Apriori算法
- 傳統(tǒng)關(guān)聯(lián)規(guī)則算法的改進(jìn)及其驗(yàn)證研究
的Apriori算法在處理大規(guī)模數(shù)據(jù)集時(shí)面臨的計(jì)算復(fù)雜度高和內(nèi)存消耗大的問(wèn)題，提出了在使用二進(jìn)制編碼的Apriori算法并采用Ray分布式框架以及與Sample動(dòng)態(tài)采樣算法結(jié)合——RBE-Apriori算法。將事務(wù)、候選集、頻繁項(xiàng)集轉(zhuǎn)化為二進(jìn)制，并使用Sample動(dòng)態(tài)采樣算法對(duì)候選集進(jìn)行處理，在生成關(guān)聯(lián)規(guī)則的過(guò)程中使用Ray分布式框架，可以有效的減少生成關(guān)聯(lián)規(guī)則的時(shí)間，從而提高算法效率。通過(guò)實(shí)驗(yàn)結(jié)果表明，改進(jìn)的算法相比于經(jīng)典Apriori算法，在生成相同頻
電腦知識(shí)與技術(shù) 2024年4期2024-04-28
- 基于關(guān)聯(lián)規(guī)則的中醫(yī)藥知識(shí)發(fā)現(xiàn)
；Apriori算法；中醫(yī)醫(yī)案；用藥規(guī)律中醫(yī)醫(yī)案作為重要的醫(yī)療資源包含海量的數(shù)據(jù)與信息，其中蘊(yùn)含的隱性知識(shí)亟待被挖掘與發(fā)現(xiàn)。提升中醫(yī)醫(yī)案的挖掘與利用水平在一定程度上可以提高中醫(yī)臨床診療的效率與醫(yī)療服務(wù)的精準(zhǔn)性，因此圍繞中醫(yī)醫(yī)案內(nèi)容進(jìn)行知識(shí)發(fā)現(xiàn)有著重要的意義。習(xí)近平總書(shū)記在考察東漢醫(yī)學(xué)家張仲景的墓祠紀(jì)念地時(shí)強(qiáng)調(diào)，中醫(yī)藥學(xué)包含著中華民族幾千年的健康養(yǎng)生理念及實(shí)踐經(jīng)驗(yàn)，是中華民族的偉大創(chuàng)造和中國(guó)古代科學(xué)的瑰寶，要做好守正創(chuàng)新、傳承發(fā)展工作，注重用現(xiàn)代科學(xué)解讀中醫(yī)
現(xiàn)代情報(bào) 2024年3期2024-03-18
- 基于企業(yè)用人需求的西部高校畢業(yè)生核心就業(yè)能力指標(biāo)研究
用Apriori算法從抓取的就業(yè)能力指標(biāo)中歸結(jié)出核心指標(biāo)，總結(jié)出西部高校本科生核心就業(yè)能力指標(biāo)。研究對(duì)高校的本科培養(yǎng)方案制定有良好的參考價(jià)值，有利于推動(dòng)校企聯(lián)合人才培養(yǎng)，有助于推動(dòng)本科培養(yǎng)評(píng)價(jià)體系的進(jìn)一步優(yōu)化。 關(guān)鍵詞：西部高校畢業(yè)生；核心就業(yè)能力；Apriori算法 一、引言 伴隨我國(guó)高等教育正在擺脫傳統(tǒng)式的“精英式教育”，逐漸朝著“大眾式教育”轉(zhuǎn)變，我國(guó)大學(xué)生就業(yè)困難的問(wèn)題儼然成了社會(huì)各界廣泛關(guān)注的熱點(diǎn)問(wèn)題。為維持就業(yè)穩(wěn)定和社會(huì)穩(wěn)定，我國(guó)政府出臺(tái)
中國(guó)集體經(jīng)濟(jì) 2023年35期2023-12-20
- 基于改進(jìn)的Apriori算法的鐵路事故風(fēng)險(xiǎn)源關(guān)聯(lián)分析方法
的Apriori算法，對(duì)鐵路事故與風(fēng)險(xiǎn)源進(jìn)行數(shù)據(jù)挖掘分析。考慮鐵路事故傷亡的嚴(yán)重程度，提出新的支持度、置信度指標(biāo)計(jì)算方法，對(duì)鐵路事故因素進(jìn)行加權(quán)量化。同時(shí)添加時(shí)間約束，探索不同時(shí)間的鐵路事故風(fēng)險(xiǎn)源關(guān)聯(lián)規(guī)則。利用英國(guó)鐵路事故數(shù)據(jù)，挖掘鐵路事故與風(fēng)險(xiǎn)源之間的關(guān)聯(lián)規(guī)則，針對(duì)實(shí)際案例制定切實(shí)有效的預(yù)防措施。結(jié)果表明，利用改進(jìn)的Apriori算法能夠得到更多的鐵路事故與風(fēng)險(xiǎn)源之間的關(guān)聯(lián)規(guī)則，對(duì)于預(yù)防鐵路事故的發(fā)生具有重要的作用。關(guān)鍵詞：風(fēng)險(xiǎn)源;鐵路事故;關(guān)聯(lián)規(guī)則;A
山東科學(xué) 2023年5期2023-10-26
- 基于云計(jì)算的數(shù)據(jù)隱私保護(hù)技術(shù)研究
摘要：大數(shù)據(jù)使云計(jì)算成為數(shù)據(jù)存儲(chǔ)和處理的重要途徑．但也引發(fā)了數(shù)據(jù)隱私和安全問(wèn)題。因此，發(fā)展基于云計(jì)算的數(shù)據(jù)隱私保護(hù)技術(shù)是當(dāng)前研究熱點(diǎn)之一。文章進(jìn)一步開(kāi)發(fā)了包括數(shù)據(jù)提供者、服務(wù)器和用戶(hù)3部分組成的云架構(gòu)．并發(fā)展了一種apriori算法來(lái)增強(qiáng)加密數(shù)據(jù)的隱私性、云計(jì)算系統(tǒng)的數(shù)據(jù)保護(hù)以及查詢(xún)隱私功能。最后，為了評(píng)估所提出的架構(gòu)的安全性能，實(shí)驗(yàn)使用Windows 11操作系統(tǒng)的計(jì)算機(jī)對(duì)不同的最小支持度和數(shù)據(jù)量做安全評(píng)估。測(cè)試表明，所提出的算法能為云計(jì)算系統(tǒng)提供安全的
計(jì)算機(jī)應(yīng)用文摘 2023年13期2023-07-17
- 大數(shù)據(jù)條件下卷接機(jī)組設(shè)備即時(shí)健康評(píng)價(jià)模型
用Apriori算法找出與工藝指標(biāo)存在關(guān)聯(lián)關(guān)系的參數(shù)，利用熵權(quán)法確定權(quán)重。建立設(shè)備綜合健康狀態(tài)評(píng)價(jià)模型，計(jì)算出綜合健康指數(shù)來(lái)判斷設(shè)備的健康情況。最后通過(guò)案例分析驗(yàn)證了此方法的可用性，為設(shè)備維修保養(yǎng)的決策方案提供依據(jù)。關(guān)鍵詞：卷煙工業(yè)；健康狀態(tài)評(píng)價(jià)；Apriori算法；健康指數(shù)中圖分類(lèi)號(hào)：TP271 ? ?文獻(xiàn)標(biāo)志碼：BDOI：10.13714/j.cnki.1002-3100.2023.09.012Abstract： In the context of i
物流科技 2023年9期2023-06-15
- 雙水內(nèi)冷連鑄輥道系統(tǒng)故障關(guān)聯(lián)規(guī)則診斷技術(shù)
；Apriori算法
計(jì)算技術(shù)與自動(dòng)化 2023年1期2023-05-30
- 基于Apriori算法的機(jī)動(dòng)車(chē)保險(xiǎn)欺詐索賠的關(guān)聯(lián)度分析
Apriori算法 欺詐率1 引言2019年6月中國(guó)保險(xiǎn)學(xué)會(huì)與金融壹賬通聯(lián)合發(fā)布了《2019年中國(guó)保險(xiǎn)行業(yè)智能風(fēng)控白皮書(shū)》，文中說(shuō)明就目前我國(guó)的所有保險(xiǎn)行業(yè)里面，車(chē)險(xiǎn)欺詐滲透約占理賠金額比例高達(dá)20%，相應(yīng)的年損失竟有200多億元，可謂是觸目驚心[5]。在近幾年來(lái)，我國(guó)車(chē)險(xiǎn)行業(yè)發(fā)展迅速，然而當(dāng)前車(chē)險(xiǎn)欺詐一直伴隨著汽車(chē)保險(xiǎn)的發(fā)展，高速的發(fā)展帶來(lái)的結(jié)果是保險(xiǎn)的經(jīng)營(yíng)成本一直在增加，隨著當(dāng)前欺詐手段和欺詐形式的多樣化，其車(chē)險(xiǎn)欺詐分別給保險(xiǎn)公司、合法投保人以及車(chē)險(xiǎn)
