检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

278 篇 专利
157 篇 期刊文献
113 篇 学位论文
14 篇 会议

馆藏范围

562 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

187 篇 工学
- 106 篇 计算机科学与技术...
- 78 篇 软件工程
- 23 篇 控制科学与工程
- 17 篇 网络空间安全
- 15 篇 仪器科学与技术
- 14 篇 机械工程
- 11 篇 电子科学与技术（可...
- 10 篇 信息与通信工程
- 7 篇 测绘科学与技术
- 7 篇 地质资源与地质工...
- 6 篇 交通运输工程
- 4 篇 电气工程
- 2 篇 航空宇航科学与技...
- 2 篇 生物医学工程（可授...
154 篇 管理学
- 150 篇 管理科学与工程(可...
- 2 篇 工商管理
- 2 篇 公共管理
22 篇 理学
- 9 篇 数学
- 7 篇 地理学
- 5 篇 统计学（可授理学、...
- 3 篇 系统科学
13 篇 经济学
- 13 篇 应用经济学
8 篇 医学
- 2 篇 临床医学
- 2 篇 中医学
- 2 篇 中西医结合
5 篇 教育学
- 4 篇 教育学
- 2 篇 体育学
3 篇 法学
- 1 篇 政治学
- 1 篇 社会学
- 1 篇 马克思主义理论
2 篇 艺术学
1 篇 历史学

主题

284 篇 模式挖掘
54 篇 数据挖掘
19 篇 时间序列
17 篇 ccdm 2009
17 篇 中华人民共和国
17 篇 会议
9 篇 模式匹配
9 篇 频繁模式
8 篇 关联规则
8 篇 大数据
6 篇 聚类
6 篇 异常检测
6 篇 数据流
6 篇 用户行为
5 篇 数据预处理
5 篇 聚类分析
5 篇 深度学习
5 篇 机器学习
4 篇 推荐系统
4 篇 相似性度量

机构

15 篇 河北工业大学
14 篇 哈尔滨工业大学
12 篇 云南大学
10 篇 北京邮电大学
10 篇 电子科技大学
10 篇 北京航空航天大学
9 篇 桂林电子科技大学
9 篇 北方民族大学
9 篇 西安电子科技大学
9 篇 北京大学
9 篇 浙江大学
9 篇 中南大学
8 篇 南京航空航天大学
8 篇 武汉大学
8 篇 南京邮电大学
7 篇 广西财经学院
7 篇 中国科学院大学
7 篇 国防科技大学
7 篇 上海交通大学
7 篇 中国科学院软件研...

作者

8 篇 黄名选
8 篇 王丽珍
7 篇 韩萌
7 篇 邓敏
7 篇 武优西
7 篇 周丽华
6 篇 han meng
5 篇 杨青
5 篇 陈红梅
5 篇 郭顺
5 篇 杨庚
5 篇 张敬伟
5 篇 刘启亮
5 篇 戴华
5 篇 姚晓婧
4 篇 崔绍龙
4 篇 曾宇
4 篇 李艳
4 篇 井溢洋
4 篇 姜青山

语言

562 篇 中文

检索条件"主题词=模式挖掘"

共 562 条记录，以下是81-90 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

Top-k对比保序模式挖掘

Top-k对比保序模式挖掘

引用

作者：孟玉飞河北工业大学

学位级别：硕士

时间序列是按时间相对顺序排列而成的一系列观测数值。最近,一种新的模式挖掘算法,保序模式(Order-Preserving Pattern,OPP)挖掘,它采用元素间的相对顺序来表示时间序列的趋势变化,从而挖掘出时间序列中频繁出现的趋势。虽然频繁保序模... 详细信息

