基于关联规则挖掘的中文文本自动分类

随着电子出版物和互联网文档的飞速增加,自动文档分类工作正变得日渐重要.提出一种基于关联规则的中文文本自动分类方法.该算法将文档视作事务,关键词视作项,利用改进的关联规则挖掘算法挖掘项和类别间的相关关系.挖掘出的规则形成分类器,可用于类标号未知的文档的区分.实验证明,该算法能较快地获得可理解的规则并且具有较好的召回率和准确率.

基于关联内容的沉浸式教学:本科商务英语专业的人才培养模式分析

随着经济日益全球化,本科商务英语必须转变传统的外语学科建设思路,导入相关学科理论,实现从基于语言技能的传统语言教学模式转向基于关联内容的系统的沉浸式商务教学范式的根本转变,进行市场导向的应用型复合人才的培养。

基于关联视角对《孙子兵法》英译文本忠实性讨论

近年来,汉语典籍外译成为热门话题。本文从关联理论翻译观的视角出发,对《孙子兵法》两个英译本(袁译本和林译本)进行对比分析,就文本的忠实性讨论分析并提出适当建议。

基于关联规则挖掘的高校管理信息系统设计与实现

本文就基于关联规则挖掘技术和高校管理信息系统的相关概念进行分析,探讨高校管理信息系统的需求,从而对高校管理信息系统进行设计和实现,以便优化高校信息管理模式,提高高校的管理水平。

基于TOPSIS和灰色关联投影法的区域碳效率动态综合评价——以泛珠三角为例

为弥补传统碳效率评价偏向绝对量指标或者少数几个指标的单点式评价的不足,选取相对量指标,从经济、人口、福利多个维度并兼顾地区发展实际与公平原则,构建区域碳效率评价指标体系。将TOPSIS法与灰色关联投影分析相结合,并利用时间序列平均算子二次加权以实现对泛珠三角9省(自治区)2011—2020年碳效率的动态综合评价。静态与动态评价研究结果显示:该区域碳效率发展水平存在差异,其中海南省碳效率总体水平较高,为0.530;贵州省碳效率相对较低,为0.162;海南省比贵州省高出227%。福建省碳效率呈上升趋势,由2011年的0.327上升至2020年的0.498,增长了52.3%。研究认为,应该制定差异化减排策略、加大技术经费投入、增强社会福利、引进人才以实现低碳经济发展。

结合类频率的关联中文文本分类

该文提出一种词类频率和关联中文文本分类相结合的算法ARCTC。此算法将文档视作事务 ,关键词视作项 ,并针对文本事务的特性 ,提出利用词的类频率筛选与分类相关性不大的词汇 ,然后将改进的关联规则挖掘算法用于挖掘项和类别间的相关关系。挖掘出的规则用于形成类别特征词的集合 ,可用来和类标号未知文档的词的集合求交集 ,交集元素个数最多者即为所分类别。实验证明 ,该算法在提高训练时间和测试时间的同时具有较好的召回率、准确率和F Measure。

挖掘重要项集的关联文本分类

针对在关联规则分类算法的构造分类器阶段中只考虑特征词是否存在,忽略了文本特征权重的问题,基于关联规则的文本分类方法(ARC-BC)的基础上提出一种可以提高关联文本分类准确率的ISARC(ItemSet Significance-based ARC)算法.该算法利用特征项权重定义了k-项集重要度,通过挖掘重要项集来产生关联规则,并考虑提升度对待分类文本的影响.实验结果表明,挖掘重要项集的ISARC算法可以提高关联文本分类的准确率.

使用多支持度的关联规则分类算法

传统关联分类算法使用单一最小项目支持度挖掘关联规则,导致稀有项关联规则无法被发现,从而影响分类的准确性和实用性。提出一种多支持度关联规则分类算法MS-CBAR(Multiple Supports-Classification Based on Association Rules),将多最小项目支持度模型应用于关联分类,以有效挖掘稀有项。该算法为数据库中的规则项提供了用户可定义的最小项目支持度。MS-CBAR算法使用项的最小项支持度阈值、类的最小类支持度值和规则项的最小支持度值决定分类规则是否频繁。生成分类规则集后,使用最高优先度规则覆盖法基于规则集建立分类器。实验表明,所提算法在包含稀有项目及稀有类的数据集中准确率高于传统关联分类算法及其相关算法,表现更稳定。

基于k-可加模糊测度的变权多属性决策分析

k-可加模糊测度具有很好的柔性,该文采用k-可加模糊测度对基于关联的变权多属性决策(multi-criteria decision making,MCDM)中属性和属性集的重要程度建模;依据模糊测度理论和属性间独立情形下的变权理论定义基于k-可加模糊测度的变权和状态变权的公理体系;依据Marichal熵理论讨论基于关联的变权MCDM问题的k-可加模糊测度的求解,依据模糊积分计算决策方案的综合评价值,以此对方案进行排序并选择最优方案;最后以某煤炭企业选择接替资源为例验证了理论和模型的合理性和可行性.

合成金字塔预测模型中内含的改进型CBA预测方法

蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在很大差距。为了有效提高蛋白质二级结构预测精度,以KDTICM理论的扩展性研究与KDD*模型为基础,使用基于KDD*模型的关联分析蛋白质二级结构预测方法KAAPRO,提出一种基于支持度与可信度的复杂距离度量的CBA(classification based on association)算法,并以该算法为核心构建逐步求精、多层递阶的合成金字塔模型,该模型整体贯穿领域知识,并采用因果细胞自动机选择有效物化属性。在对偏alpha、beta型蛋白质的预测实验中,改进型CBA算法较好地完成了对结构特征不明显氨基酸的预测,获得了较优的预测效果。

基于数据挖掘的银行全成本分析

针对银行全成本分析的业务特点和数据挖掘各种算法的应用特征,提出了基于关联规则的分类算法在银行全成本分析系统中的分析模型。将此模型与其他机器学习分类算法进行实验比较,得出此算法在该领域的最佳效果,所挖掘出的规则得到银行工作人员的肯定。

基于CFS-GA特征选择算法的中文网页自动分类

为在中文网页分类时降低特征向量的维度、提高分类的精度,采用一种基于关联的特征选择(Correlation-based Feature Selection,CFS)与遗传算法(Genetic Algorithm,GA)相结合的方法进行特征选择.在该算法中,特征子集被当作GA中的一个染色体进行二进制编码;利用CFS启发值作为GA的适应度函数对个体进行评价;CFS值越大的个体遗传到下一代的概率越大.结合GA的全局搜索特性,该算法可保证所得特征子集是全局最优的.利用weka平台,对搜狗实验室提供的中文网页数据集进行实验.结果表明,该算法能有效降低特征空间的维度、提高分类精度。