The Books Recommend Service System Based on Improved Algorithm for Mining Association Rules

The Apriori algorithm is a classical method of association rules mining.Based on analysis of this theory,the paper provides an improved Apriori algorithm.The paper puts foward with algorithm combines HASH table technique and reduction of candidate item sets to enhance the usage efficiency of resources as well as the individualized service of the data library.

基于半监督竞争聚类和改进Apriori算法的大型火电机组燃烧优化

为消纳大规模新能源并网,火电机组通过数据挖掘进行燃烧优化时需处理更高维度、更大存量的数据,现有无监督聚类/Apriori算法挖掘效率低不适应机组高灵活性运行要求。针对此问题,在无监督聚类算法中引入约束惩罚因子使之转为半监督聚类以提高聚类效率,并基于划分思想对Apriori算法进行改进以避免冗余规则的产生,提高挖掘效率,形成基于半监督竞争聚类与划分关联规则挖掘结合的新数据挖掘算法。以某电厂660 MW机组为例,用新算法进行数据挖掘,得到各运行参数优化值,建立典型样本库实施燃烧优化,并与改进前算法做对比。结果表明:新算法提高了挖掘效率与存储空间利用率,对于大型火电机组的燃烧优化有一定的实际应用价值。

基于关联规则的新书信息智能化推送模式分析

针对当前高校图书馆新书推送方式中存在的新书信息量大、读者难以快速获取符合其需求的新书信息等问题,提出对读者图书借阅数据进行关联规则数据挖掘,从而获得符合读者个性化需求的新书信息并由系统智能化推送给读者,以满足读者对新书的个性化需求,提高新书的利用率、流通率和图书馆智能化服务水平。

数据挖掘技术在医院图书馆服务优化中的应用

为了提升医院图书馆的服务效率和信息化水平,文章设计并实现了一个基于数据挖掘技术的医院图书馆服务系统。该系统采用分层架构设计。其中,系统的资源采集层通过ETL技术有效采集医院相关文献资源;资源存储层运用决策树算法对采集的资源进行分类和存储;资源服务层通过访问接口为用户提供高效的服务支持;资源应用层利用数据挖掘技术优化检索和推荐机制,提高服务质量和效率。系统的测试结果表明,该系统能够显著提高医院图书馆文献资源的检索准确率,为医院图书馆的信息服务工作提供有力的支持。

数据挖掘技术在管理信息系统中的应用

阐述数据挖掘技术的原理和算法,包括分类、聚类、关联规则挖掘,探讨数据挖掘技术在管理信息系统中的应用。通过数据挖掘技术,企业可以识别风险和异常情况,从而提供预测和决策支持。分析数据挖掘技术在管理信息系统中的挑战和发展方向。

COVID-19诊疗信息、中医证型分布及组方用药规律的文献研究

目的利用数据挖掘技术深入探究新型冠状病毒感染(COVID-19,简称新冠感染)患者的诊断、中医证型分布以及药物使用规律,以期为中医药治疗新冠感染提供有效的参考依据。方法通过搜索,可以获取来自国家卫生健康委员会和全国各地的《新型冠状病毒肺炎诊疗方案》内涉及的中医证型和中医药防治方案,以及中国生物医学文献服务系统、知网、维普、万方数据库收录的治疗新冠感染相关文献共249份。对文献通过筛选、整理和去重并建立中药复方数据库、诊疗信息数据库、证型数据库,运用频数分析、频率分析进行探究。结果新冠感染患者常见的症状频数较高的为咳嗽、咽干咽痛、发热、纳差、乏力;大多数患者呈淡红舌、红舌,脉象为滑脉、滑数脉;中医证型频数较高的有湿毒郁肺证、湿热蕴肺证、肺脾气虚证、寒湿郁肺证、气阴两伤证、兼夹瘀血证。此外,共纳入491首治疗新冠感染中药复方,涉及中药227味,得到高频中药共64个,药物类别以清热药、补益药、解表药、化痰止咳平喘药、化湿药为主;药性以温、平、寒为主,药味以甘、辛、苦为主,归经中归肺、脾、胃经中药居多;聚类分析结果根据中药性能将治疗新冠感染的高频药物聚为8类较好。结论中医药治疗新型冠状病毒感染用药具有以下特点:补益药用药次数较多体现攻邪不忘扶正;解表、清热、攻下、化湿、利湿、渗湿药物俱全体现多种逐邪之法;药类以清热药、补益药、化湿药、化痰止咳平喘药、解表药为主,彰显新冠感染基本治法为清热化湿、止咳平喘、补养气阴。可为指导临床用药及研发新药提供一定的参考与借鉴。