时间序列是按时间相对顺序排列而成的一系列观测数值。最近,一种新的模式挖掘算法,保序模式(Order-Preserving Pattern,OPP)挖掘,它采用元素间的相对顺序来表示时间序列的趋势变化,从而挖掘出时间序列中频繁出现的趋势。虽然频繁保序模式可以作为时间序列分类的特征,但其不能很好地反映不同类别时间序列之间的差异性。而考虑到对比模式挖掘的思想就是从不同类别的数据集中找出具有显著差异的模式。因此,本文提出一种对比保序模式(Contrast Order-Preserving Pattern,COPP)。然而,传统的对比模式挖掘通常需要用户设置两个阈值,即频繁阈值和不频繁阈值。而当用户在没有先验知识的情况下,很难设置合适的阈值。为此,本文提出了top-k对比保序模式挖掘算法。本文的主要研究内容如下: 1、为了有效提取二分类时间序列数据库的分类特征,本文研究了对比保序模式挖掘问题,并且为了避免参数设置不当的问题,本文又添加了top-k约束,提出了top-k对比保序模式挖掘算法COPP-Miner(Contrast Order-Preserving Pattern Mining,COPP-Miner),该算法主要包括三部分:极值点提取、正向挖掘和反向挖掘。 2、正向挖掘包括三个步骤:用于生成候选模式的分组模式融合策略;高效计算模式支持率的支持率计算方法;以及进一步剪枝候选模式的剪枝策略。反向挖掘的主要目的是为了挖掘反向对比保序模式,其操作步骤与正向挖掘过程一致,只需要将正类序列库和负类序列库交换。 3、本文在真实的时间序列库上进行了大量的实验。实验结果证明了COPPMiner中top-k约束以及反向挖掘的有效性。而且也表明了COPP-Miner算法比其他对比算法具有更好的运行性能,更重要的是,将挖掘出来的对比保序模式作为分类特征来使用,获得了比其他算法更好的分类性能。本文研究了top-k对比保序模式挖掘问题,提出了COPP-Miner算法,该算法不需设置过多参数,只需给出想挖掘的模式数量k即可,更加灵活。大量的实验结果表明,COPP-Miner算法不仅运行性能更好,而且挖掘出来的top-k对比保序模式可以作为时间序列的分类特征,有效提高算法的分类性能。

关键词：模式挖掘序列模式挖掘时间序列分类保序模式对比模式

来源：评论

学校读者我要写书评

暂无评论

基于健康标准电子病历数据抽取模式挖掘研究

基于健康标准电子病历数据抽取模式挖掘研究

引用

作者：李远敏华中科技大学

学位级别：硕士

电子病历是实现以病人为中心管理模式的基本要求,是数字化医疗发展的必然趋势,它包括了患者在医院诊断、治疗过程的全部信息。由于HL7标准提出不久,且还处于进一步完善的过程中,电子病历数据抽取和模式挖掘在国内外都少有研究。非标准... 详细信息

电子病历是实现以病人为中心管理模式的基本要求,是数字化医疗发展的必然趋势,它包括了患者在医院诊断、治疗过程的全部信息。由于HL7标准提出不久,且还处于进一步完善的过程中,电子病历数据抽取和模式挖掘在国内外都少有研究。非标准的电子病历必须转换为标准的电子病历,才能实现不同单位和部门之间的信息交换。标准电子病历遵守HL7V3标准,其CDA消息结构用XML表示。由于XML形式的病历文档存在对应的XML 模式(Schema),从而为标准电子病历消息的转换和数据抽取提供了可能。据此,以HL7V3参考信息模型RIM的类图为桥梁,基于对象模型驱动映射实现了二者之间的转换。在此基础上,基于.NET FrameWork中XML的读写类、文档类等,利用文档对象模型和拉模型技术,对标准化病历消息进行了消息有效性验证,并实现了电子病历消息的数据抽取。最后,通过电子病历数据抽取接口获取数据,利用Apriori算法的连接运算产生候选频繁集,并根据候选频繁集构造条件模式树,通过对FP-growth算法的改进实现了频繁模式挖掘。通过以上工作,完成了基于HL7电子病历数据抽取及模式挖掘的任务,满足了电子病历信息交换及数据分析的要求,从而为基于HL7的电子病历知识发现奠定一定的基础。

关键词：电子病历数据转换数据抽取模式挖掘健康标准

来源：评论

学校读者我要写书评

暂无评论

基于GPU的高效用模式挖掘启发式算法研究

基于GPU的高效用模式挖掘启发式算法研究

引用

作者：姜海鹏江南大学

学位级别：硕士

模式挖掘是数据挖掘问题的重要领域,高效用项集挖掘(High Utility Itemset Mining,HUIM)则是模式挖掘的热门研究方向。精确算法最先应用在HUIM中以挖掘全部的高效用项集(High Utility Itemsets,HUIs)。精确算法在数据集规模增大时因枚... 详细信息