時(shí)代汽車(chē) 2023年9期2023-05-22
- 基于關(guān)聯(lián)規(guī)則學(xué)生成績(jī)預(yù)警研究
的Apriori算法來(lái)分析廈門(mén)工學(xué)院2016級(jí)至2018級(jí)學(xué)生的成績(jī)數(shù)據(jù)，探究每個(gè)專(zhuān)業(yè)各課程之間的關(guān)聯(lián)度。在Matlab環(huán)境下用Apriori算法對(duì)信息與計(jì)算科學(xué)專(zhuān)業(yè)的學(xué)生學(xué)業(yè)成績(jī)進(jìn)行挖掘分析，發(fā)現(xiàn)該專(zhuān)業(yè)下不同課程間的關(guān)聯(lián)關(guān)系，尤其是對(duì)先修課程與后繼課程間的關(guān)聯(lián)規(guī)則的挖掘，及時(shí)對(duì)掛科的學(xué)生預(yù)警，并同時(shí)給任課教師提供指導(dǎo)，從而提高教育教學(xué)管理水平。關(guān)鍵詞：關(guān)聯(lián)規(guī)則；學(xué)業(yè)預(yù)警；Apriori算法一、Apriori算法介紹Apriori算法本質(zhì)是屬于逐層查找迭代
信息系統(tǒng)工程 2023年9期2023-04-29
- 基于關(guān)聯(lián)分析的醫(yī)囑輔助決策圖譜應(yīng)用研究
;Apriori算法;Neo4j;知識(shí)圖譜中圖分類(lèi)號(hào)：TP399? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）25-0037-04開(kāi)放科學(xué)（資源服務(wù)） 標(biāo)識(shí)碼（OSID） ：1 引言醫(yī)療過(guò)程所產(chǎn)生的海量數(shù)據(jù)中存在著潛在未被挖掘的寶貴經(jīng)驗(yàn)和規(guī)律[1]，不少?lài)?guó)內(nèi)外學(xué)者已經(jīng)嘗試并成功將數(shù)據(jù)挖掘技術(shù)應(yīng)用于醫(yī)療行業(yè)實(shí)際診療過(guò)程中，學(xué)術(shù)界對(duì)智慧醫(yī)療的探索也逐漸深入[2-12]。目前國(guó)內(nèi)醫(yī)院信息系統(tǒng)中廣泛采用的輔助醫(yī)生開(kāi)醫(yī)囑的方法包括：醫(yī)囑組套，醫(yī)囑
電腦知識(shí)與技術(shù) 2022年25期2022-10-18
- 基于Apriori算法的圖書(shū)館用戶(hù)行為模式分析研究
;Apriori算法中圖法分類(lèi)號(hào)：TP391;G252? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2022）02-0009-04Abstract： Taking the user data of the information management system of a university library as the research object， this paper studies the borrowing behavi
現(xiàn)代信息科技 2022年2期2022-06-15
- 基于ADriori算法的課程關(guān)聯(lián)性分析研究
；Apriori算法；專(zhuān)業(yè)設(shè)置；關(guān)聯(lián)性分析1引言隨著“互聯(lián)網(wǎng)+”時(shí)代的到來(lái)，各行各業(yè)高速積累的數(shù)據(jù)流填滿(mǎn)了每個(gè)社會(huì)參與者的時(shí)空環(huán)境，挖掘海量數(shù)據(jù)中的有用信息是各行各業(yè)研究者孜孜不倦的追求目標(biāo)。本文利用Apriori算法對(duì)鐵道供電技術(shù)專(zhuān)業(yè)學(xué)生往年的成績(jī)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，找出各課程之間的關(guān)聯(lián)性，為科學(xué)規(guī)劃和設(shè)置專(zhuān)業(yè)課程體系提供參考依據(jù)。2研究背景鐵道供電技術(shù)專(zhuān)業(yè)旨在培養(yǎng)從事電氣化鐵道供電系統(tǒng)及其設(shè)備的運(yùn)行、檢修、維護(hù)與施工等的高素質(zhì)技術(shù)技能型人才。開(kāi)設(shè)公共基礎(chǔ)
計(jì)算機(jī)應(yīng)用文摘 2022年23期2022-04-29
- Apriori優(yōu)化算法評(píng)測(cè)
：Apriori算法是第一個(gè)被提出的關(guān)聯(lián)規(guī)則挖掘算法，也是數(shù)據(jù)挖掘十大算法之一。從其誕生至今眾多研究者致力于從不同角度改進(jìn)Apriori算法，以提高挖掘關(guān)聯(lián)規(guī)則的效率。為了深入比較各優(yōu)化算法的特性，選取自頂向下、I-Apriori和T-Apriori等三種應(yīng)用廣泛的Apriori改進(jìn)算法，詳細(xì)介紹其優(yōu)化的依據(jù)和方法。通過(guò)實(shí)驗(yàn)證明三種優(yōu)化算法相較于經(jīng)典Apriori算法取得了更優(yōu)的挖掘效率，對(duì)比分析了三種算法優(yōu)化效果和使用場(chǎng)景。關(guān)鍵詞：Apriori算法;優(yōu)
電腦知識(shí)與技術(shù) 2021年25期2021-11-07
- 基于關(guān)聯(lián)性分析的智能倉(cāng)庫(kù)貨位優(yōu)化研究
;Apriori算法;智能倉(cāng)庫(kù)中圖分類(lèi)號(hào)：F253? ? 文獻(xiàn)標(biāo)識(shí)碼：AAbstract： Orders sorting is an important part of warehousing operations， the position of shelves is in dynamic change in intelligent warehouse， so it is particularly important to carry out reaso
物流科技 2021年6期2021-09-18
- 連鎖藥店關(guān)聯(lián)銷(xiāo)售現(xiàn)狀研究
和Apriori算法分析研究連鎖藥店的關(guān)聯(lián)銷(xiāo)售，分析消費(fèi)者的購(gòu)買(mǎi)行為習(xí)慣，挖掘出兩類(lèi)客戶(hù)39條有效關(guān)聯(lián)規(guī)則，提出基于關(guān)聯(lián)規(guī)則的連鎖藥店管理建議，以促進(jìn)連鎖藥店行業(yè)的健康發(fā)展。關(guān)鍵詞：連鎖藥店;關(guān)聯(lián)分析;Apriori算法中圖分類(lèi)號(hào)：F203 文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.12245/j.issn.2096-6776.2021.09.09新醫(yī)改方案出臺(tái)以來(lái)，伴隨著購(gòu)藥渠道的多元化，我國(guó)醫(yī)藥零售行業(yè)得到了快速發(fā)展。目前零售連鎖藥店數(shù)據(jù)庫(kù)的功能比較完善，能夠?qū)崿F(xiàn)數(shù)
商展經(jīng)濟(jì)·上半月 2021年5期2021-09-10
- Apriori算法在無(wú)線(xiàn)網(wǎng)絡(luò)數(shù)據(jù)智能挖掘中的應(yīng)用
