关联挖掘

摘要： 随着信息技术的高速发展,各类数据实现了爆炸式增长,人类社会进入数据大爆炸时代。大数据在网络营销中扮演着越来越关键的角色,基于大数据的网络营销成为营销的重要手段,网络营销在大数据时代得到进一步升华。本文在对网络营销相关概念进行简要梳理的基础上,总结出基于大数据用户画像分析、营销平台、关联挖掘和搜索引擎四种主要技术在网络营销方面的应用现状,并对国内外基于大数据网络营销的研究现状进行简要述评,对未来的研究方向进行展望。

摘要： 针对传统演训评估主观因素多,定量评价少的问题,以装甲分队演训为例,提出了对演训大数据进行关联挖掘分析的方法。在探索性分析的基础上对数据预处理,采用贝叶斯判别法对元素运动状态归类,制定关联规则对装甲分队演训行动数据全面分析。最后通过实例证明,该分析方法可对装甲分队演训活动进行全面定量分析,为演训评估提供科学参考。

摘要： 目前的聚类方法单纯从某个角度研究数据聚类问题,对基于云模式的混沌的物联网大数据聚类的考虑不足,聚类质量不高.为实现敏捷、智能、平稳的物联网大数据聚类,基于开展物联网事件的云模式通用描述模型、物联网事件混沌关联特征的云模式通用解析模型、基于云模式的物联网事件混沌关联特征提取算法、基于云模式混沌关联特征的物联网大数据关联挖掘研究,改进分解奇异值算法、网格耦合聚类算法、K-means算法、决策树学习法、分析主成分法、分层合并法等算法和分布概率函数,设计了一种基于事件混沌关联特征、敏捷、智能、平稳的物联网大数据聚类算法.最后,开展实验验证,并与传统算法进行性能对比分析.实验结果表明,相比传统算法,该算法聚类时间短、误差小,且敏捷性、智能性、动态演化性和平稳性高.因此,该算法实现了基于云模式的具有混沌关联特征的物联网事件大数据的有效聚类,具有较高的应用价值.

摘要： 针对传统演训评估主观因素多,定量评价少的问题,以装甲分队演训为例,提出了对演训大数据进行关联挖掘分析的方法.在探索性分析的基础上对数据预处理,采用贝叶斯判别法对元素运动状态归类,制定关联规则对装甲分队演训行动数据全面分析.最后通过实例证明,该分析方法可对装甲分队演训活动进行全面定量分析,为演训评估提供科学参考.

摘要： 近年来,围绕金融网络进行的构建与分析研究受到学界的广泛关注.现有研究视角主要集中在利用金融市场内的交易数据,构建网络并开展分析;然而,在大数据时代,如何利用包括新闻文本在内的非金融市场另类数据开展研究,仍有较大探索空间.采用文本挖掘中的共现分析思路,提出一套针对中文语境基于事件关联挖掘的金融网络构建方法,并在此网络基础上分别进行拓扑结构分析、金融事件路径传递分析和事件-实体关联映射分析.实验结果表明,基于金融网络构建方法,不仅能帮助理解金融市场演变路径,而且可以在一些情境下更好地识别金融市场参与实体间的关联关系.

摘要： 随着电能质量评价指标体系建设的推进,电压专业面临的监管压力越来越大,管理越来越细、要求越来越高,对配网大数据管理平台中电压数据分析治理模块的设计、数据以及应用等方面都提出了新的需求,赋予了更高的使命.文章基于大数据构建配网电压智能分析及诊断应用辅助模块,有效提升了公司配网电压监控和智能辅助决策能力,极大地提升了配变档位设置正确率和用户电压合格率.

摘要： 目前,将大数据挖掘应用到图书馆已成为图书馆的发展趋势.文章选取浙江工商大学下沙校区图书馆的图书流通系统中的数据展开研究,利用Apriori算法对预处理后数据进行挖掘,研究发现将关联规则应用在图书馆借阅系统有着重要的参考价值:以读者为中心,提升读者的阅读体验;扭转图书馆的被动式服务理念;促进图书管理决策智能化.

摘要： 现有的变压器故障推演系统推演误差大、故障诊断时间长,为此,基于大数据关联挖掘技术设计了一种新的变压器故障推演系统.利用防火墙、特殊交换机、信息数据库组建系统硬件环境,然后通过关联分析、故障诊断、聚类推演实现软件推演程序的设计.实验结果表明,与传统系统相比,基于大数据关联挖掘的变压器故障推演系统能够更有效地降低推演误差,缩短诊断时间.

摘要： 依据图书馆读者的行为特征,利用关联挖掘算法对读者类型进行了关联性划分,科学挖掘了读者行为之间的关联信息,通过关联设定、关联生成、关联验证等主要环节获得了读者类型的实用性结果;对比传统的基于读者行为数据本身进行分析的方法,关联挖掘算法明显提高了读者类型划分的效率和直观性,并且减少了计算成本.

