一种基于主属性判定的关联规则挖掘约简算法

关联规则挖掘是经典的数据挖掘方法,越来越多的企业都把它看作是必不可少的战略分析工具。当前关联规则挖掘方法得到的规则过多,令用户在运用时难以理解,因此研究关联规则集的约简方法具有应用价值。研究了数据库模式中关键字包含的主属性对基于Apriori算法的关联规则挖掘产生的关联规则的影响,即部分函数依赖会导致关联规则挖掘的数据集中冗余信息的频繁出现,并产生没有实际价值的关联规则,识别并消除这样的规则就能实现规则集的约简。求全部主属性如同求所有候选关键字问题都是NP难题,因此提出了一种基于一个候选关键字进行验证的算法来判定主属性,从而完成基于主属性判定的关联规则挖掘约简算法的设计与实现,并在最后的实验中验证了该算法的有效性。

电商博主属性影响粉丝购买意愿的机制研究

在电商竞争日益激烈的背景下,研究电商博主属性对粉丝购买意愿的影响机制,对于调整营销策略、提升流量变现效率具有重要作用。本文基于详尽可能性模型,探讨了电商博主属性对粉丝购买意愿的影响机制,并采用结构方程模型进行实证分析。结果表明:电商博主外表吸引、社会吸引、角色相似性等属性能够通过品牌态度影响粉丝购买意愿;其发布信息的主题多样性通过媒体依赖倾向对粉丝购买意愿产生影响,而电商博主任务吸引与角色暴露频率对粉丝购买意愿影响并不显著。文章以期为电商企业与相关博主调整营销策略提供理论支撑,最后提出了品牌管理、平台运营等方面的建议。

基于最大相关块的关系模式全部主属性的一种解法

本文是把关系模式中的函数依赖集进行划分，对应的属性集合构成一个相关块，再对每个相关块求其主属性．最终给出求全部主属性的多项式时间的一种算法。

基于矩阵的关系模式主属性判定算法的研究

本文从分析主属性在关系模式中的特点出发，在模式矩阵及其分类的基础上，给出了一个基于矩阵的关系模式主属性的判定算法。

面向主属性值的类标特征分析

为了提取一个类标区别于其他类标的本质特征,增强类标数据集的可解释性,提出了一种面向主属性值的类标特征分析方法.该方法首先建立了一种直观的面向主属性值的类标特征模型,然后设计了对应的类标特征抽取算法,最后给出了一种基于类标特征分析的分类算法.实验结果表明:所建立的类标特征模型能够直观、有效地描述类标数据集中各类标的特征,给出的类标特征抽取算法有较高的执行性能,提出的分类算法在针对类标较少的数据集时有较高的分类准确率.

基于闭包的关系模式全部主属性的多项式时间算法

文中通过对关系模式中的属性进行适当的分类，讨论了一个属性成为主属性应该满足的条件，并在文献［４］、［５］、［６］的基础上，采用闭包，实现了利用Ａｒｍｓｔｒｏｎｇ公理进行函数依赖推导的过程，从而给出了一个简便的求解关系模式全部主属性的多项式时间算法．

关于关系模式主属性判定的一种多项式算法

该文深入分析了主属性在关系模式中的结构特征,提出了化简独立复合环、独立简单环、化简双部属性函数依赖图等概念。在此基础上,给出了一个关系模式主属性判定的多项式算法。

基于非主属性离群点检测的实体匹配

为解决互联网上不同源中同一实体描述多样性的问题,提出一种基于非主属性离群点检测的实体匹配方法。利用非主属性值消除主属性值不同带来的歧义,非主属性值可较快排除不匹配实体,极大提高匹配效率。该匹配方法在一定程度上克服了离群点匹配在传统奇异值分解中不能应用在大规模数据的弊端,其基于规则的方法对数据进行粗筛选,降低实体对的数据规模;根据离群点检测模型做进一步筛选,得到初步的实体对集;根据生成的实体对集进行采样,利用机器学习选择合适的匹配器并训练来获取匹配对。实验结果表明,该方法使准确率和召回率得到提高,其有效性得到验证。

一种用于求解主属性的矩阵分析法

在关系数据库规范化理论中,求解后选关键字和主属性一直是 一个棘手的问题。就这类问题的子类给出了一种通过依赖矩阵求出全 部主属性的方法,进而得出主关键字。

基于非主属性值的实体匹配

实体匹配旨在找出不同数据源中指代同一实体的实例.已有的实体匹配方法大都基于实体主属性值的相似度进行匹配,而很少有工作考虑到使用实体的非主属性值来辅助实体匹配.然而,当两条指代同一实体的主属性值差异较大的时候,这两个实体可能不会被认为是匹配的实体.另一方面,这两个实体很可能共享一些特别的非主属性值,而这些非主属性值恰好可以反映出两个实体的匹配关系.基于这种思想,文中提出了一种新颖的基于非主属性值的实体匹配算法.该算法以类似于决策树的结构为基础,通过使用这种结构,不仅可以解决噪声值和空缺值带来的问题,而且可以极大地提高发现匹配记录以及尽可能早地排除不匹配记录的效率.多个数据集上的实验结果表明我们的方法比现有的实体匹配方法具有更高的准确率和召回率.此外,使用我们提出的基于决策树的匹配算法等有关技术较Baseline匹配算法在匹配效率上高出10倍多.