出Apriori算法在無(wú)線(xiàn)網(wǎng)絡(luò)數(shù)據(jù)智能挖掘中的應(yīng)用研究。通過(guò)數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則設(shè)計(jì)、基于Apriori算法的無(wú)線(xiàn)網(wǎng)絡(luò)數(shù)據(jù)文本分類(lèi)和無(wú)線(xiàn)網(wǎng)絡(luò)數(shù)據(jù)離群點(diǎn)智能過(guò)濾，實(shí)現(xiàn)無(wú)線(xiàn)網(wǎng)絡(luò)數(shù)據(jù)智能挖掘。通過(guò)實(shí)驗(yàn)證明，所提挖掘方法與傳統(tǒng)方法相比挖掘效率得到明顯提升。關(guān)鍵詞： Apriori算法; 無(wú)線(xiàn)網(wǎng)絡(luò); 關(guān)聯(lián)規(guī)則; 智能挖掘文章編號(hào)： 2095-2163（2021）03-0113-02 中圖分類(lèi)號(hào)：TN911.1-34 文獻(xiàn)標(biāo)志碼：A【Abstract】In order t
智能計(jì)算機(jī)與應(yīng)用 2021年3期2021-08-09
- 大額保險(xiǎn)大數(shù)據(jù)智能反欺詐系統(tǒng)設(shè)計(jì)
于Apriori算法提出了大額保險(xiǎn)大數(shù)據(jù)智能反欺詐系統(tǒng)模型，重點(diǎn)分析了數(shù)據(jù)統(tǒng)計(jì)識(shí)別、保險(xiǎn)欺詐規(guī)律挖掘、保險(xiǎn)欺詐行為識(shí)別。構(gòu)建的大額保險(xiǎn)大數(shù)據(jù)智能反欺詐系統(tǒng)經(jīng)實(shí)證運(yùn)行，結(jié)果表明，基于Apriori算法構(gòu)建的大額保險(xiǎn)大數(shù)據(jù)智能反欺詐系統(tǒng)能快速完成對(duì)大額保險(xiǎn)欺詐行為的有效識(shí)別。關(guān)鍵詞： 大數(shù)據(jù)技術(shù); Apriori算法; 反欺詐系統(tǒng); 實(shí)踐中圖分類(lèi)號(hào)：TP311.52? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2021）07-117
計(jì)算機(jī)時(shí)代 2021年7期2021-08-06
- 綿陽(yáng)機(jī)場(chǎng)過(guò)站航班地面保障流程延誤預(yù)警研究
過(guò)Apriori算法對(duì)“關(guān)鍵延誤作業(yè)”進(jìn)行關(guān)聯(lián)規(guī)則分析，最終得出造成航班保障累積延誤的主要原因。計(jì)算結(jié)果表明，為提高航班正常性，綿陽(yáng)機(jī)場(chǎng)應(yīng)在地面保障中應(yīng)著重監(jiān)管廊橋/客梯車(chē)到位、旅客登機(jī)、客艙門(mén)關(guān)閉、廊橋/客梯車(chē)撤離這幾項(xiàng)保障作業(yè)的進(jìn)程和關(guān)聯(lián)性。關(guān)鍵詞：航班保障;預(yù)警;關(guān)聯(lián)規(guī)則;AOE—網(wǎng);Apriori算法中圖分類(lèi)號(hào)：F560? ? 文獻(xiàn)標(biāo)識(shí)碼：AAbstract： AOE-network was constructed for the flight g
物流科技 2021年2期2021-07-05
- 基于關(guān)聯(lián)分析的中老年體檢數(shù)據(jù)的挖掘
用Apriori算法挖掘各個(gè)指標(biāo)之間的聯(lián)系，為醫(yī)生、患者提供診斷參考與建議。通過(guò)安徽省某三甲醫(yī)院的體檢數(shù)據(jù)，篩選出40歲及以上的中老年人群為研究對(duì)象，應(yīng)用數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則的Apriori算法對(duì)超重、心電圖、脂肪肝、血脂、血壓、血糖、尿常規(guī)、吸煙、飲酒、總膽固醇等體檢指標(biāo)之間的關(guān)聯(lián)關(guān)系進(jìn)行分析研究。研究表明，體檢者的個(gè)人不良習(xí)慣、超重、高齡、高血糖和脂肪肝等都密切相關(guān)，互相影響，提出中老年人群應(yīng)加強(qiáng)對(duì)慢性疾病的預(yù)防，保持良好的作息習(xí)慣等相關(guān)建議。關(guān)鍵詞：數(shù)
軟件工程 2021年5期2021-05-29
- 基于Apriori算法的手機(jī)APP和廣告投入分析
于Apriori算法對(duì)月度移動(dòng)設(shè)備類(lèi)型、手機(jī)同類(lèi)型APP的月度使用次數(shù)在所有類(lèi)別APP占比、APP月度廣告投入指數(shù)3個(gè)大類(lèi)29項(xiàng)指標(biāo)展開(kāi)強(qiáng)關(guān)聯(lián)挖掘，從而得到用戶(hù)對(duì)不同類(lèi)型APP使用頻率和商家廣告投入指數(shù)的聯(lián)系，并提出相關(guān)建議。[關(guān)鍵詞]Apriori算法;手機(jī)APP;廣告投入0? ? ?引 言當(dāng)前，國(guó)內(nèi)手機(jī)用戶(hù)數(shù)量已超過(guò)15億，月度活躍設(shè)備數(shù)量超過(guò)9億個(gè)，智能設(shè)備和移動(dòng)網(wǎng)絡(luò)的飛躍式發(fā)展，直接帶動(dòng)了手機(jī)APP下載量和使用率的突飛猛進(jìn)，各種APP在人們的日常生
中國(guó)管理信息化 2021年2期2021-04-08
- 利用Apriori算法對(duì)在線(xiàn)教學(xué)的分析
用Apriori算法對(duì)獨(dú)立院校的《高等數(shù)學(xué)》課程的在線(xiàn)教學(xué)進(jìn)行分析，探討影響網(wǎng)絡(luò)學(xué)習(xí)效果的因素，為提高網(wǎng)絡(luò)教學(xué)的質(zhì)量提供決策支持。關(guān)鍵詞：《高等數(shù)學(xué)》;Apriori算法;在線(xiàn)教學(xué)中圖分類(lèi)號(hào)：G4 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2021.04.072《高等數(shù)學(xué)》是工科專(zhuān)業(yè)一門(mén)非常重要的核心基礎(chǔ)課，與很多后續(xù)專(zhuān)業(yè)課程都與之有著緊密的聯(lián)系，其地位非常重要。教學(xué)分析是教學(xué)管理與評(píng)估的重要環(huán)節(jié)，是進(jìn)行
現(xiàn)代商貿(mào)工業(yè) 2021年5期2021-04-01
- 典型道路交通事故致因關(guān)聯(lián)規(guī)則挖掘研究
過(guò)Apriori算法對(duì)高速公路和城市道路兩種典型交通環(huán)境下的交通事故致因進(jìn)行關(guān)聯(lián)規(guī)則挖掘，用以發(fā)現(xiàn)事故致因間的關(guān)聯(lián)關(guān)系，從而可對(duì)道路交通事故防控起到一定的指導(dǎo)作用。關(guān)鍵詞：事故致因；關(guān)聯(lián)規(guī)則；Apriori算法中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助項(xiàng)目：基于道路交通事故再現(xiàn)的風(fēng)險(xiǎn)意識(shí)評(píng)估與提升技術(shù)研究（111041000000180001201101）根據(jù)公安部交通管理局發(fā)布數(shù)據(jù)顯示，自2018年全國(guó)接報(bào)道路交通事故起數(shù)同比上升21.8%后，基本維
汽車(chē)與安全 2021年12期2021-03-24
- 含杜仲古今方劑的對(duì)比研究
、Apriori算法等數(shù)據(jù)挖掘方法，對(duì)含杜仲古今方劑的主治疾病和涉及藥材的使用頻次、種類(lèi)、性味歸經(jīng)及配伍規(guī)律進(jìn)行分析。結(jié)果：共納入含杜仲古方84首、今方188首。古方主要用于治療腰痛、虛病、胎動(dòng)不安等疾病;今方主要用于治療骨關(guān)節(jié)病（以腰椎間盤(pán)突出癥為主）、婦產(chǎn)科疾病、心腦血管疾病等。古方中與杜仲配伍的高頻藥材為肉桂、當(dāng)歸、牛膝等，大多為補(bǔ)虛藥、祛風(fēng)濕藥、清熱藥;配伍藥材藥性以溫?zé)嵝詾橹鳎瑲w經(jīng)多為腎、肝經(jīng)，藥味以甘、辛味為主。今方中與杜仲配伍的高頻藥材為當(dāng)歸
