针对气象公众服务存在的专业化程度不高、针对性不强等问题，提出了一种使用关联规则向用户推荐气象服务产品的方法。将用户访问的Web日志数据经过清洗、转换后进行关联规则挖掘，同时设计了一种基于气象产品浏览总次数计算产品相似度的算法，对挖掘出来的关联规则进行筛选。共进行了5组实验，并对用户浏览产品的行为进行了简单预测。实验结果表明，挖掘出的规则在降水天气和雾霾天气中的正确率比较高，结合气象服务产品的相似度能过滤掉10%的无效规则，从而提升规则的正确性。
2021-11-21 14:23:08
1.37MB
1
北理珠大学生体测试及健康状况的分析论文的相关代码，包含描述性分析，相关性分析，聚类分析，和关联规则R程序代码
2021-11-19 01:24:55
967KB
1
一种基于Can树的分布式关联规则增量挖掘算法，郑晓飞，，关联规则挖掘是数据挖掘领域重要的研究方向。随着网络技术的发展与普及，各计算机系统中的数据呈现出分布与递增特性。通过对大量
2021-11-17 21:53:31
241KB
1
大数据环境下,传统的串行FP-Growth算法在处理海量数据时,占用内存过大、频繁项多,适用于大数据情况的PFP(parallel FP-Growth)算法存在数据量增大无法处理的缺陷。针对这些问题,提出了基于Hadoop的负载均衡数据分割FP-Growth并行算法。在Hadoop平台下,使用负载均衡和数据分割相结合的方式对原始事务数据集分片实现并行化。实验证明,基于Hadoop的负载均衡数据分割FP-Growth并行算法在处理数据量和效率上有所提高。
2021-11-12 15:31:33
503KB
1
A decentralized approach for mining event correlations in distributed system monitoring，上海交大软件学院夏令营选题答辩演示PPT
2021-11-08 12:20:49
395KB
1
有关apriori算法的PPT，用于关联规则分析，里面分析了apriori算法的优缺点以及如何进行改进
2021-11-05 16:44:26
286KB
1
数据挖掘是适应信息社会从海量的数据库中提取信息的需要而产生的新学科。它是统计学、机器学习、数据库、模式识别、人工智能等学科的交叉。以往的数据挖掘技术的应用大多是在金融领域，而在其他领域里面应用不是很多，如在高校招生中的应用更是如此。数据挖掘技术对招生工作的深层研究与挖掘将会得到各高校的更多重视。以某高校招生数据作为招生信息为依据，对高校招生的关联规则进行分析。从而对关联性规则的应用作进一步的研究。
2021-11-03 14:39:20
263KB
1
从UCI数据网站中选择成人数据库（adult），数据是从美国人口普查局数据库中提取的。这里选取一年的收入大于50k的成人数据，选取8个属性变量分别为工作环境、教育、婚姻状况、职业、关系、种族和性别，均为类别变量，如职业可为[Tech-support,Craft-repair,Other-service,Sales,Exec-managerial, Prof-specialty, Handlers-cleaners, Machine-op-inspct, Adm-clerical,Farming-fishing,Transport-moving,Priv-house-serv,Protective-serv, Armed-Forces]。可以运用关联分析找出8个属性变量中，哪些变量有关系，从而提取出一些有用信息。
2021-10-25 00:34:05
1KB
1