摘要：为实现对语言信息数据的有效搜索,针对自然语言信息中的关联规则数据提出一种精准挖掘算法。利用自然语言信息关联函数,分析语言信息数据的关联特性,并定义关联码源模板,实现自然语言信息中关联规则的编码标准建模。确定关联数据加权频繁项的取值范围,联合数据决策权重参数,求解具体的挖掘深度,完成自然语言信息中关联规则数据精准挖掘算法的设计。仿真实验结果表明,基于上述方法可以利用已定义的关联规则映射条件,实现对数据信息的有效挖掘,能够较好解决自然语言信息决策与搜索准确性受限的问题。

摘要：在常规数据缺失的补偿中,一般会根据数据的特征进行提取,查找数据的缺失部分,并对其进行补偿,但这往往会导致补偿数据与原有数据的差别较大,因此提出基于关联规则和聚类分析的数据缺失补偿方法.在数据补偿方法的研究中,首先通过对缺失数据的处理,来分析数据信息与类别,然后对数据整体进行单元格的划分,分析数据的重要特征,然后根据关联规则的方式,运用FP-growth算法构建数据间的相似度,通过相似度收集数据信息,最后结合聚类分析,选择最优的补偿数据.在实验中,对所设计方法的补偿效果进行模拟,实验结果体现出在三组数据中都具有较好的补偿效果,可以运用到实际的数据补偿中.

摘要：非结构化物联网数据在处理过程中易受到不一致性等因素的影响,使得数据间关联规则的挖掘结果不准确。为此提出知识图谱下非结构化物联网数据关联规则挖掘。构建数据分布结构模型,结合数据文本特征量实现对不同数据源的融合集成。利用离散向量化方式构建非结构化物联网数据知识图谱,通过实体消歧生成候选实体,识别出数据实体。获取频繁项降序数据集序列,筛选出高价值关联规则,实现数据关联规则的挖掘。实验结果表明,所研究方法的Rand指标值高于0.86,排名倒数平均值(Mean Reciprocal Rank,MRR)指标值均高于0.82,数据关联规则挖掘结果较为准确。

摘要：针对低压拓扑图校验中存在布局结构信息、时间与实际情况不一致的问题,提出了基于关联规则的低压拓扑图信息一致性校验方法。结合关联规则计算低压拓扑图信息诱因度,对照基准表全部低压拓扑图信息库构建自动索引模型,建立关联规则,集成校验信息。使用一致性校验工具,导入校验信息,计算低压拓扑图信息集信息熵,获取样本集全部属性信息增益,校验低压拓扑图信息一致性。由实验结果可知,所研究方法低压拓扑图结构信息与实际结构信息一致,布局耗时较短,可作为电力信息质量检测方法的完善补充。

摘要：提出了将数据挖掘技术运用于广告媒体选择的观点,并运用关联规则对房地产公司决策型关系数据库进行广告效果的数据分析,从而获得有价值的信息.为解决现阶段房地产广告效果的定量分析和寻找高性价比的广告模式提供一定的理论基础和现实指导.

摘要：针对目标客户群选择合适的广告媒体,可以用较低的广告费用获得较好的广告促销效果。论文提出了将关联规则挖掘应用于广告媒体选择的观点,对房地产公司决策型关系数据库中的属性转换问题进行了研究,用一种快速关联规则挖掘算法对房地产公司决策型关系数据库进行了挖掘,得出了一些规则。

摘要：网上广告势必成为中国广告业不可取代的部分,广告人总是期望广告能获得最好的效果.为此,本文设计并实现了一个基于关联规则数据挖掘的日志分析系统,数据挖掘引擎在实现过程中针对挖掘数据的特点对Apriori算法进行了改进,并通过仿真数据库对挖掘结果进行了验证,日志分析系统获得的“知识”可以直接用于改善Web的信息服务.

摘要：首先对关联规则的不足进行分析，然后引入相关计算来弥补支持－信任框架理论中的不足，并给出基于相关计算方法的算法设计思想以提高挖掘出的知识的有效性。

摘要：关联规则推荐模型是在电子商务网站应用最广泛的商用推荐引擎之一,目前已有的工作大多聚焦于如何挑选高质量规则,以提升推荐精度.然而,关联规则数量庞大,且用户并发访问量通常极大,如何快速匹配用户浏览记录和关联规则库,为海量在线用户产生近实时推荐,成为制约关联规则推荐能否胜任真实电子商务网站推荐的重要因素.为此,本文研究关联规则推荐的效率问题,提出服务于高效关联规则推荐的分布式计算框架,将规则挖掘与推荐计算无缝衔接.具体而言,本文首先设计有序模式森林,用于压缩存储频繁模式;然后将候选规则挖掘转化为森林上的路径搜索计算,并提出高效的单机路径搜索算法;最后提出负载均衡的数据分割策略,同时降低分布式规则挖掘与推荐计算中的任务最迟完成时间.在3个公开数据集的实验结果表明基于有序模式森林的推荐计算比传统穷举匹配策略降低6倍以上时间,同时所提出的分布式计算框架可随计算节点数量达到近线性扩展.

摘要：分析了Apriori核心算法,举例说明了其设计思想上的不足,并重新定义了关联规则形式和引进了兴趣度的概念。主要定义了合理的兴趣度,即基于可信度和支持度方差的兴趣度InterestR=[(CR?SRH)/4]*(CR+SRH),并因此而设计了基于此兴趣度定义的关联规则挖掘算法,并对算法做了适当的分析。