模式挖掘是数据挖掘问题的重要领域,高效用项集挖掘(High Utility Itemset Mining,HUIM)则是模式挖掘的热门研究方向。精确算法最先应用在HUIM中以挖掘全部的高效用项集(High Utility Itemsets,HUIs)。精确算法在数据集规模增大时因枚举大量项集导致计算量大幅增加,基于演化算法(Evolutionary Algorithms,EAs)的HUIM方法可以在高效用项集挖掘中解决这一性能瓶颈。然而演化算法在迭代中需要多次重复遍历高效用数据集,导致耗时严重。近年来,图形处理器(Graphic Processing Unit,GPU)在并行计算中广泛应用,大幅提升了算法运行速度。GPU相对CPU更适合处理大规模并行任务,因此本文将GPU与演化算法结合以挖掘高效用项集挖掘问题。本文针对不同的数据规模,设计基于GPU平台的并行演化、启发式策略以在更短时间内完成高质量的高效用项集的挖掘,主要工作如下:1)在小规模数据集中,现有演化算法在挖掘HUIs时的运行性能优于经典精确算法。然而,演化算法每次迭代时需要多次遍历数据集,这导致运行性能下降,且运行速度不及CPU并行的精确算法。为了提高演化算法运行速度同时保持良好的挖掘质量,本文提出了基于GPU平台的并行遗传算法解决HUIM问题(Parallel high utility itemset mining with genetic algorithm based on GPU platform,PHUI-GA)。在PHUI-GA中,遗传算法的选择、交叉、变异和适应度评估步骤在GPU中并行执行以大幅提升运行性能。提出的改进初始化策略、基于排序的高概率编码向量策略和带有种群多样性改进的精英策略可以提升遗传算法在高效用项集挖掘中的收敛性能。实验结果表明,在现有演化算法文献中相同规模的数据集中,PHUI-GA在相同迭代次数内耗时更短。对比并行前的算法,种群中所有个体适应度评估的总运行时间最高可有250倍加速效果,对比其他演化算法最高有25倍加速。在挖掘90%高效用项集时,PHUI-GA对比现有演化算法运行速度最高有381倍提升,对比现有CPU并行精确算法有最高47倍速度提升。得益于迭代改进策略,算法在半数以上数据集中保持了最高的挖掘质量。2)现有演化算法已经可以在小规模数据集中保持高挖掘质量。然而这些评估的数据集规模有限,通常项(item)数量仅为几十到几百、交易(transaction)数量为几千至几百万、交易密度最高为50%。随着数据规模不断增加,在项数量为几千到几万、交易数量最多达到百万、交易密度小于0.5%的大型稀疏数据集中,现有演化算法运行速度显著下降。同时,由于缺少针对大型数据集的挖掘策略,导致现有演化策略的挖掘性能较差。现阶段运行速度最快的精确算法已经在大型稀疏数据集上表现出良好的性能,然而随着最小阈值(minimum threshold)降低,精确算法运行性能急剧下降。因此本文提出了针对大型数据集的GPU并行启发式算法(CUDA paralleled heuristic algorithm for mining high utility itemsets,PHA-HUIM)来进一步提升GPU并行运行性能。PHA-HUIM借鉴演化算法的结构,将迭代过程简化并设计为搜索、适应度计算、种群交流三个步骤,三个步骤均在GPU中执行以避免频繁的CPU/GPU交互。同时PHA-HUIM去重了对并行冗余的演化结构和在大型稀疏数据集下失效的策略。在搜索策略中使用三个搜索空间来提升种群丰富度,同时不均衡策略用来在搜索空间的局部区域更快的发现高效用项集组合。在适应度评估步骤引入负载均衡策略以进一步提升GPU并行性能,环形拓扑交流结构在常数运行时间内将优秀个体传递给下次迭代中。实验结果表明,在大型稀疏数据集中,PHA-HUIM的挖掘质量显著优于现有演化算法。当挖掘至少50%高效用项集时,PHA-HUIM的运行速度优于对比的演化算法、精确算法和CPU并行精确算法。当挖掘超大型数据集时,PHA-HUIM的运行速度优势更加显著。

关键词：模式挖掘高效用项集挖掘演化算法 GPU并行负载均衡

来源：评论

学校读者我要写书评

暂无评论

面向高校学生体测数据的模式挖掘方法研究

面向高校学生体测数据的模式挖掘方法研究

引用

作者：林志杰湖南科技大学

学位级别：硕士

随着《国家学生体质健康标准》的重新修订,各大高校每年定期开展大学生各项体能指标的测试活动,海量高校学生体测数据被闲置在数据库中,如何挖掘这些数据中的价值以及如何提高挖掘方法的运行效率成为该领域的一个研究方向。为解决上述问... 详细信息