中國(guó)藥房 2021年2期2021-02-21
- 利用Apriori算法對(duì)在線(xiàn)教學(xué)的分析
用Apriori算法對(duì)獨(dú)立院校的《高等數(shù)學(xué)》課程的在線(xiàn)教學(xué)進(jìn)行分析，探討影響網(wǎng)絡(luò)學(xué)習(xí)效果的因素，為提高網(wǎng)絡(luò)教學(xué)的質(zhì)量提供決策支持。關(guān)鍵詞：《高等數(shù)學(xué)》;Apriori算法;在線(xiàn)教學(xué)中圖分類(lèi)號(hào)：G4?文獻(xiàn)標(biāo)識(shí)碼：A?doi：10.19311/j.cnki.1672-3198.2021.04.072《高等數(shù)學(xué)》是工科專(zhuān)業(yè)一門(mén)非常重要的核心基礎(chǔ)課，與很多后續(xù)專(zhuān)業(yè)課程都與之有著緊密的聯(lián)系，其地位非常重要。教學(xué)分析是教學(xué)管理與評(píng)估的重要環(huán)節(jié)，是進(jìn)行有效教學(xué)、提高教學(xué)
現(xiàn)代商貿(mào)工業(yè) 2021年4期2021-02-04
- 利用關(guān)聯(lián)規(guī)則挖掘技術(shù)實(shí)現(xiàn)數(shù)字圖書(shū)館個(gè)性化推薦服務(wù)
的Apriori算法如何分析用戶(hù)歷史借閱記錄，挖掘出潛在的有針對(duì)性的有用信息，選擇出最適合推薦的圖書(shū)推薦給讀者，實(shí)現(xiàn)在數(shù)字圖書(shū)館環(huán)境下為讀者提供個(gè)性化服務(wù)。關(guān)鍵詞：數(shù)字圖書(shū)館;數(shù)據(jù)挖掘;關(guān)聯(lián)規(guī)則;Apriori算法;個(gè)性化服務(wù)數(shù)字圖書(shū)館作為一個(gè)電子化信息的倉(cāng)儲(chǔ)，具有信息量大、更新速度快、信息存儲(chǔ)和用戶(hù)訪(fǎng)問(wèn)不受地域限制等特點(diǎn)，給人們帶來(lái)了許多方便和快捷，但人們也深受其龐大且形式多樣的信息資源的困擾。由于存儲(chǔ)在計(jì)算機(jī)文件和數(shù)據(jù)庫(kù)中的數(shù)據(jù)量不斷增加，而用戶(hù)卻希望
蘭臺(tái)內(nèi)外 2020年23期2020-12-23
- 基于數(shù)據(jù)挖掘模型的梯級(jí)水電站效益關(guān)聯(lián)探索
法Apriori算法對(duì)模型求解，得到梯級(jí)水電站經(jīng)濟(jì)效益之間的關(guān)聯(lián)規(guī)則;最后，對(duì)模型應(yīng)用效果進(jìn)行分析和驗(yàn)證。結(jié)果表明：基于數(shù)據(jù)挖掘模型進(jìn)行梯級(jí)水電站效益關(guān)聯(lián)性分析，可快速有效地獲得梯級(jí)水電站的經(jīng)濟(jì)效益關(guān)系，為梯級(jí)水電站的效益考核研究提供了新思路。關(guān)鍵詞：梯級(jí)水電站;關(guān)聯(lián)規(guī)則;數(shù)據(jù)挖掘模型;Apriori算法;效益考核中圖分類(lèi)號(hào)：TV-9文獻(xiàn)標(biāo)志碼：Adoi：10.3969/j.issn.1000-1379.2020.06.029Research on Ben
人民黃河 2020年6期2020-10-12
- 基于 APRIORI 算法的某品牌化妝品之間關(guān)聯(lián)分析
;Apriori算法;關(guān)聯(lián)規(guī)則;消費(fèi)習(xí)慣1 引言近年來(lái)，隨著生活物質(zhì)水平的不斷提高，人們對(duì)生活的追求越來(lái)越高，尤其在當(dāng)代很多女性為追求時(shí)代潮流開(kāi)始頻繁的使用化妝品。線(xiàn)上線(xiàn)下的化妝品店的出現(xiàn)，生成了大量的銷(xiāo)售交易數(shù)據(jù)。對(duì)這些數(shù)據(jù)進(jìn)行了解分析，可以找尋其中的強(qiáng)關(guān)聯(lián)關(guān)系，進(jìn)而掌握顧客消費(fèi)習(xí)慣，提升銷(xiāo)售策略。2 關(guān)聯(lián)規(guī)則與Apriori算法關(guān)聯(lián)規(guī)則分析算法（Apriori）的主要功能是挖掘所有支持度和置信度分別大于等于預(yù)定的最小支持度（Min-Support）和最
天府?dāng)?shù)學(xué) 2020年3期2020-09-10
- 基于Apriori算法的購(gòu)物籃分析
的Apriori算法，對(duì)購(gòu)物籃進(jìn)行關(guān)聯(lián)規(guī)則的分析。本文首先介紹了關(guān)聯(lián)規(guī)則算法的基本概念，然后運(yùn)用R軟件中arules包中的函數(shù)Apriori對(duì)選取的數(shù)據(jù)進(jìn)行分析，找到商品之間的關(guān)聯(lián)，并根據(jù)模型結(jié)果給商場(chǎng)提出銷(xiāo)售建議，提高商場(chǎng)的競(jìng)爭(zhēng)力。關(guān)鍵詞 數(shù)據(jù)挖掘;Apriori算法;R軟件引言隨著科學(xué)技術(shù)的不斷發(fā)展 ，各個(gè)行業(yè)都產(chǎn)生了大量的各種形式的數(shù)據(jù)。這些數(shù)據(jù)看起來(lái)復(fù)雜抽象，好像無(wú)任何規(guī)律，但是如果對(duì)數(shù)據(jù)進(jìn)行分析，會(huì)發(fā)現(xiàn)其背后隱藏著很多有價(jià)值的重要信息，因此數(shù)據(jù)挖
科學(xué)與信息化 2020年21期2020-09-04
- 用戶(hù)興趣模型和Apriori算法在大學(xué)生就業(yè)推薦中的應(yīng)用研究
和Apriori算法的大學(xué)生就業(yè)推薦模型。構(gòu)建大學(xué)生就業(yè)的用戶(hù)興趣信息采集與大數(shù)據(jù)分布模型，采用大數(shù)據(jù)關(guān)聯(lián)信息挖掘方法進(jìn)行大學(xué)生就業(yè)的興趣特征匹配，在關(guān)聯(lián)規(guī)則約束控制下，構(gòu)建大學(xué)生就業(yè)的興趣相關(guān)性特征量，對(duì)大學(xué)生就業(yè)推薦的興趣特征大數(shù)據(jù)進(jìn)行優(yōu)化融合處理。采用Apriori算法進(jìn)行大學(xué)生就業(yè)推薦的興趣特征點(diǎn)自適應(yīng)匹配，通過(guò)模糊自適應(yīng)尋優(yōu)方法實(shí)現(xiàn)對(duì)大學(xué)生就業(yè)行為的優(yōu)化推薦。仿真結(jié)果表明，采用該方法進(jìn)行大學(xué)生就業(yè)推薦的可靠性較好，提高了大學(xué)生就業(yè)的滿(mǎn)意度水平。關(guān)
現(xiàn)代電子技術(shù) 2020年13期2020-08-07
- 基于Apriori算法的高校教務(wù)管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
統(tǒng)Apriori算法，指出數(shù)據(jù)挖掘算法所存在的缺陷。針對(duì)以上缺陷，利用散列、事務(wù)壓縮、劃分和抽樣等技術(shù)，對(duì)Apriori算法進(jìn)行改進(jìn)，提高該算法的執(zhí)行效率與可靠性，從而有效提高教務(wù)管理系統(tǒng)的管理效率。相關(guān)測(cè)試結(jié)果表明，該系統(tǒng)能夠挖掘?qū)W生成績(jī)數(shù)據(jù)之間的關(guān)聯(lián)與規(guī)則，可為教務(wù)管理者的決策提供支撐。關(guān)鍵詞： 教務(wù)管理系統(tǒng); 系統(tǒng)設(shè)計(jì); Apriori算法; 算法改進(jìn); 數(shù)據(jù)挖掘; 系統(tǒng)測(cè)試中圖分類(lèi)號(hào)： TN911?34; TP311.13? ? ? ? ? ? ?
