改进关联规则算法LA在教务管理系统的研究

针对关联规则经典算法Apriori及众多改进算法进行分析后,提出一种基于逻辑数组的新改进算法LA。该算法通过将数据库存入逻辑数组,并及时删除无效关联,通过实验得出改进的LA算法可以有效减少原算法对数据库的扫描次数,通过对基于位向量改进算法和无向图改进算法进行事物平均项数和不同最小支持度进行运行时间的比较分析,结果均能反映出在最小支持度的情况和对于事务平均项数逐渐稠密的情况,LA算法都相对其他两种算法有较好的表现,有效提高算法的效率。将该算法应用于高校教务管理系统,进行教学效果与教师相关信息的关联规则分析,为学校的管理决策提供参考依据。

改进关联规则算法LA在高校教务管理系统的应用

对关联规则经典算法Apriori及改进算法进行分析后,提出一种基于逻辑数组的新改进算法LA。该算法通过将数据库存入逻辑数组,并及时删除无效关联,有效减少原算法对数据库的扫描次数,提高算法的效率。将该算法应用于高校教务管理系统,进行教学效果与教师相关信息的关联规则分析,为学校的管理决策提供参考依据。

数据挖掘在超市管理中的应用研究

本文通过分析超市管理的现状,结合数据挖掘技术中的关联规则,利用改进的Apriori算法,多层次、多角度的对超市管理系统数据库中的数据进行分析和挖掘,在大量毫无规律的数据中找到各个数据之间隐含的规律,从而发现有价值的信息,帮助管理者提高管理效率。

Fp-growth改进算法在公务用车调度系统中的研究与应用

论文利用基于项头表节点的Fp-growth改进算法对公务用车调度管理系统数据库中的数据进行挖掘,从中发现属性之间的关联规则,即公务用车的使用规律,为车辆调度部门和车辆使用部门提供相关信息,提高工作人员的工作效率。