检索结果-内蒙古大学图书馆

电力自动化设备 2018年第5期38卷 110-116页

作者：孙丰杰王承民谢宁上海交通大学电子信息与电气工程学院上海200240

针对目前关联规则挖掘频繁树(fp-tree)算法实现较困难以及难以处理数据库更新的缺点,提出了频繁模式网络(fp-network)模型,将关联规则挖掘所需要的信息压缩到一个无向网络图上,并建立事务项目关联矩阵,从而进行数据存储和数据挖掘。fp-n... 详细信息

针对目前关联规则挖掘频繁树(fp-tree)算法实现较困难以及难以处理数据库更新的缺点,提出了频繁模式网络(fp-network)模型,将关联规则挖掘所需要的信息压缩到一个无向网络图上,并建立事务项目关联矩阵,从而进行数据存储和数据挖掘。fp-network模型适用于智能电网大数据的关联规则挖掘。以关联规则挖掘在输电线路故障分析领域的应用为例进行算例分析,结果表明所提出的fp-network关联规则挖掘算法不仅继承了fp-tree算法的优点,而且只需扫描一次数据库,也便于数据库的维护和更新,从而提高了智能电网大数据关联规则挖掘的效率。

关键词：智能电网大数据关联规则 fp-tree算法 fp-network算法

来源：评论

学校读者我要写书评

暂无评论

关联规则中fp—tree算法的应用

引用

福建电脑 2012年第1期28卷 92-93页

作者：蔡晓霞福建商业高等专科学校图书馆技术部福建福州350012

本文并着重介绍了关联规则及其主要算法。通过介绍关联规则模型和关联规则中提供了求频繁项集的fp—tree算法,并以图书馆读者借阅实例简述实现了该算法的基本功能。

关键词：数据挖掘关联规则 fp-tree算法

来源：评论

学校读者我要写书评

暂无评论

fp-tree算法在自适应学习系统学习者特征模型建立中的应用研究

FP-Tree算法在自适应学习系统学习者特征模型建立中的应用研究

引用

作者：蒲聪东北师范大学

学位级别：硕士

在自适应学习系统中,由于学习者的学习特征众多,数据库系统是一个庞大的数据资源,每天都会有大量的记录存储到数据库中,其中可能会包含一些重复的、无关紧要的、甚至是相互矛盾的记录。另外当前教育学专家对影响学生学习的特征的说法不... 详细信息

在自适应学习系统中,由于学习者的学习特征众多,数据库系统是一个庞大的数据资源,每天都会有大量的记录存储到数据库中,其中可能会包含一些重复的、无关紧要的、甚至是相互矛盾的记录。另外当前教育学专家对影响学生学习的特征的说法不一,造成教育学领域对学习者特征的评判没有统一的标准。因此,需要对大量的学习者的学习日志进行统计分析,找出对学习者影响最大、最具诊断意义的学习特征。本文以自适应学习系统为背景,利用人工数据合成工具生成实验数据,研究出一个适合于自适应学习系统的关联挖掘算法,并将此挖掘算法应用于自适应系统中,逐步纠正自适应学习系统中学习者特征模型,使学习者更好地利用系统进行学习。根据自适应学习系统学习者特征的特点,本文对fp-tree算法进行了改进。首先从算法自身进行改进,针对频繁项集过多的问题,提出在fp-growth的基础上进行改进的关键项抽取算法KEfp-growth,忽略了在分析时不关心的频繁项集。接着从数据源方面进行了改进,针对数据源过大导致挖掘效率低下甚至无法在内存中加载fp-tree的问题,本文提出数据投影算法,就是采用分而治之的思想,对数据库频繁1-项集分割成各个频繁1-项集的数据库子集,然后分别对数据库子集进行挖掘,再将其合并。最后将KEfp-growth算法和投影算法相结合,这样既可以消除无意义的频繁项的挖掘,又可以在大数据量时候又能对数据进行划分。本文还通过实验比较了三种改进算法以及原fp-tree算法的性能,实验表明采用KEfp-growth算法和数据库投影算法相结合的算法最适合于自适应学习系统的学习者特征的挖掘。本文基于改进的fp-tree的算法成功地完成了自适应学习学习者特征建立挖掘的相关性研究,也为自适应学习系统的知识发现提供了进一步的研究思路。

关键词：自适应学习数据挖掘学习特征关联规则 fp-tree算法

来源：评论

学校读者我要写书评

暂无评论

两票培训考核专家系统试题筛选方法的研究与应用

两票培训考核专家系统试题筛选方法的研究与应用

引用

作者：魏子辉华北电力大学

学位级别：硕士

“互联网+”的大背景下,企业的培训、考核、管理都网络化,其方便了管理、解放了人力、减少了物力资源的消耗、提高了工作效率。而网络化的培训考核,对于电厂而言,缩短了从选题到出卷、考核到阅卷的时间,网络化的培训,一方面适应社会科... 详细信息