現(xiàn)代電子技術(shù) 2020年14期2020-07-23
- 基于23 575例HIS數(shù)據(jù)的真實(shí)世界速效救心丸臨床應(yīng)用特征及聯(lián)合用藥分析
用Apriori算法分析聯(lián)合用藥關(guān)聯(lián)規(guī)則。結(jié)果：23?575例使用速效救心丸的患者中女性稍多于男性，平均年齡72歲，主要分布在心內(nèi)科（19.13%），住院時(shí)間多為15～28?d（38.78%）;療程多≤3?d（86.41%）;口服（58.98%）比例高于舌下含服（23.97%）;劑量范圍在4～6粒/次最多（58.22%）。使用患者多診斷為冠心病、高血壓病、腦梗死等疾病。速效救心丸最常合并使用的西藥是硝酸異山梨酯，中藥（Traditional?Chinese
世界中醫(yī)藥 2020年1期2020-07-09
- 基于數(shù)據(jù)挖掘技術(shù)的體育訓(xùn)練模式探究
據(jù)Apriori算法得到有效的訓(xùn)練結(jié)果信息，為教練組制定和調(diào)整訓(xùn)練計(jì)劃起輔助決策作用。該系統(tǒng)的應(yīng)該將改善傳統(tǒng)體育訓(xùn)練模式，對(duì)提高體育訓(xùn)練效率和質(zhì)量、及時(shí)調(diào)整臨場(chǎng)戰(zhàn)術(shù)提高成績(jī)都將起到積極作用。關(guān)鍵詞： 數(shù)據(jù)挖掘; 體育; 訓(xùn)練模式; Apriori算法中圖分類(lèi)號(hào)：文獻(xiàn)標(biāo)志碼：Abstract： The informationization of sports industry has produced a large amount of data， henc
微型電腦應(yīng)用 2020年6期2020-06-29
- 基于Apriori算法的學(xué)生成績(jī)與洗浴時(shí)間關(guān)聯(lián)性分析
用Apriori算法建立關(guān)聯(lián)分析挖掘模型，通過(guò)SPSS Clementine軟件計(jì)算得到若干條關(guān)聯(lián)規(guī)則。分析結(jié)果說(shuō)明，當(dāng)學(xué)生在白天洗澡次數(shù)多于晚上洗澡次數(shù)時(shí)，該生的成績(jī)明顯表現(xiàn)得不太理想;而當(dāng)學(xué)生在晚上洗澡次數(shù)多于白天時(shí)，該生在成績(jī)方面的表現(xiàn)也是比較優(yōu)異的。這種關(guān)聯(lián)關(guān)系對(duì)高校學(xué)生管理工作具有指導(dǎo)意義。關(guān)鍵詞 數(shù)據(jù)挖掘;Apriori算法;大學(xué)生;洗浴時(shí)間;學(xué)生成績(jī)中圖分類(lèi)號(hào)：G645? ? 文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1671-489X（2020）04-003
中國(guó)教育技術(shù)裝備 2020年4期2020-06-08
- 基于logistic回歸與Apriori數(shù)據(jù)挖掘技術(shù)的護(hù)理專(zhuān)業(yè)學(xué)生實(shí)習(xí)與就業(yè)關(guān)聯(lián)研究
?Apriori算法 ?數(shù)據(jù)挖掘 ?影響因素 ?關(guān)聯(lián) ?實(shí)習(xí) ?就業(yè)【中圖分類(lèi)號(hào)】G ?【文獻(xiàn)標(biāo)識(shí)碼】A【文章編號(hào)】0450-9889（2020）02C-0056-05臨床實(shí)習(xí)是高職護(hù)理專(zhuān)業(yè)學(xué)生畢業(yè)的最后階段，也是整個(gè)護(hù)理教學(xué)過(guò)程中的重要組成部分，是護(hù)理專(zhuān)業(yè)學(xué)生鞏固和加強(qiáng)理論知識(shí)、全方位培養(yǎng)工作能力的重要學(xué)習(xí)階段。目前校內(nèi)護(hù)理專(zhuān)業(yè)學(xué)生一旦進(jìn)入醫(yī)院環(huán)境，生活、人際關(guān)系都發(fā)生了變化，不能很快進(jìn)行角色轉(zhuǎn)換，他們對(duì)即將進(jìn)入的環(huán)境和即將到來(lái)的臨床工作感到既新鮮又陌生
廣西教育·C版 2020年2期2020-06-08
- 基于卷積神經(jīng)網(wǎng)絡(luò)的三維CAD模型分類(lèi)
;Apriori算法DOI：10.15938/j.jhust.2020.01.010中圖分類(lèi)號(hào)： TP393-4文獻(xiàn)標(biāo)志碼： A文章編號(hào)： 1007-2683（2020）01-0066-07Abstract：Due to the intrinsic complexity of 3D CAD models， the automatic model classification methods are scarceIn this paper， an autom
哈爾濱理工大學(xué)學(xué)報(bào) 2020年1期2020-05-21
- 基于Apriori和Gri算法的我國(guó)網(wǎng)民網(wǎng)絡(luò)活動(dòng)關(guān)聯(lián)規(guī)則分析
的Apriori算法和Gri算法，對(duì)網(wǎng)民網(wǎng)絡(luò)活動(dòng)間的關(guān)聯(lián)性以及網(wǎng)民特征與網(wǎng)絡(luò)活動(dòng)的關(guān)聯(lián)性進(jìn)行分析。研究表明，上網(wǎng)聊天、了解新聞資訊、收發(fā)郵件、觀看視頻、購(gòu)物與收集資料、下載資源和軟件密切關(guān)聯(lián);玩游戲、購(gòu)物、觀看視頻、收集資料、下載資源和軟件與上網(wǎng)聊天密切關(guān)聯(lián);未婚大學(xué)生網(wǎng)民進(jìn)行收集資料、下載資源和軟件的網(wǎng)絡(luò)活動(dòng)，從而獲得對(duì)學(xué)習(xí)有益的信息和資源，上網(wǎng)聊天也已成為青年人的主要網(wǎng)絡(luò)活動(dòng)形式;本科大學(xué)男生更喜歡玩游戲，而城鎮(zhèn)已婚男性或者學(xué)歷為碩士研究生的網(wǎng)民偏愛(ài)于
經(jīng)濟(jì)研究導(dǎo)刊 2020年10期2020-05-18
- 基于Apriori算法的課程內(nèi)容關(guān)聯(lián)分析及教學(xué)策略改進(jìn)
于Apriori算法對(duì)計(jì)算機(jī)網(wǎng)絡(luò)基礎(chǔ)課程教學(xué)中學(xué)生學(xué)習(xí)數(shù)據(jù)進(jìn)行挖掘和分析，生成課程教學(xué)內(nèi)容之間的強(qiáng)關(guān)聯(lián)規(guī)則。通過(guò)對(duì)這些生成規(guī)則的分析，找出影響學(xué)生成績(jī)的難點(diǎn)教學(xué)內(nèi)容，從而幫助教師利用這些反饋信息進(jìn)行有針對(duì)性的教學(xué)策略改進(jìn)。關(guān)鍵詞：教學(xué)策略改進(jìn);課程內(nèi)容關(guān)聯(lián);Apriori算法;強(qiáng)關(guān)聯(lián)規(guī)則中圖分類(lèi)號(hào)：G642.0? ? ?文獻(xiàn)標(biāo)志碼：A? ? ?文章編號(hào)：1674-9324（2020）15-0219-03一、背景學(xué)習(xí)數(shù)據(jù)挖掘是一種常見(jiàn)的高校學(xué)生學(xué)習(xí)效果分析方
教育教學(xué)論壇 2020年15期2020-05-12
- 基于大數(shù)據(jù)的網(wǎng)絡(luò)產(chǎn)品眾包模型研究
