摘要：对时态关联规则及其支持度和信任度进行了一般描述,推导了时态关联规则的一些增量信任度性质,这些性质在增量式设计的开采算法中,有着一定的指导作用.

摘要：对适用于多种数据类型的关联规则挖掘框架进行了研究。从概率论出发讨论了支持度计算问题,提出利用有限测度计算项集支持度的方法,分析了Apriori性质的本质,提出通用关联规则挖掘算法的设计思路。在此基础上,设计并实现了通用关联规则挖掘框架,使用该框架进行了事务、空间和时空数据的挖掘实验,验证了其可行性、通用性及正确性。

摘要：提出将数据挖掘理论应用到运动伤病规律研究的方法,在运动伤病管理系统中集成关联规则挖掘算法。介绍了数据挖掘和关联规则挖掘的基本概念,阐述了面向关联规则A priori算法的基本思想。描述基于关联规则的运动伤病管理系统的设计模型、各模块的功能和系统执行过程,并采用.net环境下的C#程序开发语言给出部分算法的代码实现。以足球运动为例,把若干运动员的运动伤病信息和比赛运动数据结合,通过数据采集和数据预处理,挖掘出与伤病关联的各项规则,实现系统的应用。

摘要：信息时代来临,企业普遍使用信息系统。想在激烈竞争中保持行业领先,就必须对业务数据进行深层次的分析和挖掘,提炼出其中有用的决策信息。文章设计CMM(Cargo Manage Miner)挖掘模型主要是针对物流领域中货运企业的业务进行数据挖掘的。

摘要：采用统计与规则结合的方法对现代汉语兼语结构的机器探测方法展开研究,提出了用于自动探测兼语的"兼语候选项特征"与"支持度"的概念,同时设计出了相应的算法,并在此基础上,用Visual C++编译出了相应的"现代汉语兼语结构机器探测软件"。通过对200万字的《人民日报》1998年1月语料进行机器探测试验和测试,发现:对于现代汉语兼语结构的探测,兼语候选项特征与支持度的计算起到了相互补充的作用。实验结果显示,探测达到80%左右的调和平均值,基本达到实用水平。

摘要：关联规则挖掘算法是数据挖掘领域的主要研究方向之一。对几种经典的关联规则挖掘算法进行了分析、探讨和比较,给出了一种基于支持矩阵的、不需要产生候选项目集的算法设计思想。算法为事务数据库中的每个项目设置二进制向量,利用逻辑与运算构造支持矩阵来挖掘频繁项目集,极大地节省了存储空间,提高了算法运行效率。

摘要：从大量事务记录中发现有意义的关联规则,可以帮助做出许多商务决策,如分类设计、交叉购物,从而提高销售额和利润。本文提出了一种基于链表族数据结构的关联规则挖掘的改进方法,性能明显优于Apriori算法。由于该方法只需访问数据库一次,对于挖掘海量数据其性能尤为明显。

摘要：基于遗传算法主要集中应用在数据挖掘分类系统方面的特点,提出了一种改进的遗传算法以对关联规则进行挖掘,并对遗传算法的5个要素在使用过程中进行了相应的分析选择、设计和改进,最后将其应用到农业气象数据库的灾害分析中。试验结果表明了该方法具有一定的有效性。

摘要：研究数据挖掘领域中的关联规则及其在学生成绩分析中的应用.设计并实现学生成绩关联规则分析系统,利用该系统对学生成绩进行分析,得出学生不同课程之间的联系及不同课程对总成绩的影响,从而为教学工作提供指导作用.

摘要：目的:调查患者对护生临床实习行为的支持情况。方法:采用自行设计调查表对我院500例住院患者进行调查。结果:患者对护生实习行为普遍支持,但是对实际各项护理活动则表现为较强的选择性支持态度,对护生的失误行为接受度较低。结论:带教老师应该主动评估和重视患者对护生实习的支持情况,采取切实措施提高支持水平,保障护生学习权利,提高实习质量。