随着《国家学生体质健康标准》的重新修订,各大高校每年定期开展大学生各项体能指标的测试活动,海量高校学生体测数据被闲置在数据库中,如何挖掘这些数据中的价值以及如何提高挖掘方法的运行效率成为该领域的一个研究方向。为解决上述问题,本文在现有关联规则挖掘方法的基础上,构建了面向高校学生体测数据的模式挖掘模型,对关联规则挖掘两个阶段进行优化处理,分别对体测数据频繁项挖掘阶段和目标规则生成阶段提出改进策略,旨在提高模型的运行效率,高效发现大学生体能指标的相关性,提取数据中潜藏的关键信息。具体研究内容如下: (1)以大学生体测数据作为研究对象,基于体测数据的特点对体测数据进行分析和预处理,保留体测数据中的有效特征并转化成可被关联规则挖掘算法处理的布尔型数据。 (2)基于体测数据频繁项挖掘的特点,针对现有Apriori算法在挖掘频繁项过程中的不足,提出基于事务优化改进方法和基于Hash-tree技术的改进方法,并融合该两种方法提出DRHA-Apriori算法,以此构建基于体测数据频繁项集挖掘优化模型。通过对比不同参数阈值下的实验结果,得出合理的“支持度-置信度”框架,并比较优化前后模型的挖掘效率。实验结果表明基于改进方法的挖掘模型在运行效率上有显著提升。 (3)基于体测数据目标关联规则生成的特点,提出了一种基于体测数据目标关联规则的挖掘模型。该模型融合考虑PI-tree方法的改进以及最小数据集思想。通过设定不同的参数阈值比较优化前后模型的挖掘效率,并使用合理的“支持度-置信度”框架筛选出体能指标中的强关联规则,对得到的关联规则进行分析与解释,得出有助于大学生体质锻炼的有效信息。实验结果表明基于改进策略优化后的模型能有效挖掘体测数据中的模式信息,并显著提升了运行效率。

关键词：关联规则体测数据模式挖掘 Apriori算法 FP-growth算法 Ecalt算法

来源：评论

学校读者我要写书评

暂无评论

生物信息的负序列模式挖掘技术与应用

生物信息的负序列模式挖掘技术与应用

引用

作者：芦月齐鲁工业大学

学位级别：硕士

DNA序列中储存着大量复杂且有价值的生物信息,其中DNA序列的相似性分析可以发现生物之间的进化关系,从而更好地处理生物信息;DNA序列的模式匹配可以统计基因片段出现的位置和数目,有利于对致病基因进行状态跟踪和靶向治疗。但是大多数... 详细信息

DNA序列中储存着大量复杂且有价值的生物信息,其中DNA序列的相似性分析可以发现生物之间的进化关系,从而更好地处理生物信息;DNA序列的模式匹配可以统计基因片段出现的位置和数目,有利于对致病基因进行状态跟踪和靶向治疗。但是大多数序列相似性分析和模式匹配方法都针对整个序列而不是频繁序列模式,这就加大了计算的复杂度;并且目前的研究方法均忽略了含缺失碱基的基因片段,即对于负序列模式,还没有统一的分析方法,这极大地影响了分析生物信息的准确性和效率。针对现有的分析方法效率较低,得到的DNA序列的进化关系和匹配路径数目较少的问题,本文对其包含的关键问题进行了研究,分别提出两种解决策略,具体如下:针对生物序列相似性分析中存在的问题,提出了一种“基于正、负DNA序列模式的相似性分析”的方法。首先,对整个DNA数据使用f-NSP算法进行模式挖掘,得到物种的最大正、负频繁序列模式。然后,提出一种在二维平面上表示正、负序列的图形表示方法,这种方法可以很好的表示正、负序列模式并通过公式把它转化为时间序列。最后,使用基于DTW距离测量来对DNA序列进行相似性分析,并把结果绘制成系统发育树。通过在真实生物数据上的实验表明,所提的方法可以获得丰富的物种进化关系,分析结果也更符合物种实际的进化关系,并且精确度得到了提高。针对生物序列模式匹配中存在的问题,提出了一种“带一般间隙和One-off约束的正、负DNA序列模式匹配”的方法。首先,将挖掘出的频繁序列模式作为匹配过程中的模式P,这使得模式匹配更有实际意义。然后,提出两种重复元素检测机制,该机制可以有效的剪枝掉不符合One-off约束的匹配路径,并精确地匹配到所有信息和消除冗余。通过对10个真实物种的DNA序列进行实验,表明该算法可以有效地处理负序列模式并获得更多的匹配路径,同时运行效率也得到了提高。

关键词：模式匹配相似性分析负序列模式挖掘频繁模式

来源：评论

学校读者我要写书评

暂无评论

离散序列中的局部趋势模式挖掘

离散序列中的局部趋势模式挖掘

引用

作者：杨炎君哈尔滨工业大学

学位级别：硕士

数据挖掘旨在从海量数据中挖掘并充分利用其中隐藏的有效信息。在众多的数据挖掘任务中,模式挖掘得到了广泛的研究。模式挖掘的目标是挖掘数据库中用户感兴趣的模式的集合,其中对用户有用的知识或信息被称为模式。研究学者针对用户关注... 详细信息