;Apriori算法中圖分類(lèi)號(hào)：C931 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009 — 2234（2020）01 — 0077 — 03隨著網(wǎng)絡(luò)經(jīng)濟(jì)的崛起，新技術(shù)、新生產(chǎn)方式、新商業(yè)模式等不斷涌現(xiàn)，云計(jì)算、大數(shù)據(jù)、眾包等一系列新的生產(chǎn)技術(shù)、生產(chǎn)方式、新的商業(yè)模式逐漸成為企業(yè)市場(chǎng)創(chuàng)新的新寵。國(guó)家在“十三五”規(guī)劃綱要中明確提出要“拓展網(wǎng)絡(luò)經(jīng)濟(jì)空間，牢牢把握信息技術(shù)變革趨勢(shì)，實(shí)施網(wǎng)絡(luò)強(qiáng)國(guó)戰(zhàn)略”。習(xí)近平治國(guó)理政思想中對(duì)網(wǎng)絡(luò)強(qiáng)國(guó)戰(zhàn)略思想有著深入和系統(tǒng)的論述，強(qiáng)調(diào)新時(shí)代發(fā)展
理論觀察 2020年1期2020-05-11
- 大學(xué)生圖書(shū)館門(mén)禁數(shù)據(jù)與成績(jī)關(guān)聯(lián)分析
的Apriori算法，分析學(xué)生成績(jī)和學(xué)生去圖書(shū)館學(xué)習(xí)的次數(shù)及時(shí)長(zhǎng)之間的關(guān)聯(lián)性。研究結(jié)果顯示，學(xué)生去圖書(shū)館的時(shí)間和次數(shù)與學(xué)生的學(xué)習(xí)成績(jī)的關(guān)聯(lián)程度比較高。關(guān)鍵詞：學(xué)生成績(jī);圖書(shū)館門(mén)禁;Apriori算法;防災(zāi)科技學(xué)院中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）04-0235-02收稿日期：2019-10-18基金項(xiàng)目：中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)（ZY20180121）作者簡(jiǎn)介：孫可可（1994—），男，安徽臨泉人，碩士研究生，主
電腦知識(shí)與技術(shù) 2020年4期2020-04-14
- 基于數(shù)據(jù)挖掘的選課推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
據(jù)Apriori算法對(duì)課程信息進(jìn)行關(guān)聯(lián)分析，挖掘課程之間的關(guān)聯(lián)性，優(yōu)化選課推薦集。通過(guò)個(gè)性化推薦選課服務(wù)，促進(jìn)學(xué)生個(gè)性化學(xué)習(xí)，使學(xué)生更好地利用學(xué)校資源。關(guān)鍵詞 數(shù)據(jù)挖掘;選課推薦系統(tǒng);用戶(hù)畫(huà)像;關(guān)聯(lián)規(guī)則;Apriori算法中圖分類(lèi)號(hào)：G642? ? 文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1671-489X（2020）16-0012-03Design of Course Selection Recommendation System based on Data Minin
中國(guó)教育技術(shù)裝備 2020年16期2020-03-17
- 一種基于高校學(xué)生行為數(shù)據(jù)的改進(jìn)關(guān)聯(lián)算法
_Apriori算法，并通過(guò)實(shí)驗(yàn)嚴(yán)重了該算法的有效性。關(guān)鍵詞：數(shù)字化;特征值;關(guān)聯(lián);W_S_Apriori算法中圖分類(lèi)號(hào)：TP391? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)：1009-3044（2020）36-0024-031 引言隨著互聯(lián)網(wǎng)的高速發(fā)展及越發(fā)強(qiáng)大數(shù)據(jù)收集管理工具的誕生，如何高效找到數(shù)據(jù)之間的關(guān)系顯得至關(guān)重要。關(guān)聯(lián)分析是數(shù)據(jù)挖掘領(lǐng)域一個(gè)重要處理數(shù)據(jù)關(guān)系的手段，能夠從大數(shù)據(jù)中找出數(shù)據(jù)之間的關(guān)聯(lián)并進(jìn)一步挖掘出數(shù)據(jù)之間潛在價(jià)值是關(guān)聯(lián)分析的重要使命。關(guān)
電腦知識(shí)與技術(shù) 2020年36期2020-02-22
- 大數(shù)據(jù)背景下挖掘影響學(xué)生學(xué)業(yè)水平的因素
用Apriori算法和Pearson相關(guān)系數(shù)挖掘?qū)W生學(xué)業(yè)的相關(guān)因素與學(xué)生學(xué)業(yè)的關(guān)系及重要程度，從學(xué)生、家長(zhǎng)和學(xué)校三方面給出建議;基于學(xué)生層面的相關(guān)因素，利用全連接神經(jīng)網(wǎng)絡(luò)、邏輯回歸以及xgboost分類(lèi)器進(jìn)行訓(xùn)練，對(duì)學(xué)生分類(lèi)，以實(shí)行“因材施教”，改善教育效果?！娟P(guān)鍵詞】Apriori算法;全連接神經(jīng)網(wǎng)絡(luò);學(xué)生學(xué)業(yè)影響因素;教育大數(shù)據(jù)【基金項(xiàng)目】本文受以下項(xiàng)目資助：國(guó)家級(jí)新工科研究與實(shí)踐項(xiàng)目“新工科人才創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的辯證發(fā)展模式探索”（教高廳函【2018
課程教育研究·學(xué)法教法研究 2019年21期2019-11-11
- “雙一流” 學(xué)科背景下基于統(tǒng)計(jì)檢驗(yàn)的試卷分析及評(píng)價(jià)
析Apriori算法得出知識(shí)點(diǎn)之間的一系列關(guān)聯(lián)規(guī)則，并按照關(guān)聯(lián)規(guī)則提升度進(jìn)行排序，給出了強(qiáng)度最高的前10條關(guān)聯(lián)規(guī)則，據(jù)此結(jié)合試卷分析的結(jié)論對(duì)教學(xué)活動(dòng)提出了相應(yīng)建議。以期以此為例，為探索更加科學(xué)有效的試卷分析方法貢獻(xiàn)綿薄之力?！娟P(guān)鍵詞】試卷分析;關(guān)聯(lián)分析;信度和效度;Apriori算法中圖分類(lèi)號(hào)： TP311.13;O13-4;G642文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）27-0094-002DOI：10.19694/j.cnki.is
科技視界 2019年27期2019-11-05
- 基于關(guān)聯(lián)規(guī)則的學(xué)生成績(jī)影響因素分析
則Apriori算法對(duì)學(xué)生成績(jī)的影響因素進(jìn)行分析。首先收集了與學(xué)生成績(jī)及學(xué)習(xí)習(xí)慣相關(guān)的數(shù)據(jù)，并對(duì)其進(jìn)行了離散化處理;然后采用關(guān)聯(lián)規(guī)則Apriori算法對(duì)離散后的學(xué)生數(shù)據(jù)信息進(jìn)行挖掘，得到了12條強(qiáng)相關(guān)規(guī)則;通過(guò)分析這些規(guī)則發(fā)現(xiàn)，家長(zhǎng)和老師的督促可以很好的改善學(xué)生上課走神現(xiàn)象，而走神對(duì)學(xué)生的成績(jī)影響是特別大的，且通過(guò)分析發(fā)現(xiàn)學(xué)生的書(shū)寫(xiě)格式，學(xué)習(xí)持久力，記筆記的習(xí)慣等因素之間相互影響。研究成果表明，要想提升學(xué)生的學(xué)業(yè)成績(jī)，不能單一的做題和補(bǔ)課，而是應(yīng)該找到學(xué)生
