基于关联规则提取的外语翻译信息密度检测

为了提高外语翻译信息密度检测的有效性,提出基于关联规则提取的外语翻译信息密度检测方法。构建语料特征信息挖掘的二元模型,并采用关联规则提取方法计算关联规则分布特征参数,完成语料特征的提取。根据语料特征提取结果,计算信息密度检测中心点与信息增量特征的多维尺度信息。计算信息的平均可达密度,将其作为密度检测结果进行输出。实验结果表明,相较于传统对比方法,所提方法可以提高外语翻译信息密度检测精度,检测精度在97%左右。

基于机器学习的实时云数据关联规则提取与运维分析方法

以往的数据关联规则提取方法的项集标记结果不全面。针对该问题,提出了基于机器学习的实时云数据关联规则提取方法,为数据运维分析奠定良好的基础。构建机器学习网络架构,利用无监督训练和调优两个步骤训练机器学习网络,由此构建任务调度模型,以最小化构建排队处理提取与运维任务。依据机器学习扫描原理寻找强项集,从强度集合中导出关联规则。在此基础上,描述关联规则运维流程,删除不符合最低支持度的项目集。实验结果表明,该方法获取的实例数据集与实际情况一致,说明其提取效果较好。

基于观点挖掘的产品特征提取

探索产品特征,以帮助生产商和服务商有针对性地改进产品性能和指导用户对产品的各个性能有比较全面的了解。通过分析产品信息和评论信息,搭建3层挖掘模型实现基于观点挖掘的产品特征提取,第3层挖掘模型创新性地使用关联规则和依存分析相结合的方法。采用网络爬虫技术从互联网获取实验数据,实验结果证明该模型和该方法的有效性。

一种基于概念格的软件过程改进算法

概念格是一种优良的形式化分析工具,其具有的层次性和直观性,使之广泛应用于人工智能、数据挖掘、知识提取等领域。软件过程改善是软件工业化生产的一个关键,将概念格引入到了软件过程改善研究,提出了一种基于概念格的软件过程改进方法,并做了实验分析,证明了采用此方法对软件过程的改进具有推动作用。

基于概念格的数据挖掘方法研究

分析了概念格与关联规则之间的关系,提出了将频繁项集及其支持度存储在概念格上,然后在创建好的概念格上提取关联规则的方法,概念格的每个节点本质上是一个最大项目集,非常有利于关联规则的提取。为了充分利用概念格实现关联规则提取,提出了一种新的概念格结构:加权概念格,并给出其渐进式构造算法及基于该格结构上的关联规则提取算法。

环境预报移动信息化在海南乡村旅游中的应用研究

环境预报与乡村旅游的客流之间具有显著性关联特征,通过环境预报移动信息化管理,进行乡村旅游客流调度和资源分配,提出基于关联规则挖掘的海南环境预报移动信息化预测模型,并应用在海南乡村旅游信息管理和客流管理中,构建环境监测数据挖掘模型,提取制约海南乡村旅游的环境监测信息,采用移动数据监测和关联规则特征提取方法进行海南乡村旅游中环境预报移动信息化管理,实现环境信息准确预测和乡村旅游客流资源的优化分配。