数据挖掘旨在从海量数据中挖掘并充分利用其中隐藏的有效信息。在众多的数据挖掘任务中,模式挖掘得到了广泛的研究。模式挖掘的目标是挖掘数据库中用户感兴趣的模式的集合,其中对用户有用的知识或信息被称为模式。研究学者针对用户关注的信息的不同设计了不同的模式以及相应的算法。比如在频繁项集挖掘问题中,用户关注的是项集在数据库中出现的次数(也被称为支持度)。然而频繁项集这种模式包含的信息相对简单:它仅仅考虑了项集出现次数的多少。因此,两种包含更丰富信息的模式被提出,分别是高效用项集和频繁情节。高效用项集关注的是项集在整个数据库中产生的“效用”,“效用”可以理解为项集的重要性。例如,在交易数据库中,“效用”通常表示商品组合(项集)产生的利润。因此高效用项集挖掘问题使得商场经营者能够得到产生高利润的商品组合,从而帮助经营者更好地作出经营决策,比如捆绑销售或者制定优惠销售策略。另一种模式是频繁情节,它关注的同样是支持度,但它的模式形式有了变化。频繁情节是指在按时间升序排列的单个离散长序列中出现次数不小于用户设定的最小支持度阈值的子序列。例如,在含有真实时间戳的离散长序列中,频繁情节({productA},{productB},{productC,productD}>表示{productA},{productB},{productC,productD}这三种商品或商品组合总是按照这样的时间先后顺序频繁出现。因此,频繁情节挖掘问题有助于经营者了解用户的购买习惯。虽然高效用项集挖掘和频繁情节挖掘有许多应用场景,但这两个模式挖掘问题有两个重要局限。一是它们选择模式的标准(效用或支持度)都是基于整个数据库的。而在真实世界中,一些模式只在数据库中的某些局部时间段内满足效用或支持度阈值,但在整个数据库中不满足。另一个局限是,模式的效用或支持度是随时间变化的。这意味着模式的效用或支持度的变化会在某些时间段内具有增加或减少的趋势。传统的模式挖掘问题忽略了这些模式,而这样的模式在日常生活中十分常见。例如,在学校校庆前的一段时间,校庆相关的纪念品的购买量会有一个明显的增加趋势,那么纪念品产生的利润和纪念品序列的购买频次都会有显著的增加趋势。然而,从一整年的时间范围来考虑,校庆纪念品可能不会产生较高的利润,纪念品序列也可能不会有较高的购买频次,对应的项集和情节分别在利润和购买量上也不会有明显的增加趋势。因此,传统的高效用项集和频繁情节挖掘算法应用到上述场景下就会忽略包含局部效用信息、局部支持度信息和趋势信息的模式。为了解决上述局限,本文设计了一种新的模式,称为局部趋势模式。其含义是在非预定义时间段内效用或支持度有增加或减少趋势的模式。此外,本文还设计了一种检测局部趋势的方法,使得算法能够自动地挖掘出模式的效用或支持度呈现增加或减少趋势的时间段,因此用户不用预先设置固定的时间段。为了挖掘局部趋势模式,本文改进了传统的高效用项集挖掘和频繁情节挖掘算法,设计了三个算法用于挖掘高效用项集和频繁情节的局部趋势。此外,本研究分别设计了适用于高效用项集和频繁情节的局部趋势挖掘问题的数据结构和剪枝策略,以提高算法的运行效率。本文基于离散序列挖掘了局部趋势模式。离散序列由多个按时间先后顺序排列的项集或事件集组成,其表现形式可以是一个含有时间戳的交易数据库,也可以是单个的长序列。高效用项集挖掘问题中使用的数据库是含有时间戳的交易数据库,其中每条记录代表一个项集,它们按时间先后顺序排列,并且不同的记录可以发生在同一时刻。比如,表示为T1的交易记录可以代表项b、c和e组成的项集在时间为d1时被一起购买,购买数量分别为2、2和1。然后根据高效用项集挖掘问题中输入的单元利润表可以得知各个项的重要性。频繁情节挖掘问题中使用的数据库是单个离散的长序列,例如S=<({a,c},t1),({a},t2),({a,b},t3),({a},t6),({a,b},t7),({c},t8),({b},t9),({d},t11)>,它表示一个复杂事件序列,具体含义是事件a和c同时发生在时间点t1,接着事件a发生在时间点t2,然后事件a和b同时发生在时间点t3,以此类推。本文研究了从离散序列的上述两种表现形式中分别挖掘具有局部趋势的高效用项集和频繁情节的问题。本文首先研究了高效用项集的局部趋势挖掘问题。为了检测效用的变化趋势,本文采用箱的概念将带有时间戳的交易数据库划分为连续不重叠的箱序列。假设用户设置的箱的长度为binlen,则整个数据库的箱序列为BS=,其中 B1,binlen 表示时间跨度从1到binlen的箱,numbin表示整个数据库中含有的箱的数量。然后本文令长度固定为winlen(winlen设置为binlen的整数倍)的滑动窗口在箱序列上滑动,每次滑过的长度为单个箱的长度binlen。最后,为了检测项集