西部論叢 2019年25期2019-10-21
- 基于Apriori算法的拆零貨架儲(chǔ)位優(yōu)化分析
于Apriori算法對(duì)現(xiàn)代電商物流中心的儲(chǔ)位優(yōu)化構(gòu)建了簡(jiǎn)單的關(guān)聯(lián)模型，通過(guò)挖掘的關(guān)聯(lián)規(guī)則對(duì)商品儲(chǔ)位進(jìn)行優(yōu)化，以提高倉(cāng)儲(chǔ)中心的運(yùn)作效率。[關(guān)鍵詞]儲(chǔ)位優(yōu)化;關(guān)聯(lián)分析;Apriori算法[DOI]10.13939/j.cnki.zgsc.2019.27.1811 引 言在電子商務(wù)行業(yè)高速發(fā)展的大趨勢(shì)下，消費(fèi)者的需求日益凸顯出“小批量、多品種、高頻次”的特點(diǎn)，由此對(duì)物流行業(yè)提出了更高的要求。為了滿(mǎn)足消費(fèi)者個(gè)性化需求，促進(jìn)電子商務(wù)的發(fā)展，在互聯(lián)網(wǎng)和人工智能技術(shù)的支
中國(guó)市場(chǎng) 2019年27期2019-09-27
- 基于粗糙集改進(jìn)Apriori算法在高校貧困生認(rèn)定中的應(yīng)用
的Apriori算法對(duì)決策條件屬性數(shù)據(jù)分析，給出頻繁項(xiàng)集;通過(guò)對(duì)部分貧困生數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證，得出該算法在一定程度上保證貧困生認(rèn)定的準(zhǔn)確度。關(guān)鍵詞：粗糙集;Apriori算法;屬性約簡(jiǎn);數(shù)據(jù)挖掘;貧困生認(rèn)定中圖分類(lèi)號(hào)：TP391.9? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2019）21-0003-04開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：Abstract： In order to enhance the accuracy of the iden
電腦知識(shí)與技術(shù) 2019年21期2019-09-24
- 大數(shù)據(jù)驅(qū)動(dòng)下移動(dòng)貨架的貨位優(yōu)化研究
用Apriori算法挖掘以往銷(xiāo)售訂單中的頻繁項(xiàng)集，并根據(jù)頻繁項(xiàng)集的結(jié)果對(duì)商品進(jìn)行分組，之后排除已經(jīng)在商品組中的商品，通過(guò)不斷地降低支持度閾值對(duì)剩下訂單中的商品進(jìn)行挖掘，直到大部分的商品均分配到商品組中，將剩余的商品根據(jù)銷(xiāo)量來(lái)分配商品組，這樣大部分商品組中的商品都是經(jīng)常在同一訂單中出現(xiàn)的。再將這些商品組分配到貨架上，從而在揀選的過(guò)程中減少貨架搬運(yùn)數(shù)量，提高揀選效率，降低揀選成本。[關(guān)鍵詞] Apriori算法;頻繁項(xiàng)集;貨位優(yōu)化[中圖分類(lèi)號(hào)] F740[文獻(xiàn)
商業(yè)經(jīng)濟(jì) 2019年8期2019-09-24
- 基于關(guān)聯(lián)規(guī)則的醫(yī)療器械預(yù)配貨模板的設(shè)計(jì)與實(shí)現(xiàn)
用Apriori算法和泊松分布計(jì)算商品之間和商品數(shù)量之間的關(guān)聯(lián)關(guān)系，從而設(shè)計(jì)了多套預(yù)配貨模板，這些模板使倉(cāng)庫(kù)人員可以提前準(zhǔn)備與模板相匹配的預(yù)配貨箱子，從而提高倉(cāng)庫(kù)的配貨效率。關(guān)鍵詞：醫(yī)療器械供應(yīng)鏈;預(yù)配貨;關(guān)聯(lián)規(guī)則;Apriori算法文章編號(hào)：2095-2163（2019）04-0051-04 中圖分類(lèi)號(hào)：TP311.13 文獻(xiàn)標(biāo)志碼：A0 引 言中國(guó)醫(yī)療器械產(chǎn)業(yè)整體發(fā)展勢(shì)頭迅猛，為醫(yī)療器械專(zhuān)業(yè)物流帶來(lái)了廣闊的發(fā)展機(jī)遇。但是，由于器械設(shè)備的專(zhuān)業(yè)性、產(chǎn)品以及
智能計(jì)算機(jī)與應(yīng)用 2019年4期2019-09-12
- Apriori算法分析我國(guó)離結(jié)比
用Apriori算法對(duì)所采集的數(shù)據(jù)進(jìn)行處理，探究其中相關(guān)因素。關(guān)鍵詞：Apriori算法；離結(jié)比；離婚率1離結(jié)比影響因素現(xiàn)今的學(xué)術(shù)研究中對(duì)離婚率有多種特征描述，其中最主要的為離結(jié)比，即為單位時(shí)間內(nèi)人們離婚登記對(duì)數(shù)與結(jié)婚登記對(duì)數(shù)之比。隨著經(jīng)濟(jì)體制的改革和社會(huì)的進(jìn)步發(fā)展，人們的婚姻關(guān)系被多種因素綜合作用。▲流動(dòng)人口規(guī)模的擴(kuò)大給許多婚姻家庭帶來(lái)很多不穩(wěn)定因素，如不經(jīng)常的溝通會(huì)導(dǎo)致各種家庭矛盾，以至于雙方矛盾被放大，從而很可能導(dǎo)致離婚?！优肋h(yuǎn)是婚姻中重要的紐帶
大眾科學(xué)·上旬 2019年3期2019-09-10
- 加權(quán)Apriori算法優(yōu)化及其在商品銷(xiāo)售數(shù)據(jù)分析中的應(yīng)用①
權(quán)Apriori算法。闡述了算法的改進(jìn)思想，描述了算法步驟，并采用優(yōu)化后的Apriori算法對(duì)商品銷(xiāo)售數(shù)據(jù)進(jìn)行挖掘分析。研究結(jié)果表明：改進(jìn)算法解決了權(quán)重信息的模糊性問(wèn)題，其挖掘結(jié)果更具價(jià)值。關(guān)鍵詞：Apriori算法 直覺(jué)模糊數(shù) 數(shù)據(jù)挖掘中圖分類(lèi)號(hào)：F1274文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-0298（2019）02（b）-245-03關(guān)聯(lián)規(guī)則挖掘是經(jīng)典的數(shù)據(jù)挖掘技術(shù)，近年來(lái)應(yīng)用廣泛且發(fā)展迅速。關(guān)聯(lián)規(guī)則挖掘算法是從大量、模糊、有噪聲、隨機(jī)的實(shí)際數(shù)據(jù)中，得出
中國(guó)商論 2019年4期2019-09-10
- 基于關(guān)聯(lián)規(guī)則的銀行內(nèi)部審計(jì)應(yīng)用
用Apriori算法，以A銀行的實(shí)際業(yè)務(wù)為例，對(duì)具體信貸產(chǎn)品客戶(hù)信息與信貸分類(lèi)進(jìn)行關(guān)聯(lián)挖掘分析，證明運(yùn)用關(guān)聯(lián)規(guī)則這類(lèi)數(shù)據(jù)挖掘方法對(duì)商業(yè)銀行內(nèi)部審計(jì)可疑數(shù)據(jù)定位的可行性和有效性，為銀行內(nèi)部非現(xiàn)場(chǎng)審計(jì)的有效開(kāi)展提供決策依據(jù)。[關(guān)鍵詞]關(guān)聯(lián)規(guī)則? ? Apriori算法? ? 數(shù)據(jù)挖掘? ? 商業(yè)銀行? ? 內(nèi)部審計(jì)年來(lái)，國(guó)內(nèi)各大國(guó)有商業(yè)銀行、股份制銀行紛紛成立金融消費(fèi)公司，多渠道拓寬個(gè)人消費(fèi)貸款類(lèi)業(yè)務(wù)。隨著業(yè)務(wù)量及貸款金額的不斷攀升，相關(guān)業(yè)務(wù)和客戶(hù)的數(shù)據(jù)量也隨