基于Web Service的数据挖掘系统的研究与应用

数据挖掘是从海量数据中发现有意义的模式和规则的一项关键技术。国内很少有商家使用数据挖掘来辅助商业决策。给出了基于Web Service的数据挖掘系统结构及实现方案;描述了一个基于Web Service的数据挖掘系统原型,进一步说明了所提出的系统结构具有较高的效率、可信度、可实施性和安全性。

基于Web Service技术分布式并行数据挖掘的研究与实现

主要介绍基于Web Service技术的一个数据挖掘系统,在一个关联规则挖掘的并行算法—CD算法的基础上,结合一种基于动态数据集划分的并行关联规则挖掘算法,利用动态方式分配数据量,使每个处理器获得相同多的数据集,解决在网络中大量分散的数据因通信等问题而引起的负载平衡,从而提高了数据挖掘效率。

基于Web Service的读者个性化移动服务平台的设计与实现

随着智能手机的普及,图书馆需不断拓展移动服务以满足读者的需求,读者个性化移动服务平台是在图书馆移动服务上的探索。该平台基于.net框架,利用C#程序设计语言,设计了基于web service的图书馆掌上应用系统,读者可以利用随时随地的查看借阅情况、超期通知、新书通知、借阅排行和图书推荐以及图书检索等服务功能,特别在图书推荐中增加关联规则数据挖掘,以实现个性化的读者服务。

数据挖掘在图书馆大数据利用中的应用

在图书馆的日常运营中,每天都会产生大量的图书流通数据。这些数据不仅仅是记录读者信息和业务统计的工具,更隐藏着巨大的潜在价值。通过对这些数据的深度挖掘,发现读者的借阅行为、图书分类、学科特点以及读者类型之间存在一定的关联。这些关联对于图书馆优化资源配置、提高资源利用率以及提升服务水平具有重要意义。结合实际经验,首先分析数据挖掘技术在图书馆应用的必要性,然后探讨数据挖掘的基本技术。同时,还提出将数据挖掘技术应用于数字图书馆系统的基本步骤,并深入研究数据挖掘技术在图书馆读者借阅行为分析中的应用。

基于关联规则的科研项目申报信息挖掘技术

随着数据挖掘技术越来越多地被用于教育领域,如何运用该技术实现知识发现是一个迫切需要研究的项目。基于此,利用关联规则对某高校2021年度科研项目申报信息进行数据挖掘,通过对项目相关人员的职称、学历、项目级别、研究基础与立项情况之间的相关性进行统计分析,为教师申报项目、学校进行科研管理决策提供参考,增加项目申报成功率,进而提升高校整体科研水平。

基于关联规则数据挖掘技术的图书阅读推荐系统

图书馆网站的推荐系统是帮助用户找到合适图书的重要工具。随着互联网技术的迅猛发展和图书数量的增加,通过图书馆搜索系统寻找图书变得耗时且困难。文章提出了一种专注于大学图书馆的图书阅读推荐系统,旨在满足用户在相同专业和学科领域的兴趣。结果表明,文章所开发的挖掘技术适用于在图书馆中实施推荐图书工具,其准确性值较其他技术更高。

基于SQL Server Analysis Service(SSAS)的土地地类关系空间数据挖掘

基于SQL Server Analysis Services(简称SSAS)提供的Microsoft关联规则挖掘算法和事务数据挖掘功能,通过利用Arc GIS软件、空间数据库引擎Arc SDE和数据库SQL Server软件,提出了一种新的土地地类关系挖掘实现方案。首先结合空间数据挖掘(Spatial Data Mining,SDM)相关技术方法,以土地利用数据库为基础,实现空间数据提取;然后通过空间关联操作将空间信息转化为事务,最后在SSAS中创建多维数据集,完成相关数据挖掘任务。基于某市实例土地利用数据库,采用该方法探测相邻地类间的隐含关系,通过建立相邻地类图斑空间关联规则挖掘模型,设置不同的参数,得到了一系列比较实用合理的关联规则,通过实践证明了这种方案的有效性。