“互联网+”的大背景下,企业的培训、考核、管理都网络化,其方便了管理、解放了人力、减少了物力资源的消耗、提高了工作效率。而网络化的培训考核,对于电厂而言,缩短了从选题到出卷、考核到阅卷的时间,网络化的培训,一方面适应社会科技的迅猛发展,另一方面增加员工学习积极性。在网络化的基础上,加入试题筛选功能,使员工自主学习更加方便快捷,省去了繁琐的查找过程,节约学习时间,提高学习培训效率。本文主要完成了以下内容:1.对中文分词技术进行探究分析,总结归纳目前主要流行的分词算法,随机抽取系统题库中的题目,将这些试题代入所有的分词算法中,比较算法分词后的效果,通过比较选取最适用本系统题库的IK Analyzer分词方法,然后利用该算法对整个题库进行分解,去除无意义的助词、虚词等,将题目分解成一组关键词,建立关键词库,于此同时设计数据库,将关键词库与题库形成对应,存储两者的映射关系。2.针对系统已经录入的事件报告单,分析事件报告单的组成成分,统计分析事件报告单中,最能代表其主旨内容的部分,选取这些项作为分解项,用已经实现的IK Analyzer分词方法,对这些项进行分解,建立关键词条序列。3.根据2中生成的关键词条序列,利用关联规则挖掘算法中的fp-tree算法,对已有的关键词库进行fp-tree的建立,生成关键词条序列在fp-tree算法中的最大频繁项集,然后通过关键词库与题库的对应关系,找到对应的试题,整理试题的排版,然后打印显示给用户。

关键词： IK Analyzer 中文分词算法关联规则挖掘算法 fp-tree算法

来源：评论

学校读者我要写书评

暂无评论

面向Web防护的Snort预处理器与规则匹配优化研究

面向Web防护的Snort预处理器与规则匹配优化研究

引用

作者：陈锦蓉长沙理工大学

学位级别：硕士

随着信息技术的不断发展、互联网应用的增多、网络中流量的大幅度增加,网络信息安全面临着更大的挑战。Web防护技术也从防火墙、杀毒软件发展到入侵检测,再到多种技术的结合检测。入侵检测技术能对目标网络节点中通过的事件或数据进行检... 详细信息

随着信息技术的不断发展、互联网应用的增多、网络中流量的大幅度增加,网络信息安全面临着更大的挑战。Web防护技术也从防火墙、杀毒软件发展到入侵检测,再到多种技术的结合检测。入侵检测技术能对目标网络节点中通过的事件或数据进行检测,过滤网络中的不安全因素,保障网络信息的安全。入侵检测技术作为一种主动的安全防御技术,能在防火墙等的防御方法上进行防御补充。然而,在现在的网络中,入侵检测需要处理的数据量更大,数据也更复杂多变。因此,如何在入侵检测系统有效的处理数据,适应攻击手段的变化,是当前需要解决的问题。针对当前网络的特点,本文分析了网络数据包的特点和K-means算法的基础理论,提出了一种对K-means算法的改进方法,并利用Snort的插件机制,将Snort预处理器与改进后的k-means算法结合,使Snort预处理插件能对静态数据进行聚类,对实时数据进行分类。分析入侵检测在现在网络中存在的不足之处,提出了一种对将改进后的fp-tree算法运用至Snort规则匹配插件中的优化方法。本文的主要工作包括:(1)通过对k-means算法和fp-tree算法的改进对Snort入侵检测系统的预处理器和规则匹配模块进行优化。利用改进后的k-means算法对静态数据进行聚类,分为正常数据类和异常数据类,通过对距离的判断将实时数据分为正常数据或是异常数据,再利用Snort对其进行进一步的处理。利用改进后fp-tree算法对从网络数据进行规则挖掘,随后生成可被Snort识别的规则,再添加至Snort规则库中,使其能适应攻击手段变化。(2)利用KDD CUP99数据集对提出的两种优化方法进行有效性实验,对本文工作进行总结和分析。

关键词：入侵检测 Web防护 Snort K-means算法 fp-tree算法

来源：评论

学校读者我要写书评

暂无评论

基于大数据智能化的客户服务异常行为分析

引用

电信工程技术与标准化 2018年第12期31卷 28-32页

作者：张明中移在线服务有限公司郑州450001

本文针对大数据环境下利用智能化对客户服务异常行为分析进行研究,通过创建行为链、基于fp-tree算法的关联分析实现信息系统客户服务异常行为分析。然后,本文结合中移在线服务有限公司实际情况,提出了一套客户服务异常行为分析解决方案。

关键词：智能化客服服务异常行为分析 fp-tree算法

来源：评论

学校读者我要写书评

暂无评论

基于Spark的分布式关联规则算法研究

基于Spark的分布式关联规则算法研究

引用

作者：刘昕昊哈尔滨工程大学

学位级别：硕士

随着科技的进步,当今社会的信息量正在以爆炸的趋势增长,因此需要对这些大量的数据进行挖掘,为社会生活乃至国家发展找出有价值和有意义的相关知识。于是,产生了数据挖掘这一概念,而且数据挖掘如今已经广泛地应用于我们的日常生活中。... 详细信息