中國(guó)內(nèi)部審計(jì) 2019年10期2019-09-10
- 基于IC卡數(shù)據(jù)的公交路線(xiàn)聚合算法
于Apriori算法、DBSCAN算法和模糊支撐樹(shù)聚類(lèi)的公交路線(xiàn)聚合算法，可以在已知路網(wǎng)拓?fù)浣Y(jié)構(gòu)以及區(qū)域內(nèi)客流OD特征的條件下，求解區(qū)域內(nèi)的典型路線(xiàn)。本文基于深圳市公交IC卡數(shù)據(jù)驗(yàn)證了所提出方法的有效性?！娟P(guān)鍵詞】公交路線(xiàn)聚合；典型路線(xiàn)；Apriori算法；DBSCAN算法；模糊支撐樹(shù)聚類(lèi)1.引言隨著經(jīng)濟(jì)的發(fā)展和人口數(shù)量的增加，我國(guó)一線(xiàn)城市逐漸暴露出公共交通運(yùn)載能力與出行需求不匹配的問(wèn)題，交通區(qū)域發(fā)展出現(xiàn)了不平衡的態(tài)勢(shì)。以深圳市為例，城市內(nèi)不同的地區(qū)職住分
- 《中醫(yī)方劑大辭典》中含馬錢(qián)子方劑的用藥規(guī)律分析
的Apriori算法對(duì)含馬錢(qián)子的復(fù)方進(jìn)行藥物組方規(guī)律分析。結(jié)果：共納入含馬錢(qián)子方劑78首，其中42首為內(nèi)服方劑，33首為外用方劑，3首為既可內(nèi)服又可外用的方劑。內(nèi)服方劑主要用于治療痿病、痹病、痔瘡、肛瘺、筋骨疼痛等疾病;外用方劑主要用于治療皮膚疾病、瘤、痞塊等疾病;內(nèi)服外用皆可的方劑主要用于治療瘡瘍病、跌打損傷和骨折。在內(nèi)服方劑中，馬錢(qián)子常配伍乳香、沒(méi)藥、血竭、穿山甲、自然銅、當(dāng)歸、麻黃、草烏;在外用方劑中，馬錢(qián)子常配伍赤芍、地黃、黃柏、黃連、黃芩、當(dāng)歸、
中國(guó)藥房 2019年16期2019-09-10
- 時(shí)空軌跡數(shù)據(jù)挖掘在公安經(jīng)濟(jì)群體事件管理中的應(yīng)用
化Apriori算法，提出一種MapReduce框架下基于Apriori算法的時(shí)空軌跡數(shù)據(jù)挖掘算法，實(shí)現(xiàn)在并行運(yùn)算環(huán)境下對(duì)時(shí)空軌跡數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘。實(shí)驗(yàn)表明：該算法可以找出經(jīng)濟(jì)群體事件發(fā)生的關(guān)鍵因素特征，這些特征值符合不同類(lèi)型經(jīng)濟(jì)事件的特點(diǎn)，為公安行業(yè)經(jīng)濟(jì)群體事件管理提供決策部署依據(jù)。關(guān)鍵詞：群體事件;時(shí)空軌跡;Apriori算法;并行運(yùn)算;數(shù)據(jù)挖掘中圖分類(lèi)號(hào)：TP311.13? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2019）01-0
現(xiàn)代信息科技 2019年1期2019-09-10
- 基于中醫(yī)傳承輔助平臺(tái)分析含黃連—干姜藥對(duì)方劑的組方規(guī)律
則Apriori算法對(duì)含黃連-干姜方劑藥材核心組合進(jìn)行統(tǒng)計(jì)分析（設(shè)置支持度分別為15%、20%、25%，置信度為0.90）；選擇頻次排前2位的主治疾病和配伍藥材頻次最高的溫里藥和清熱藥進(jìn)行組方規(guī)律分析。結(jié)果：共篩選出492首含黃連-干姜方劑，涉及主治疾病9種（頻次≥15），包括痢疾、泄瀉、積聚、痞滿(mǎn)等；常用配伍藥材21味（頻次≥55），包括當(dāng)歸、厚樸、附子、黃芩等；常用藥材組合有19個(gè)，其中核心藥材組合包括黃連-干姜-人參、黃連-干姜-厚樸、黃連-干姜-當(dāng)
中國(guó)藥房 2019年1期2019-09-10
- 探究老年保健品市場(chǎng)中各級(jí)滿(mǎn)意度群體的特征
Apriori算法 關(guān)聯(lián)規(guī)則技術(shù) 市場(chǎng)滿(mǎn)意度 群體特征一、引言在老齡化背景下，老年保健品市場(chǎng)火熱的今天，由于行業(yè)規(guī)范的缺失、市場(chǎng)監(jiān)管的滯后、老年群體資訊通道的落后等問(wèn)題導(dǎo)致老年保健品市場(chǎng)亂象頻出。不僅使老年群體遭受到財(cái)產(chǎn)與精神的雙重?fù)p失，還使保健品市場(chǎng)陷入信任危機(jī)，進(jìn)入發(fā)展低迷期?；诖吮尘?，為了推動(dòng)老年保健品市場(chǎng)的健康發(fā)展，助力老年保健品市場(chǎng)模式的變革，本文以開(kāi)封市為例，進(jìn)行了老年保健品市場(chǎng)滿(mǎn)意度調(diào)查分析，探求老年群體的特征及其對(duì)于保健品的消費(fèi)偏好，同
商情 2019年29期2019-08-27
- 基于輕量化關(guān)聯(lián)規(guī)則挖掘的安全日志審計(jì)技術(shù)研究
則Apriori算法對(duì)比挖掘系統(tǒng)日志和用戶(hù)行為模式的異常信息，并通過(guò)刪除稀疏矩陣集合中的弱相關(guān)項(xiàng)目集和可調(diào)節(jié)最小置信度的策略，對(duì)Apriori算法進(jìn)行輕量化改進(jìn)。在多次迭代運(yùn)算得到最大項(xiàng)目集后運(yùn)用于日志審計(jì)。仿真實(shí)驗(yàn)結(jié)果表明，改進(jìn)的Apriori算法可以有效減少對(duì)數(shù)據(jù)庫(kù)的掃描次數(shù)，提高挖掘效率，具有一定的推廣價(jià)值。關(guān)鍵詞： 關(guān)聯(lián)規(guī)則; Apriori算法; 日志審計(jì); 最小置信度; 安全日志; 數(shù)據(jù)挖掘中圖分類(lèi)號(hào)： TN915.08?34; TP393 ?
現(xiàn)代電子技術(shù) 2019年15期2019-08-12
- 基于用戶(hù)興趣模型的三維室內(nèi)家居風(fēng)格推薦方法研究
的Apriori算法對(duì)三維模型數(shù)據(jù)集進(jìn)行關(guān)聯(lián)分析，從而得到家居風(fēng)格的推薦結(jié)果。實(shí)驗(yàn)結(jié)果表明，提出的方法可以有效完成三維室內(nèi)家居風(fēng)格分析，并且推薦結(jié)果得到了較好的用戶(hù)滿(mǎn)意度。關(guān)鍵詞： 室內(nèi)家居; 風(fēng)格推薦; 用戶(hù)興趣模型; 關(guān)聯(lián)規(guī)則; Apriori算法; 用戶(hù)滿(mǎn)意度中圖分類(lèi)號(hào)： TN911.1?34 ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2019）15
現(xiàn)代電子技術(shù) 2019年15期2019-08-12
- 改進(jìn)的Aprioir算法在獨(dú)立學(xué)院招生中的應(yīng)用研究
；Apriori算法；招生數(shù)據(jù)中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2019）05-0084-02隨著高等院校招生規(guī)模的增加、高考生源數(shù)量的逐年減少以及二本和三本變?yōu)橥慌握猩@些都給獨(dú)立學(xué)院招生帶來(lái)了巨大的壓力。因?yàn)檎猩鷽Q策數(shù)據(jù)量大、涉及面廣，采用基于經(jīng)驗(yàn)的招生方法，無(wú)法保證招生工作的高效性。因此，數(shù)據(jù)挖掘技術(shù)可以用來(lái)挖掘和分析過(guò)去積累的大量招生數(shù)據(jù)，從而發(fā)現(xiàn)數(shù)據(jù)間關(guān)聯(lián)關(guān)系，獲取有價(jià)值的信息，降低招生宣傳的經(jīng)濟(jì)成本，提
電腦知識(shí)與技術(shù) 2019年5期2019-05-23