摘要： 随着电能质量评价指标体系建设的推进,电压专业面临的监管压力越来越大,管理越来越细、要求越来越高,对配网大数据管理平台中电压数据分析治理模块的设计、数据以及应用等方面都提出了新的需求,赋予了更高的使命。文章基于大数据构建配网电压智能分析及诊断应用辅助模块,有效提升了公司配网电压监控和智能辅助决策能力,极大地提升了配变档位设置正确率和用户电压合格率。

摘要： 构件复用过程中,用户常因对构件描述机制认识有限而难以提出准确的检索需求,从而影响查准率.针对基于刻面描述的软件构件,借鉴数据挖掘中关联规则挖掘的有关理论,提出了带有用户反馈的自适应构件检索模型以及基于关联挖掘的自适应学习算法,从用户检索的历史记录中挖掘用户的显式检索条件与隐性检索需求之间的内在联系,从而完整化和精确化用户的检索条件,提高构件检索的查准率.同时,用实验结果证明了该方法的有效性和可行性.

摘要： 本文通过对医疗数据库中存在的时态模式的研究,提出了一个时态关联模式挖掘算法,时态关联模式相对于序列模式来讲可以更加清楚的描述事物之间存在的固有时态关系.该算法不仅适用于医疗模式的分析和学习,也可以应用于化工生产过程分析等领域。

摘要： 明确行业发展现状,挖掘行业间发展的关联信息,为电网公司精益化管理提供新的视角.文中采用基于熵的数据离散化方法,将用电量数据转化为离散数据,离散效果经实际检验合理后,运用Apriori关联挖掘算法分析行业间的关联关系.通过对关联行业间的实际用电量以及其行业发展数据的分析,证明了算法的有效性与实用性.

摘要： 针对协作过滤推荐的矩阵稀疏性与扩展膨胀问题,提出一种基于扩展FP-TREE的改进方法.将用户的情境取值抽象为情境空间状态,通过挖掘情境状态与服务的关联进行服务推荐.引入倒排索引扩展FPTREE频繁项头表,建立状态-状态与服务-服务关联;通过索引树表示状态-服务关联,给出扩展FP-TREE与协作过滤矩阵的映射机制,在继承协作过滤的基础上极大地压缩了过滤矩阵.仿真实验表明:与传统的协作过滤推荐算法相比,该推荐方法具有更高的效率。

摘要： 针对协作过滤推荐的矩阵稀疏性与扩展膨胀问题,提出一种基于扩展FP-TREE的改进方法.将用户的情境取值抽象为情境空间状态,通过挖掘情境状态与服务的关联进行服务推荐.引入倒排索引扩展FPTREE频繁项头表,建立状态-状态与服务-服务关联;通过索引树表示状态-服务关联,给出扩展FP-TREE与协作过滤矩阵的映射机制,在继承协作过滤的基础上极大地压缩了过滤矩阵.仿真实验表明:与传统的协作过滤推荐算法相比,该推荐方法具有更高的效率。

摘要： 针对协作过滤推荐的矩阵稀疏性与扩展膨胀问题,提出一种基于扩展FP-TREE的改进方法.将用户的情境取值抽象为情境空间状态,通过挖掘情境状态与服务的关联进行服务推荐.引入倒排索引扩展FPTREE频繁项头表,建立状态-状态与服务-服务关联;通过索引树表示状态-服务关联,给出扩展FP-TREE与协作过滤矩阵的映射机制,在继承协作过滤的基础上极大地压缩了过滤矩阵.仿真实验表明:与传统的协作过滤推荐算法相比,该推荐方法具有更高的效率。

摘要： 针对协作过滤推荐的矩阵稀疏性与扩展膨胀问题,提出一种基于扩展FP-TREE的改进方法.将用户的情境取值抽象为情境空间状态,通过挖掘情境状态与服务的关联进行服务推荐.引入倒排索引扩展FPTREE频繁项头表,建立状态-状态与服务-服务关联;通过索引树表示状态-服务关联,给出扩展FP-TREE与协作过滤矩阵的映射机制,在继承协作过滤的基础上极大地压缩了过滤矩阵.仿真实验表明:与传统的协作过滤推荐算法相比,该推荐方法具有更高的效率。

摘要： 本文把专家系统应用到网络故障诊断模块中，对告警信息进行关联分析。由于知识库中专家的知识有局限性，需要不断对告警信息进行分析，发现隐含的有用的规则。本文基于告警数据论述了Apriori算法在告警关联规则挖掘中的应用。

摘要： 本文把专家系统应用到网络故障诊断模块中，对告警信息进行关联分析。由于知识库中专家的知识有局限性，需要不断对告警信息进行分析，发现隐含的有用的规则。本文基于告警数据论述了Apriori算法在告警关联规则挖掘中的应用。

摘要： 本申请提供一种挖掘规则关联模型未知关联关系的方法及装置，该方法包括获取规则关联模型和至少一个样本信息；根据规则关联模型的所有元组中的概念，对至少一个样本信息进行标准化处理，得到至少一个标准样本信息；将至少一个标准样本信息进行处理，得到每个标准样本信息所对应的关键词集；根据关键词集，计算得到二元关系表达式列表；将二元关系表达式列表和规则关联模型的候选关联表达式列表进行匹配；根据匹配结果，建立规则关联模型的相邻两个元组的概念的关联关系。本申请可建立规则关联模型中，未预先设置但有价值的关联关系，使规则关联模型全面直观的反映实际业务场景中的有价值的关联结果，提高定位有价值关联结果的准确率。

