基于Apriori和Gri算法的我国网民网络活动关联规则分析

网络活动已成为人们日常生活的重要组成部分,研究我国网民网络活动对促进"互联网+"经济发展以及网民网络活动向着健康有益的方向发展具有重要的理论和现实意义。运用关联规则挖掘的Apriori算法和Gri算法,对网民网络活动间的关联性以及网民特征与网络活动的关联性进行分析。研究表明,上网聊天、了解新闻资讯、收发邮件、观看视频、购物与收集资料、下载资源和软件密切关联;玩游戏、购物、观看视频、收集资料、下载资源和软件与上网聊天密切关联;未婚大学生网民进行收集资料、下载资源和软件的网络活动,从而获得对学习有益的信息和资源,上网聊天也已成为青年人的主要网络活动形式;本科大学男生更喜欢玩游戏,而城镇已婚男性或者学历为硕士研究生的网民偏爱于了解新闻资讯。

我国居民文化消费特征的关联规则分析

文章通过1350位居民的文化消费调查，运用关联规则挖掘的Apriori算法以及Gri算法对文化消费品之间的关联性以及居民特征与文化消费产品间的关联性进行分析。研究表明：在文化消费产品间，旅游、看电视、听广播、阅读书报杂志、文艺演出、音乐会、电影等文化消费与上网密切相关；未婚男女更倾向于上网；大学生无论男女均倾向于上网；年龄在2l～30岁的也倾向于上网；城镇户籍的男性也倾向于上网；看电视、听广播是年龄在41～50岁阶段消费者的最爱；未婚男性或男性大学生青睐于体育锻炼；年龄在20岁以下的女大学生偏爱干阅读书报杂志。

北京城镇居民文化消费习惯分析

本文从两个侧面对北京城镇居民文化消费习惯进行了全面的分析。运用关联规则的Apriori算法对北京城镇居民定期购买文化消费品及服务之间的关联性进行分析,同时利用关联规则中的GRI算法对北京城镇居民自身特征与定期购买的文化消费品及服务之间的关联性进行了分析。最终得到了北京城镇居民文化消费购买习惯的关联规则,之后对如何引导居民进行文化消费提出了有针对性的建议。文化消费关联规则有利于引导居民的文化消费习惯向积极健康的方向发展,对于优化文化消费层次结构,促进文化产业的发展具有积极意义。

市场购物篮中的规则演绎与关联分析研究

为了提高数据挖掘中的关联规则能力,在本文中,使用了双重GRI算法进行关联规则的应用。首先,使用关联规则揭示所购买商品之间关联关系,其次,使用关联规则揭示识别客户群特征。从而挖掘出更加详细的有价值信息,便于商品更好地配置和销售。

数据挖掘技术在农产品物流配送中的研究

数据挖掘技术已广泛应用于各行各业中,并产生了明显的经济效益,但应用在农产品物流配送方面的研究并不是很多。基于此,以安徽省合肥市农产品物流配送作为研究对象,选取农产品物流配送过程中的影响因素,利用数据挖掘技术中的分类方法分析大量相关历史数据,对农产品物流配送情况进行分析。最终得到农产品物流配送关联分类规则,为农产品物流配送提供新策略,仿真验证农产品物流配送新策略减少了配送时间,提高了配送效率。

基于关联规则的养老满意度分析

基于河北省农村老年人养老满意度进行问卷调查和实地调研,利用关联规则挖掘技术分析河北省农村养老满意度的影响因素及它们的影响程度,为进一步提高河北省农村老年人养老满意度提供参考。在关联规则挖掘中发现,参加农村合作医疗,有村集体补贴,职业为务农的老年人的养老满意度较高;与子女同住老年人的养老满意度较高;未参加农村合作医疗,职业为非务农的老年人养老满意度较低。

基于亚线性MG替换策略-网络流的动态车流量检测方式

由于道路复杂、检测器数量基数大,往往采用随机化方法来估算道路车辆动态流量。基于图像处理的方式对静态车辆有很好的监测效果,对动态车流量检测效果一般;纯红外的方式很难对数据进行利用且在数据量大的情况下有很大的限制。基于红外收集点数据,采用基数桶-块状链表结构存放数据以限制存储空间;采用改进的Misra Gries(MG)替换算法逐步修正偏差量;利用大数定理计算各段路径所需费用并构建网络图,从而求出该图中的最大流量并判断道路交通情况。用该方法对红外数据进行分析处理,对于高速的动态车辆具有很好的效果,数据有效性大于90%。实验结果表明,基数桶结构能很好地适应Misra Gries替换算法,对于纯红外检测的算法能提高近百倍的计算量。