关键词：模式挖掘高效用模式挖掘频繁模式挖掘局部趋势模式

来源：评论

学校读者我要写书评

暂无评论

Top-K闭高效用模式挖掘方法研究与应用

Top-K闭高效用模式挖掘方法研究与应用

引用

作者：王少峰北方民族大学

学位级别：硕士

随着计算机和互联网技术的迅猛发展,产生了大量的数据,这些数据存在许多有趣的信息,使用数据挖掘技术可以有效的挖掘并分析这些信息,可以完成推荐、预测、分类等任务。在数据挖掘领域中,高效用模式挖掘起着重要的作用,高效用模式是指效... 详细信息

随着计算机和互联网技术的迅猛发展,产生了大量的数据,这些数据存在许多有趣的信息,使用数据挖掘技术可以有效的挖掘并分析这些信息,可以完成推荐、预测、分类等任务。在数据挖掘领域中,高效用模式挖掘起着重要的作用,高效用模式是指效用值大于用户指定的最小效用值的所有模式。高效用模式中存储着大量有效的信息,但是仍存在大量冗余模式。研究学者提出的闭高效用模式可以有效减少冗余模式,如果一个模式不存在与自身的支持度相同的超集,且效用值大于最小效用值,那么该模式就是一个闭高效用模式。在实际应用中,高效用模式的挖掘需要多次进行最小效用值尝试,这会产生大量的调试时间,使用Top-K高效用模式可以有效解决该问题,该模式是指用户指定的k个效用值最大的模式。闭高效用模式尽管解决了冗余模式问题,但仍会存在最小效用值调试困难的问题,而Top-K高效用模式中仍存在大量冗余模式,针对这两个问题,首先对紧凑高效用模式进行研究与分析;然后提出Top-K闭高效用模式挖掘算法TKCU-Miner,并基于TKCU-Miner算法提出Top-K闭高效用关联规则挖掘算法;最后设计实并现基于Top-K闭高效用模式挖掘方法的验证平台。主要研究内容如下:(1)介绍模式挖掘的研究背景,包括频繁模式挖掘和高效用模式挖掘的特点和相关方法。对紧凑高效用模式的相关概念和特点进行总结,汇总并分析Top-K高效用模式、闭高效用模式、最大高效用模式三种紧凑高效用模式的相关挖掘方法。对其他类型的高效用模式的特点及方法进行分析,包括高平均效用模式,序列高效用模式。(2)研究并实现Top-K闭高效用模式的一阶段挖掘算法TKCU-Miner,该算法使用改进的uList结构,计算模式的真实和剩余效用来剪枝遍历空间,并使用“验证前缀项-添加后缀项”的方法进行闭高效用模式生成,对结果集存储的Top-K缓存区内容实时更新,同时更新最小效用值。最后通过实验验证算法性能。(3)研究并实现基于Top-K闭高效用模式的关联规则挖掘方法,使用效用矩阵存储用于计算效用置信度的数据信息,并设计列表索引的方法生成Top-K闭高效用关联规则,同时避免重复关联规则的生成。最后通过不同数据集对规则的分布进行分析。(4)设计并实现基于Top-K闭高效用模式挖掘方法的验证平台,集成了上述的两个算法,并设计了预处理模块、高效用挖掘模块、关联规则模块和预测模块。平台使用了用户到访行为数据,通过预处理模块进行数据的格式处理,模式挖掘模块对用户到访时间进行分析,在关联规则模块生成预测模块所使用的规则,在预测模块使用关联规则,对用户到访地点进行预测。

关键词：数据挖掘模式挖掘闭高效用模式 Top-K高效用模式关联规则

来源：评论

学校读者我要写书评

暂无评论

海量数据上基于抽样的模式挖掘研究

海量数据上基于抽样的模式挖掘研究

引用

作者：艾佳哈尔滨工业大学

学位级别：硕士

随着云计算和移动互联网等概念越来越深入到普通人的生活当中，大数据也随着变得越来越深入人心。在当今竞争激烈的商业战场上，谁能掌握破解大数据的钥匙，谁就能在商业领域占得先机。然后，对于大数据算法的探索和研究还远远无法满足... 详细信息

