一种高效的挖掘量化关联规则的MQAR算法

提出了一种挖掘量化关联规则的MQAR算法。此算法在挖掘关联规则时,只需扫描事务数据库一遍,提高了数据挖掘的效率;并且存放辅助信息所占的内存空间大大少于现有的挖掘算法;同时此算法不仅能挖掘出有关联的数据项集,还能找出这些项集之间数量上的相互关系。

关联规则向量化挖掘算法及其在车险精算中的应用

本文首先回顾了关联规则的基本概念和传统的Apriori算法,然后利用关联规则的数据库是布尔型数据库的特点,在计算关联规则的支持度和置信度的时候引进向量数乘和向量内积的概念,得到关联规则向量化挖掘算法ARVDA,避免全数据库逐条记录模式匹配和属性分层,提高算法的速度．最后,本文利用提升度量关联规则的重要性,采用单独追踪和对比分析方法,衡量车险精算中风险因子的有效性．结果表明把车辆使用性质作为车险定价的分级因素是比较合理的,对于非运营车辆需要合理的费用附加．

基于AHP-GA方法的“人”字型课程结构关联度评价信息挖掘研究

本文对"人"字型课程结构的应用品质及具体特点进行了述评,对该课程结构的关联度评价信息进行了挖掘研究,并构建了该课程结构评价指标体系。在AHP层次分析法基础上综合运用改进的遗传算法建立数据挖掘模型,并对该课程结构各项指标之间的关联度做出了科学的定量分析,为"人"字型课程结构评价指标量化工作提供了一个广阔的前景。