求关系模式全部主属性的有效算法

给出了极大同类属性集、极大本原同类属性集、属性依赖图等一系列概念及其与之有关的４个定理。在此基础上，提出了一种具有多项时间复杂度的求关系模式全部主属性的有效算法。

基于主属性网格资源分类组织模式

在深入研究已有的网格资源组织方式的基础上,通过引入主属性的概念,提出了基于主属性网格资源分类树(Resource Category Tree,RCT)的组织模式,并对基于主属性RCT的初始化、自主演化、动态性维护和容错机制进行了分析和研究.通过模拟性能测试,基于主属性RCT的网格资源组织方式有很高的资源查找能力和容错性.

基于模式矩阵的全部主属性求解算法的研究

本文在模式矩阵理论研究的基础上。将关系模式对应的模式矩阵的全部极大同类块求出、变换，给出一个全部主属性求解的多项式时间算法。

属于BCNF的关系模式主属性问题研究

研究了关系模式中的四类属性成为主属性或非属性的条件，在此基础上讨论讨论了属于ＢＣＮＦ的关系模式主属性问题的解决办法，并给出了相应的线性时间算法。

基于邻域属性熵的隐私保护数据干扰方法

隐私保护微数据发布是数据隐私保护研究的一个热点,数据干扰是隐私保护微数据发布采用的一种有效解决方法.针对隐私保护聚类问题,提出一种隐私保护数据干扰方法NETPA,NETPA干扰方法通过对数据点及邻域点集的分析,借助信息论中熵的理论,提出邻域属性熵和邻域主属性等概念,对原始数据中数据点的邻域主属性值用其k邻域点集内数据点在该属性的均值进行干扰替换,在较好地维持原始数据k邻域关系的情况下达到保护原始数据隐私不泄露的目的.理论分析表明,NETPA干扰方法具有良好地避免隐私泄露的效果,同时可以较好地维持原始数据的聚类模式.实验采用DBSCAN和k-LDCHD聚类算法对干扰前后的数据进行聚类分析比对.实验结果表明,干扰前后数据聚类结果具有较高的相似度,算法是有效可行的.

基于主成分分析的模糊概念格

形式背景中数据的增多,概念的数量就会随之增加。根据数据本身的特点,本文借助统计学方法提出基于主成分分析的模糊概念格以处理数据的多样性和复杂性。通过一般模糊形式背景的矩阵转化,分别定义了主成分属性和主成分模糊形式背景,并且给出了主成分属性算法,得到主成分属性模糊形式背景。利用该方法可以获得对原始形式背景的概念格属性约简,并且通过实例分析说明了该方法的可行性。

基于多属性查询的P2P网格资源发现机制

资源发现是网格环境中的关键问题,目前许多的资源发现机制并不能有效地提供资源的分类。为此,在P2P网格基础上提出一种基于多属性查询的分布式资源树的资源发现机制。该分布式资源树通过资源的主属性进行资源的组织和分类,能动态灵活地实现P2P网格中各节点的负载动态平衡。

试论商人地主

中国封建商人十分复杂。有贵族豪绅富商大贾,有兼营生产的大工商,有“转毂四方”的大贩运商,有通都大邑的批发商和零售座商,还有众多的下层商贩。他们有共同的特征:不仅有商人属性,而且有地主属性,形成了封建土地所有权和商人资本紧密结合,既猎取商业利润,又占有地租的商人地主。

基于相似属性PCA和SVM的网络入侵检测

针对现有网络入侵检测算法泛化能力差与处理大样本数据耗时长的问题,本文提出了基于相似属性主成分分析(PCA)与支持向量机(SVM)的网络入侵检测的方法。采用KDD 1999数据集仿真,原始数据集根据属性间的相似程度分为四类属性集,对四类属性集分别采用PCA进行特征抽取,最后用SVM检验分类的正确率。实验结果表明:与直接采用PCA对全部属性一起降维相比,相似属性PCA的分类降维方法有较短的处理时间,并且有更强的泛化能力,即对未知攻击类型的检测性能。

基于序列模式的网络入侵检测系统

针对入侵检测的特点将数据挖掘技术应用于网络入侵检测系统,阐述了网络入侵检测系统的设计原理及其实现。系统的数据挖掘模块应用了序列模式挖掘中的GSP算法,并对其进行了改进,引入了主属性及兴趣度。实验表明,优化后的算法可以有效地提高检测的准确率,使系统的性能获得提升。