排序方式: 共有87条查询结果,搜索用时 281 毫秒
81.
数据挖掘技术作为一种数据分析手段,已经逐渐为人们所熟悉,但是在教学管理中的应用相对较少。针对学生选课系统实际情况,应用扩展型关联规则的Apriori算法进行数据挖掘,实践表明,该算法在学生选课数据中的分析是非常有效的。 相似文献
82.
针对现有信息检索系统中存在的词不匹配问题,提出一种基于词间关联规则的查询扩展算法,该算法利用现有挖掘算法自动对前列初检文档进行词间关联挖掘,提取含有原查询词的词间关联规则,从中提取扩展词,实现查询扩展。实验结果表明,该算法能改善和提高信息检索系统的查全率和查准率,具有很高的应用价值,与未进行查询扩展时相比,采用本文查询扩展算法后,平均准确率提高了13.34%,与传统的局部上下文分析查询扩展算法比较,其平均准确率提高了4.87%。 相似文献
83.
邹媛 《贵阳金筑大学学报》2010,(2):28-30,44
针对现有入侵检测技术的不足和目前关联规则算法的研究,结合网络的特点,提出了一种适合入侵检测的数据挖掘算法一基于矩阵结构的模糊关联规则数据挖掘算法。该算法使数据挖掘技术和入侵检测技术融合在了一起,由于矩阵结构的模糊关联规则可以有效地减少关联规则在生成频集的过程中产生过多候选集,从而提高了入侵检测的效率。 相似文献
84.
焦亚冰 《西安文理学院学报》2008,11(3):108-112
数据挖掘应用极大地推动了人们掌握、处理信息的能力,本文主要介绍了数据挖掘中的关联规则,关联规则中的经典算法Apriori算法,以及Apriori算法存在的不足,提出了Apfiori算法的改进研究, 相似文献
85.
数据挖掘技术是目前信息技术研究的热门问题,被广泛的应用于各个行业,但在教育领域的应用相对较少。本文对数据挖掘技术中的关联规则进行了介绍,实现了Apriori算法,并应用该算法对学生成绩进行分析,挖掘学生成绩数据中的隐藏信息,找出了各个成绩为优秀的学科之间的关联性,得出了语文、数学、英语及各文理科课程的相互影响程度,为教育管理部门提供决策支持。 相似文献
86.
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
87.
杨丽玲 《通化师范学院学报》2014,(12):49-51
该文介绍了数据挖掘、关联规则、Apriori算法的基本概念,同时基于Microsoft数据库平台 SQL Server 2005,结合BI Development Studio的分析服务功能SSAS,利用Microsoft关联规则数据挖掘算法对招生系统中数据进行数据处理和数据挖掘,从而找出强关联规则,为高校的招生提供参考依据。 相似文献