随着云计算和移动互联网等概念越来越深入到普通人的生活当中，大数据也随着变得越来越深入人心。在当今竞争激烈的商业战场上，谁能掌握破解大数据的钥匙，谁就能在商业领域占得先机。然后，对于大数据算法的探索和研究还远远无法满足人们想要从大量的信息中挖掘出有价值的知识的需求。因此，针对于大数据的数据挖掘算法的研究极为重要。频繁模式的挖掘是一个拥有大量研究群体的课题，同时也是非常有价值的研究课题。在过去的20年中，各种各样的频繁模式挖掘算法存在，简而言之包括三类，基于“候选集产生-测试”模式的Apriori算法及其扩展算法，基于FP树的模式增长模式的FP-Growth算法及扩展算法，垂直挖掘算法。然而，现存的这些频繁模式挖掘算法存在的共同的短板，就是在数据量急剧增长的今天，已经无法满足大数据量的挖掘需求，一个方面在内存上无法存储大数据量的信息，另一个方面数据量的提升会快速提升算法的运行时间，无法满足人们的实际要求。挖掘算法的效率依然有待提高，而针对大数据上的模式挖掘算法还很少，探索大数据上的高效率的、有效的模式挖掘算法是有意义的。本文改进了直接抽样算法，对抽样结果做验证更新处理，同时改进了两步随机抽样过程，通过对概率阈值的控制来调节挖掘模式的长度，从而达到在不明显增大时间复杂度的情况下显著提升其挖掘模式的有效性。通过只扫描一遍数据库，挖掘有限条的频繁模式。不再局限于以往数据挖掘算法中对模式空间中大于支持度阈值的频繁模式进行完整挖掘的思路，由此大大的提升了挖掘的效率。该方法不再满足特定的支持度阈值。通过实验我们可以看到，增强的直接抽样方法能够很好的改善算法的挖掘效果。同时，我们提出了基于Map-Reduce的分布式的增强的两步随机抽样算法，该算法通过A-RES/A-ExpJ算法来解决带权值的抽样问题（WAS问题），解决了在Map-Reduce框架下的抽样问题；通过Lossy Counting算法解决低频项集的求解问题，用以方便模式的验证过程。如此，通过两个经典的算法，将算法很好的移植到到Map-Reduce框架下面。一方面能够降低程序运行过程对内存的要求和依赖；另一方面，程序运行时间上也会大幅降低。

关键词：模式挖掘抽样大数据 Map-Reduce

来源：评论

学校读者我要写书评

暂无评论

移动对象轨迹序列模式挖掘

移动对象轨迹序列模式挖掘

引用

作者：朱江南京航空航天大学

学位级别：硕士

随着全球定位系统(Global Positioning System,简称GPS)越来越普遍地运用,考虑到对移动对象(Moving Object)进行定位跟踪,通过GPS获取到移动对象的活动轨迹,并对轨迹序列进行分析研究具有潜在的重大价值。序列模式挖掘(Sequence Pattern... 详细信息

随着全球定位系统(Global Positioning System,简称GPS)越来越普遍地运用,考虑到对移动对象(Moving Object)进行定位跟踪,通过GPS获取到移动对象的活动轨迹,并对轨迹序列进行分析研究具有潜在的重大价值。序列模式挖掘(Sequence Pattern Mining)作为数据挖掘的一种重要方法,备受关注。本文实验采用的数据集来自2008年五月的美国旧金山出租车移动数据,主要分布在旧金山湾地区,共包含536辆出租车的GPS坐标数据。(1)作为包含时间和空间两个方面的移动轨迹信息,GPS采集的数据具有数据量大、周期性、噪声干扰严重、缺失性等特点,如何对轨迹数据进行有效地预处理并得到有用的数据,将会直接影响到序列模式挖掘与匹配预测的正确性。本文从数据插值、数据聚类、数据归一化、数据特征表示以及灰色关联分析等方面对数据进行处理,并通过对GPS轨迹停留点的检测与合并方法对轨迹点进行优化,使数据能够高效的进行特征提取,为后续算法提高可靠的轨迹序列。(2)面对基于Apriori算法基本思想的AprioriAll算法、GSP算法以及SPADE算法等以及基于模式增长的算法,包括Freespan算法、Prefixspan算法等,通过对几种算法进行对比分析,本文吸取了模式增长方式不产生候选序列的优点,同时通过对候选序列更加有效地剪枝进行算法优化,有效地提高了模式挖掘算法的效率以及正确性。(3)面对序列模式匹配不准确这一难题,本文提出了FreSeqMatching匹配算法,利用提出的序列类、序列焦点的定义,结合相似度分析的概念,通过对匹配效果及时反馈以及支持度等条件进行及时调整,结合模式挖掘算法,有效地提高了序列模式匹配的精度以及移动对象轨迹预测的准确率。

