摘要：为了提高考评进度动态跟踪效果,设计一个基于大数据与关联规则的考评进度动态跟踪系统。在系统硬件部分设计了微控制器、通信模块、存储器模块与信号采集模块;在系统软件部分,采用大数据挖掘技术挖掘员工相关数据,采用关联规则挖掘数据的频繁项集,构建FP树,计算数据的最小支持度和最小置信度,对数据分类,获得员工绩效的关联信息,并整合信息,完成考评进度动态跟踪系统的设计。实验结果表明,该方法能够准确地对员工绩效打分,并在多并发用户访问与多条数量处理上,有效提高了考评进度动态跟踪效果。

摘要：为了促进智慧旅游建设,保证旅游系统能够为用户提供个性化服务,以秦岭北麓西安段古村镇旅游为例,基于数据挖掘技术设计一种旅游智能推荐系统。从规模、优越度与聚集度三方面挖掘该地旅游资源空间分布特征;将用户对视频、图片、文本三种类型旅游信息浏览时间的加权平均值作为兴趣度函数,确定每个古村镇的用户兴趣度;将感兴趣的景点保存到相同集合中,通过规则匹配,实现智能推荐;分别设计图形用户界面、智能分析与智能推荐服务模块,完成系统整体设计。仿真实验表明,该系统可实现旅游个性化智能推荐,提高用户满意度。

摘要：网络安全隐患数据具有海量化、复杂化、多元化的特点,因此在对网络安全隐患数据进行挖掘时存在执行时间长、挖全率低、内存消耗量大的问题。为了优化网络安全隐患数据挖掘效果,研究了基于关联规则算法的网络安全隐患数据挖掘模型。计算关联权值和平均值,由此获取数据项集关联度的准确性。通过判别关联程度,完成数据预处理。采用Apriori算法对预处理后的数据进行量化处理,抽取、挖掘、记录可应用数据信息。利用亲和度函数建立目标函数,以获取隐患数据。建立关联规则,以确保隐患数据差异。以可信度结果为基础,构建网络安全隐患数据挖掘模型,实现网络安全隐患数据挖掘。试验结果表明,采用此模型后,执行时间较短、挖全率较高、数据挖掘过程中占用的内存较少。该研究可为网络安全隐患数据挖掘系统设计提供有效支持。

摘要：一条关联规则是有趣的如果它满足最小支持度和可信度的限制。这导致大量平凡的规则产生。设计一个算法挖掘这样的有趣规刚,它的前件和后件分别属于不同的概念类,称这种规则为类间桥。类间桥在行销中的交叉销售,生物工程中的嫁接,化学中的合成等应用中有重要的应用价值。

摘要：针对多层实时网络加密数据流频繁项集常受码间干扰,现有挖掘方法缺少对干扰的抑制而导致挖掘输出效果不好、传输误码率偏高、滤波效果差的问题,提出一种基于集对分析的挖掘方法.构建频繁项集的传输信道模型,对频繁项集的输出进行聚簇性设计和跟踪识别,根据空频结构在簇首节点完成集成处理;在近场源中提取频繁项集的平均集对特征量,通过自适应滤波器进行码间干扰抑制;对经干扰抑制的加密大数据流频繁项集进行集对分析,提取频繁项集的平均集对特征量,优化挖掘函数.结果表明,该方法的抗干扰能力强,传输误码率较低,滤波效果好.

摘要：针对MASK算法在重构原数据支持度的指数级复杂度的缺陷,提出了一种基于集合的优化策略,得到一种新的隐私保护挖掘算法。根据集合原理,利用已知数据项推出未知数据项数目,简化了计算各数据项数目的过程,减少了重构原数据支持度过程中扫描数据库的次数,消除了算法的指数级复杂度。实验结果表明,该优化方法比原算法有更好的性能。

摘要：结合自底向上与自顶向下的搜索策略,提出一种快速发现最大频繁项目集的算法。该算法利用非频繁项目集对候选最大频繁项目集进行剪枝和降维,减少了候选最大频繁项目集的数量,缩小了搜索空间,提高了算法的效率。算法分析和实验表明,该算法是一种有效、快速的算法。

摘要：针对Apriori算法的不足之处,提出了基于矩阵的算法,该算法首先将事务数据库用矩阵表示出来,并对矩阵进行处理,找出包含最多项的频繁K-项集,最后再利用矩阵找出从频繁2-项集到频繁K-1项集的所有频繁项集。通过一个实例表明了该算法的具体实现过程,并与其它算法进行比较,阐述了该算法的优缺点。该算法不但充分利用了矩阵这一工具,用"与运算"的方法代替了到数据库中去查找的算法,而且大大减少了候选频繁项集的产生,从而节省了计算频繁项集的时间,提高了计算的效率。

摘要：关联规则是数据挖掘的一种常用方法,特别是用在货篮分析中,而关联规则的经典算法Apriori及其改进算法 的时间复杂度和空间复杂度都比较高,对于数据库更新、用户定义最小支持度等动态数据挖掘的成本太高。针对这种 情况,提出了用PC-树寻找频繁项集的算法,实现高效的动态数据挖掘。

摘要：通信网络数据采集量较大,且重复数据较多,如果直接在原始时序上采集,会导致数据特征观察不清,从而引起采集效率低、精准度不高等问题。为此提出多通道通信网络数据跨层采集时序控制方法。利用免疫遗传算法挖掘通信数据,获取最小支持度与最低可信度的表达式,以此在最大程度上剔除无用信息,实现跨层无冗余数据挖掘。根据数据挖掘结果结合最短路径原则,将数据采集问题转换为最优路径选择问题,通过对通信网络数据目标函数的计算分析采集原理。以上述原理为基础,设计时序控制逻辑,绘制工作时序图,形成时序控制方案。将拥塞度与延时性作为评价指标,分析实验结果可知,所提方法能够最大限度的发挥通信数据采集的效能,提高了采集的效率与准确性。