摘要：关联规则模型在数据挖掘中被广泛应用.文章就关联规则中经典的apriori算法、优化过程以及采用敏捷设计原则设计算法的UML类图和Java实现过程进行了研究.

摘要：用C++向量表示集合、候选集、频繁项目集,结合C++向量的操作特点,设计和实现了基于apriori算法的关联规则产生程序,该程序用于物资管理系统中易耗物品关联信息的挖掘,运行结果证明了正确性。

摘要：介绍了关联规则基本概念和基本理论,设计了基于apriori算法关联规则的原型系统,并通过相关数据验证了该算法的正确性。

摘要：设计并实现了一个基于apriori算法的关联规则挖掘系统。该系统采用Java技术,具有可移植性强、人机交互界面美观、实用性强等优势,可以对频繁项集和关联规则进行挖掘。并对系统进行了测试,发现当数据规模相同时,最小支持度越大,apriori算法挖掘时间越短;当最小支持度相同时,数据规模越大,apriori算法挖掘的时间越长。

摘要：对云计算技术和数据挖掘进行研究,分析apriori算法,针对其局限性,提出优化方案,引入云计算中MapReduce模型,实现并行化。提出一种基于MapReduce的频繁项集挖掘方法,以提高算法的运行效率,降低算法执行所需的开销。

摘要：韵律规则对于语音识别和语音合成具有重要意义,韵律特征参数的描述正确与否直接影响合成系统的输出。为了提高藏语语音合成中语音的自然度,本文研究了基于数据挖掘中的关联规则来发现韵律参数之间的相互关系,给出了apriori算法采用敏捷设计原则设计算法的UML类图和Java实现过程,并基于该算法获得藏语韵律参数中基频参数的变化规则,这些规则可以为藏语语音合成系统的选音提供帮助。

摘要：个性化推荐服务可被用于挖掘用户历史信息、电影项目信息、用户的历史操作日志以及数据间隐藏的关联性,将获得的用户可能感兴趣的影视资源推荐给用户,从而达到更好的为用户服务的目的。数据挖掘的经典算法apriori算法可以实现对电影系统进行个性化推荐。文章利用关联规则挖掘算法-apriori算法,设计并实现一个个性化电影推荐系统。个性化的电影推荐系统一般包括新片推荐、热门影片的推荐、相关影片推荐等。

摘要：近年来,网络的快速发展和普及,使人们真正进入到了信息时代。同样的,随之而来的就是人们面对这么一大堆信息如何检索的问题。人们面对这么一大堆数据资源,迫切的需要新的数据分析的方法,以便更快更智能的检索出自己需要的信息,将需要的信息转化成有用的知识,为我们的决策提供科学的支持。

摘要：复合攻击是网络入侵的主要形式之一。如何检测复合攻击是当前入侵检测研究的一个重要方向,经过对复合攻击模式的大量研究,提出了一种基于自动调节的警报关联模型。为了提高入侵检测系统的效率,针对入侵检测系统的特点,将数据挖掘技术引入模型中。阐述了使用为关联规则提取所优化的apriori算法,对日志文件进行特征分析与知识发掘的入侵检测系统模型的设计。

摘要：论文旨在发现中医诊治中的多维关联关系。介绍了关联规则算法的基本原理,并将关联规则发现算法引入中医诊治关系数据挖掘中。结合apriori算法设计了中医治疗中"证-症-方-药"之间关联关系的挖掘模型。设计的模型能从海量数据中挖掘出专家治疗疾病的宝贵经验,为临床诊治和科学研究提供依据。