关键词：移动对象数据表示时间序列模式挖掘特征表示模式匹配移动行为预测

来源：评论

学校读者我要写书评

暂无评论

Web日志序列模式挖掘算法及其应用研究

Web日志序列模式挖掘算法及其应用研究

引用

作者：纪建武上海财经大学

学位级别：硕士

随着现代计算机技术和网络技术的迅猛发展，人们的生活习惯和工作方式因为使用计算机和网络而发生巨变。通过网上获取信息资源，进行交流通讯和开展买卖交易成为了越来越多人日常生活的一部分。但是由于网站数量的猛增，站点结构的复杂... 详细信息

随着现代计算机技术和网络技术的迅猛发展，人们的生活习惯和工作方式因为使用计算机和网络而发生巨变。通过网上获取信息资源，进行交流通讯和开展买卖交易成为了越来越多人日常生活的一部分。但是由于网站数量的猛增，站点结构的复杂化以及网页信息的激增，人们常常发现自己迷失在信息的海洋中，同时网站的经营管理者也常常因为无法准确识别用户的意图而难以改善经营业绩，为了解决这样的问题，出现了Web日志挖掘技术。\n Web日志挖掘是指通过挖掘记录用户网上行为的Web日志数据，从中挖掘出用户感兴趣的东西，从而改善用户网上体验、提供个性化服务和优化站点结构等。在Web日志挖掘所使用的技术中，有关联规则、聚类挖掘和分类技术等，本文所采用的挖掘技术为序列模式挖掘技术。Web日志挖掘包括数据预处理、模式挖掘和模式匹配这三个阶段。本文对这三个阶段分别进行了研究，其中模式匹配阶段结合了智能推荐系统进行研究。\n Web日志数据预处理是Web日志挖掘的前提，它决定着模式挖掘算法和模式分析匹配算法的性能和准确性。所以，本文对数据预处理的五个阶段分成了三大环节进行研究。其中第一个环节是数据准备阶段，主要包括了数据清理和用户识别；第二个环节是关键的会话识别；第三个环节是数据完善，包括了路径补充和事务识别。本文通过分析传统的会话识别方法和目前研究热点的基于页面访问时间阈值的会话识别方法的优缺点，提出了一种基于时间判断和引用结构的简洁会话识别方法。该方法主要是将传统会话识别方法的三种方法进行了结合，从而有效的避免单独采用一种方法所可能带来的不准确性；同时，该方法也不存在基于页面访问时间阈值识别方法的缺点——识别过程中过多依赖客户端以及用户的信息，从而提高了算法的运行效率，高效地为模式挖掘阶段准备良好的数据输入。\n 为了选择一种序列模式挖掘算法作为本文的核心算法，本文先对序列模式挖掘算法的经典算法进行了分析比较，旨在从分析比较中找到序列模式挖掘算法改进的一种思路，同时也是作为算法择优的一个基础。序列模式挖掘算法主要分成两大类算法，分别是候选集生成测试算法和模式增量算法，前者普遍存在的一个缺点是在挖掘的过程中会产生大量的候选集，同时需要多次扫描数据库以统计候选集的支持度，因此导致算法的效率低下；后者采用了特殊的数据结构，通过将原始数据压缩存储到特定的数据结构而避免了算法再次扫描数据库带来的时空开销，同时，在挖掘过程中并不会产生大量的候选集，从而将算法的挖掘效率大大提升。因此，本文选择了此类算法中的WAP-Tree挖掘算法，但是由于WAP-Tree挖掘算法在挖掘的过程中利用了条件模式数据库，递归地构造WAP-Tree进行挖掘，并没有显式地对挖掘的模式进行频度统计，所以，挖掘的结果中缺少了模式的支持度一项值，不利于应用到具体的实际应用中去。本文正是看到了原算法的这个缺陷而改进了WAP-Tree挖掘算法并将其命名为WAPR算法，使其在挖掘的过程中同时记录模式的支持度，由于模式支持度的记录只是新增了变量进行记录，因而没有太大影响算法的时间复杂度，这比先挖掘后计算支持度的方法，性能得到了大大的提高。\n 此外，本文构建了一种基于用户访问模式的协同管理智能推荐系统。此系统旨在实现用户和系统管理员协同管理智能推荐系统的目标，同时，由于采用了用户访问模式挖掘的手段，使到挖掘和推荐的结果更能体现真实用户的访问行为。在系统的数据预处理模块中，采用了前文所研究的数据预处理技术；在模式挖掘模块中，采用了前文所改进的挖掘算法；在模式匹配与推荐模块中，本文运用了一种简单的匹配算法。最后，本文还对系统的核心功能进行了模拟实验。

关键词： Web日志挖掘会话识别序列模式智能推荐模式挖掘

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共57页 << < 5 6 7 8 9 10 11 12 13 14 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：