随着科技的进步,当今社会的信息量正在以爆炸的趋势增长,因此需要对这些大量的数据进行挖掘,为社会生活乃至国家发展找出有价值和有意义的相关知识。于是,产生了数据挖掘这一概念,而且数据挖掘如今已经广泛地应用于我们的日常生活中。数据挖掘这一概念对于当今社会来说并不陌生,它指的就是通过某种挖掘方法,从大规模的信息中发现并提炼出隐含在大规模信息数据中有价值的数据的过程。通过数据挖掘这项技术,人们能够从大量的数据中获得有意义和有用的知识,进而在社会生活中根据这些发现的知识对某些重要的事情做出决定和适当的判断。如今这样呈爆炸式增长的数据量反而给以往的关联规则算法带来了许多问题,比如效率较低、占用大量的存储空间等。因此,许多研究人员提出了分布式并行云计算技术去挖掘大数据中有价值的数据信息。然而为了使数据挖掘的速度得到充分的得以提高,就要用到分布式环境中大量的计算节点。当许多服务器工作在同一网段时,许多不同的任务在同一时间被传输,可用的传输带宽就会受限。无论对于网络内部或外部,这都导致了传输速度变慢,造成严重的传输延迟。综合分析如今分布式环境中数据传输的瓶颈问题以及fp-tree算法及其改进算法,本文采用了一种CSfp-tree算法,该算法在主节点上对数据集进行预处理,即对传统的频繁模式树进行压缩,使之成为一个占用空间更少的树,这样就可以减少数据在主节点和计算节点之间的传输时间。此外,提出了基于Spark分布式环境的关联规则挖掘方法,将预处理后的频繁模式树放到Spark环境中进行分布式并行化的关联规则挖掘,从而进一步提高了挖掘效率。相比于Hadoop,Spark环境是基于内存处理的,更加有利于fp-tree这种迭代算法,挖掘效率更优越。最后通过实验验证了本文提出算法的可行性和有效性,对今后有关于基于Spark的分布式数据挖掘的研究起到了一定的参考价值。

关键词：分布式数据挖掘关联规则 fp-tree算法 Spark

来源：评论

学校读者我要写书评

暂无评论

fp-tree关联规则算法在推荐系统中的应用

引用

信息技术 2015年第11期39卷 185-188页

作者：刘华西安铁路职业技术学院西安710016

近几年,由于电子商务迅猛发展,推荐系统逐渐成为了最热门的竞争手段。目前,推荐系统主要包括三个方面的推荐:热卖产品推荐、新产品上市推荐和相关产品推荐等。文中关注相关产品推荐,也就是利用数据挖掘技术在大量的历史销售记录数据中... 详细信息

近几年,由于电子商务迅猛发展,推荐系统逐渐成为了最热门的竞争手段。目前,推荐系统主要包括三个方面的推荐:热卖产品推荐、新产品上市推荐和相关产品推荐等。文中关注相关产品推荐,也就是利用数据挖掘技术在大量的历史销售记录数据中进行挖掘,找出隐藏在不同的商品之间的相关信息,用动态网页的形式向用户推荐。采用fp-tree关联规则算法实现对客户信息的数据挖掘,并将其应用在推荐系统中。

关键词：数据挖掘关联规则 fp-tree算法推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于邻接矩阵的fp-tree构造算法

引用

计算机工程与应用 2011年第7期47卷 153-155页

作者：刘应东冷明伟陈晓云兰州交通大学交通运输学院兰州730070 上饶师范学院数学与计算机系江西上饶334000 兰州大学信息科学与工程学院兰州730000

提出了一种基于邻接矩阵的fp-tree构造方法。首先通过扫描数据库建立2-项集支持数的邻接矩阵,通过邻接矩阵对项进行过滤和新方式排序,然后再利用邻接矩阵构造fp-tree,使得fp-tree的分支、节点数和深度大幅度地减少,从而使存储空间减少... 详细信息

提出了一种基于邻接矩阵的fp-tree构造方法。首先通过扫描数据库建立2-项集支持数的邻接矩阵,通过邻接矩阵对项进行过滤和新方式排序,然后再利用邻接矩阵构造fp-tree,使得fp-tree的分支、节点数和深度大幅度地减少,从而使存储空间减少、遍历时间缩短。最后使用标准数据集进行验证测试并和其他算法的比较,实验结果表明,该算法在保证结果的同时有效地提高频繁项集挖掘的效率。

关键词：数据挖掘频繁项集 fp-tree算法邻接矩阵

来源：评论

学校读者我要写书评

暂无评论

Apriori算法与fp-tree算法的探讨

引用

淮北煤炭师范学院学报（自然科学版） 2010年第2期31卷 44-49页

作者：况莉莉合肥工业大学计算机与信息学院安徽合肥230009 淮北职业技术学院计算机科学技术系安徽淮北235000

在关联规则挖掘中,Apriori和fp-tree是两种最基本的算法.文章讨论这两种算法的基本思想、数据挖掘步骤、优缺点并以具体的实例描述两种算法的实现过程.深入分析这两种算法为关联规则挖掘算法的扩展和改进奠定了基础.

关键词：关联规则 Apriori算法 fp-tree算法事务数据库频繁项集

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：