摘要： 本申请公开了一种挖掘规则关联模型未知关联关系的方法及装置，根据样本数据建立上下文词空间向量模型，参考关联分析算法生成二元关系表达式，再将得到的二元关系表达式中的词汇与获取到的规则关联模型中概念匹配，如果匹配成功，并且二元关系表达式中的词汇在规则关联模型中也并未互相建立关联关系，生成规则关联模型的二元关联关系表达式。利用规则关联模型和生成的二元关联关系表达式能准确的、有效的定位有使用价值的关联结果，进而帮助企业、商家和用户调整市场政策并做出正确的决策。

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 本发明公开了一种关联规则的挖掘方法,所述挖掘方法包括以下步骤:获取和扫描事务集，将所述事务集转化为多维数据立方体,并记录下整个事务集的长度；根据所述多维数据立方体得到1-项集和1-项频繁集；根据1-项频繁集得到k-项集和k-项频繁集,以及根据k-项频繁集得到k+1-项集和k+1-项频繁集，其中k为大于且等于2的正整数；根据1-项频繁集和k-项频繁集，产生1-项频繁集的所有子集和k-项频繁集的所有子集以生成所述事务集的关联规则。该方法能减少系统的运行时间。

摘要： 本申请公开了一种挖掘规则关联模型未知关联关系的方法及装置，根据样本数据建立上下文词空间向量模型，参考关联分析算法生成二元关系表达式，再将得到的二元关系表达式中的词汇与获取到的规则关联模型中概念匹配，如果匹配成功，并且二元关系表达式中的词汇在规则关联模型中也并未互相建立关联关系，生成规则关联模型的二元关联关系表达式。利用规则关联模型和生成的二元关联关系表达式能准确的、有效的定位有使用价值的关联结果，进而帮助企业、商家和用户调整市场政策并做出正确的决策。

摘要： 本申请提供一种挖掘规则关联模型未知关联关系的方法及装置，该方法包括获取规则关联模型和至少一个样本信息；根据规则关联模型的所有元组中的概念，对至少一个样本信息进行标准化处理，得到至少一个标准样本信息；将至少一个标准样本信息进行处理，得到每个标准样本信息所对应的关键词集；根据关键词集，计算得到二元关系表达式列表；将二元关系表达式列表和规则关联模型的候选关联表达式列表进行匹配；根据匹配结果，建立规则关联模型的相邻两个元组的概念的关联关系。本申请可建立规则关联模型中，未预先设置但有价值的关联关系，使规则关联模型全面直观的反映实际业务场景中的有价值的关联结果，提高定位有价值关联结果的准确率。

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 本发明提供一种基于数据挖掘的系留气球故障关联规则挖掘方法及系统，方法包括：统计系留气球子系统故障数据频次；创建长度为1的初始频繁集L1；所有频繁集的超集Lk‑1创建候选集CK；判断候选集中的项是否大于最小支持度；若是，则保留频繁项集；判断频繁项集的置信度是否大于最小置信度；若是，则判定为初步强关联规则；若否，则判定为初步弱关联规则；读取故障时间段系留气球关重件状态数据；数值异常值、正则化处理；数据归一化处理；互信息方法过滤；量化分析关联度；挖掘故障关联规则，量化各子系统关联程度。本发明解决了依赖于故障系统经验库完整性以及数据利用率低的技术问题。

摘要： 本发明涉及一种基于多任务对数据挖掘结果和目标关联的数据挖掘方法，包括：获取目标库和单个任务下的单个数据挖掘结果；循环遍历目标库里的目标，判断数据挖掘结果的完整PRI特征序列和当前目标的完整PRI特征序列中PRI的特征类型，若二者的PRI的特征类型同时为固定类型或者同时为组变类型，则先调用固定/组变_目标库比对方法对数据挖掘结果与当前目标的关联性进行比对；若二者的PRI的特征类型同时为参差类型，则调用参差_目标库比对方法对数据挖掘结果与当前目标的关联性进行比对，根据关联性比对结果完成数据挖掘。本发明通过将在多任务下具有一定关联性的数据挖掘结果和目标进行数据融合，提高数据挖掘结果的完整性和正确性。

摘要： 本发明属于电网企业工程技术领域，尤其涉及一种电网大数据关联挖掘成果全寿命周期挖掘方法，具体是基于大数据的关联挖掘成果全寿命周期管理方法和系统，实现电网关联挖掘、数据分析和管理。本发明包括以下步骤：制定寿命周期评价准则；制定寿命周期操作权限；评价所属寿命周期；根据所属阶段进行挖掘。本发明能够对关联挖掘主题划分寿命周期并根据寿命周期建立与之对应的关联挖掘主题库，对关联挖掘成果按照所处寿命周期进行管理，从而达到提高电网大数据成果全寿命周期管理水平，实现对关联挖掘成果全周期监控的目的，本发明方法可以有效推进电网大数据关联挖掘闭环管理。