新的数据集进行关联规则分析,得到关联规则表,进而实现高职院校学生图书精准推荐。 相似文献
2.
随着信息技术的发展,数据量变得非常庞大,如何从海量数据中找到有用、有关联的信息,数据挖掘技术应运而生。Apriori算法作为重要的关联分析算法在这些年得到了广泛应用。主要介绍了关联规则的基本模型、Apriori算法的原理以及如何使用Apriori算法挖掘出有意义的关联规则。 相似文献
3.
关联规则挖掘算法分析与比较 总被引:2,自引:0,他引:2
由于数据挖掘的数据量巨大,导致关联规则挖掘中产生大量的频繁项目集。在分析经典的Apriori算法和AprioriTid算法的基础上,对Apriori和AprioriTid算法进行了分析与比较,探讨了在关系数据库环境下实现关联规则挖掘的方法。 相似文献
4.
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
5.
介绍电子商务和Web数据挖掘的概念,并介绍Web使用挖掘中应用最多的技术——Web日志挖掘.重点阐述了日志挖掘算法——关联规则的有关知识,以及改进的频繁项目集生成算法Apriori和强关联规则生成算法,并结合实例进行了分析研究. 相似文献
6.
周蓓 《常熟理工学院学报》2010,24(8)
研究实现了一种改进的Apriori算法,通过对事务集进行扫描、删除对k一项频繁集无意义的事务,降低事务处理过程中频繁的连接次数来提高算法的效率.对图书借阅相关性挖掘的实际应用表明,随着数据量的增大,改进Apriori算法的时间效率可以提高10%以上. 相似文献
7.
网络日志数据量日益增大。如何从巨大的网络数据中提取有效信息是数据研究人员一直关心的问题。入侵模式挖掘系统(Intrusion Digger)结合了数据挖掘技术与入侵检测技术,旨在通过发现关联规则而对网络数据进行判别。最小支持度小于所有支持度的项集称为频繁项集,简称频集。基于划分改进的Apriori算法明显优越于原来的算法。基于划分改进的Apriori算法为入侵模式挖掘系统的设计提供了重要的理论支持。 相似文献
8.
针对关联规则Apriori算法存在的局限性,提出了利用杂凑树结构来存储侯选项集,以减少存储空间.同时通过一定的规则属性忽略一些数据来减少扫描的事务数据量以提高检测的速度.通过KDD CUP 1999数据集进行测试,证明了该算法的有效性. 相似文献
9.
10.
黄艺坤 《周口师范学院学报》2015,(2):129-131
通过对数据挖掘技术的研究,笔者使用关联规则中的Apriori算法对无纸化考试系统的数据库进行了分析和挖掘,实现了对Apriori算法的改进和运算.本文的方法通过构建相关高频集,可以对不同分数等级的学生数据进行加权处理,使得高频集中的数据在数据仓库中更加明显,从而令无纸化考试系统更科学地组装试卷. 相似文献
11.
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
12.
石宜金 《四川教育学院学报》2014,(5):88-91
文章对推荐系统进行了研究,借鉴了亚马逊的图书推荐思想。利用书籍的图书分类、书籍综合特征和书籍评分,提出了一种基于协同过滤、基于内容推荐的综合推荐算法。算法用于鉴别用户是否喜好某本书籍。同时将这种推荐算法应用于高校图书馆的书籍借阅系统中,旨在提高图书馆借阔系统的个性化。该算法能在一定程度上降低借阅者花费在借阅过程中的时间,另一方面能够通过推荐算法的应用,提高图书馆书籍利用率,降低书籍借阅过程中的马太效应。 相似文献
13.
陈翠娟 《安阳师范学院学报》2021,(2):28-31
计算机软件蕴含大量工作信息,有效挖掘软件数据信息之间的内在关联是信息时代对软件应用的潜在要求。针对经典Apriori算法挖掘数据效率低、复杂度高的问题,提出一种改进Apriori算法用于挖掘计算机软件数据的关联规则。为计算机软件算法设置双重支持度阈值,即频繁项集与非频繁项集支持度阈值,快速获得强关联的频繁项集;在此基础上基于映射规则重构事务数据库,压缩数据库规模,减少算法的剪枝操作,降低计算机软件数据关联规则挖掘复杂度。以人力资源类计算机软件数据为例展开关联分析测试,结果显示,该算法挖掘的关联信息与人力资源实际管理情况一致,相比经典Apriori算法其效率有所提升。 相似文献
14.
15.
16.
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
17.
通过研究用户历史行为数据去捕捉用户购物的动态偏好,结合BP算法挖掘与每位用户购物习惯息息相关的商品特征属性集,并建立基于商品特征属性的关联规则推荐模型及基于商品时效的推荐模型,进一步提升个性化实时推荐系统推荐商品的效率并增加其多样性。 相似文献
18.
19.
关联规则在学生成绩中的数据挖掘 总被引:1,自引:0,他引:1
董萍 《三门峡职业技术学院学报》2009,8(4)
数据挖掘中的关联规则挖掘能够发现大量数据中项集之间有趣的关联或相关联系。采用关联规则的Apriori算法和改进后的Apriori算法对三门峡职业技术学院学生各门课程成绩进行分析,从而发现课程之间的联系和基础课程对专业课程的影响,为教务管理部门安排课程提供参考。 相似文献
20.
焦振 《重庆职业技术学院学报》2009,18(2):115-117
本文主要研究了数据挖掘中关联规则挖掘算法的改进方法,通过分析经典的Apriori算法,找出算法的不足.提出了一种基于矩阵行向量运算的频繁集挖掘的关联规则挖掘算法思想,并对Apriori算法进行了改进。 相似文献