基于数据挖掘的运动负荷监测信息采集方法

为了有效采集运动负荷监测信息,提出基于数据挖掘的运动负荷监测信息采集方法。根据运动负荷的步法表征量,将人体行走流程分成四个阶段,根据不同方向的加速度变化曲线正弦波形,设计动态阈值步法监测策略;针对运动能耗表征量,采用近红外光谱技术监测血氧饱和度含量,联立高频运动负荷监测信息间关联规则,挖掘出有用的运动负荷信息;利用微控制器、数据存储模块等组件,构建信息采集模型,让采集到的负荷信息在智能终端上得以呈现。仿真实验结果表明:所提方法不仅具有较好的噪声免疫性,而且采集精准度优势显著。

基于数据挖掘的图书智能采购模式分析

图书采购是高校图书馆最重要的工作之一。文章通过对读者借阅数据进行关联规则数据挖掘,发现图书借阅频率及图书借阅数据间的关联关系,以及事实数据即图书需求信息表。将经过数据修正的图书需求信息表作为图书采购的决策依据,减少人为因素对图书采购工作的影响,使采购的图书能真实反映并满足读者对图书的个性化需要。

基于数据挖掘算法的电力行业智能培训服务质量评估方法

以电力行业智能培训服务质量评估为切入点,基于数据挖掘算法,对数据进行分析与挖掘,探讨电力行业智能培训服务质量评估的相关问题。通过聚类分析,能够清晰地将电力行业员工划分为不同的学习群体,进一步为他们提供更加个性化的培训服务。通过分类分析,可以预测哪些员工可能在学习中遇到困难,为他们准备必要的帮扶措施。关联规则分析揭示了不同课程之间的内在联系,为优化课程结构和内容提供了有力的数据支持。

基于关联规则的网络漏洞信息数据挖掘方法

为提高对网络漏洞信息数据的挖掘效率,提出关联规则下网络漏洞信息数据的挖掘方法。通过粒子群空间聚类算法生成关联规则,构建决策树挖掘漏洞,建立适应度函数来评价漏洞信息数据的挖掘效率,完成对网络漏洞信息数据的有效挖掘。实验结果表明,运用该方法挖掘网络漏洞信息数据时,构建决策树所消耗的时间较短,挖掘方法效率较高,能够有效处理大量的数据集。

基于迁移学习的片上多模微环谐振腔温度传感研究

文章基于搭建的多模微环谐振腔光芯片的温度测量装置,从其出射宽谱信号获取多模温度传感数据。基于正式测量前的传感数据集建立智能传感模型,然后结合少量测量数据进行模型迁移,有效融合多模温度传感信息,进行温度预测。证实该迁移学习的方法比原有方法极大提高温度检测精度,能够在24.7-31.6℃温度范围内实现测量精度优于±0.035℃。

基于组合服务执行信息的服务选取方法研究

组合服务选取问题是服务计算领域的一个研究热点问题,已往的选取方法大多基于难以准确获取的服务QoS信息,且算法思路复杂.文中提出了一种基于组合服务执行信息的服务选取方法.该方法分为3个阶段:数据生成阶段、数据挖掘阶段和服务选取阶段,分别进行组合服务执行信息的记载和相关数据集的生成、路径分支关联规则和服务执行顺序序列模式的挖掘以及基于挖掘产生的知识模式进行服务选取.文中首先给出一种可以方便记载日志的服务组合系统架构;然后提出一种基于时间加权的算法模型,以有效地进行路径分支关联规则和顺序序列模式的挖掘;最后对文中的组合服务选取方法进行描述.实验结果表明:文中方法在选取出的组合服务健壮性方面要优于基于QoS的方法.

空间关联规则挖掘研究进展

随着空间数据获取技术的进步,空间数据量日益增大,已超出人们的分析能力。传统的空间数据分析方法只能进行简单的数据分析,无法满足人们获取知识的需要。空间关联规则是空间数据挖掘一个基本的任务,是从具有海量、多维、多尺度、不确定性边界等特性的空间数据中进行知识发现的重要方法。本文从基本概念、分类、挖掘过程、挖掘方法、目前研究成果等方面对其进行综述,重点阐述了空间关联规则挖掘效率的改进策略、基于不确定空间信息的挖掘方法、挖掘过程及结果的可视化、弱空间关联规则的挖掘方法等。通过对现有空间关联规则研究成果和存在问题的深入剖析,指出了其未来主要的发展方向。