摘要：伴随高校信息化建设工作的深入推进,网站已成为学校管理人员与师生交流沟通的有力媒介,也是外部人员全面了解学校情况的关键平台。鉴于部分高校网站结构复杂、页面链接设计不够合理,导致高校师生获取相关资源效率下降、浏览兴趣匮乏等问题,设计并实现了基于apriori算法的高校Web日志挖掘系统。同时,通过挖掘原始Web日志,得到高校师生频繁访问路径信息,明确网站内页面间呈现的潜在关联关系,进而掌握高校师生的浏览习惯和站点整体访问情况,为站点结构调整及页面链接优化提供依据,为后续网站构建和优化提供有效的信息参照。

摘要：通过将相同事务压缩成一行,对原始事务矩阵进行约简,利用事务矩阵与候选项集-项集矩阵相乘得到候选项集-事务矩阵,从而得到候选项集的支持度数;在连接步时采用事先剪枝的策略,减少参与连接的频繁项集;设计实现改进的基于布尔映射矩阵的apriori算法,并将其应用于医院诊疗数据的挖掘分析。实验结果表明,算法挖掘获得妊娠期糖尿病的危险因素有:年龄≥35岁、身体质量指数(BMI)≥30、孕次≥3、引产次数≥3以及产次≥3。

摘要：本文在对Web日志挖掘理论和apriori算法研究的基础上,设计和实现了Web访问日志挖掘系统,并将该挖掘系统应用于学院网络中心的"招生信息网"上,对Web服务器的日志记录进行了挖掘实验,找出用户的频繁访问路径,得到较为理想的结果。

摘要：传统的计算机取证在事后收集证据,证据的法律效率低。网络取证把入侵发生后的被动调查转为事件发生之前的主动防御。基于apriori算法的网络取证系统挖掘各种犯罪事件的关联,建立犯罪特征库。系统在获取、过滤网络数据包后,对原始数据进行协议分析,挖掘数据包间的关联信息,提取关联规则记录,再根据当前用户行为记录与犯罪特征规则的匹配结果来判定当前用户行为是否非法。为保证证据更具有原始性、完整性和法律效率,系统对获得原始数据进行加密传输,使用基于SSL的加密认证安全设计,防止证据泄露和被伪造。模拟实验表明,apriori算法的应用提高了非法入侵检测效率,可识别新的犯罪行为,系统完整地重构犯罪过程。

摘要：随着Internet的蓬勃发展,商业Web网站面临越来越激烈的竞争.面对大量的电子商务信息,用数据挖掘技术找出用户感兴趣的信息加以组织利用,加强客户关系的管理,提高客户满意度,从而改进Web站点的设计、改善企业与客户的关系成为电子商务发展必须要解决的问题.数据挖掘是从大型数据库或数据仓库中提取人们感兴趣的知识,这些知识是隐含的,事先未知的潜在的有用信息.主要包括的方法有:分类、回归分析、聚类、关联分析等.关联规则的提取主要针对大型事务数据库.由于关联规则提取需要重复扫描数据库,因而提高算法的效率是至关重要的.

摘要：针对基于矩阵的apriori算法在删减矩阵前对频繁k-1-项集存在多余扫描的问题,根据apriori算法项集的有序性和删减矩阵的相关性质,提出了一种改进的查找方法,减少了扫描量,从而达到了降低算法时间复杂度的目的。

摘要：物联网的出现为人们带来了诸多有利之处,人们在利用物联网的过程中会产生海量的数据,这些数据的不断增多加大了用户从中获取有用信息的难度,因此,物联网海量数据挖掘一直是研究的热点,面对物联网海量业务数据如何能够快速进行分析、处理、存储、挖掘,以实现有价值信息的快速提取,并服务于物联网商业决策,这是亟待解决的主要问题。将基于关联规则apriori算法设计物联网海量数据挖掘系统。

摘要：现代电商物流中心虽然引进了各类智能设备,但传统的储位设计有待更新,智能设备与传统储位布局之间的冲突使得仓储作业效率低下、成本高昂。基于apriori算法对现代电商物流中心的储位优化构建了简单的关联模型,通过挖掘的关联规则对商品储位进行优化,以提高仓储中心的运作效率。

摘要：本研究改进了apriori算法,并应用于糖尿病高危因素关联分析.改进算法通过单次扫库,将事务数据库转化为布尔矩阵,依照特定性质对矩阵进行压缩,极大减少运算量和冗余.基于此,本研究设计了一款糖尿病预诊分析系统,系统采用时下最新技术栈,微服务框架Spring Boot、RPC框架Dubbo、消息队列中间件RabbitMQ、缓存Redis以及数据库MySQL.该系统辅助医护人员进行糖尿病诊断,为用户自诊提供有效依据.

摘要：首先使用C#程序设计语言实现了apriori算法,并通过实例证明了程序的正确性.分析了apriori算法中的不足之处,提出了MV-Aprior算法,该算法通过一次扫描事务集并把它转换为布尔矩阵,然后构造K-1维布尔行向量并与布尔矩阵的相应项集的列向量进行向量内积的运算,生成(K-1)-项频繁项集,通过优化裁剪连接生成K-项候选集,实例证明改进的算法可以大大提高效率.