导读:本文包含了关联规则挖掘分析论文开题报告文献综述及选题提纲参考文献，主要关键词:甲状腺类药物,不良反应,多维关联规则,预警模型
关联规则挖掘分析论文文献综述
滕辉[1]（2019）在《药物不良反应多维关联规则数据挖掘分析》一文中研究指出目的构建分析甲状腺疾病类药物不良反应多维关联规则挖掘,为临床甲状腺类药物用药安全奠定基础。方法使用SQL构建起多维关联数据仓库,结合数据挖掘技术当中的关联规则来挖掘数据当中所存在的潜在的有价值的信息,比较2010年至2016年7年纵向多维关联规则的结果以及不同甲状腺疾病类药物横向比较结果。结果 2010年至2016年纵向比较结果显示51岁以上的老年人甲状腺类药物不良反应总体占比较高,女性不良反应占比较高,呈现出较强的叁维关联性;横向比较结果显示4类甲状腺类药物当中,甲硫咪唑药物不良反应最高,接下来依次为丙基硫氧嘧啶、左甲状腺素钠等。结论通过基于关联规则对甲状腺类药物不良反应情况进行统计分析,能够明确甲状腺类药物不良反应现状,并且构建起预警模型,减少今后不良反应事件的发生比率,值得推广使用。(本文来源于《第叁期荆楚学术研讨班座谈会论文集》期刊2019-11-18）
梁凡,赵丽[2]（2019）在《基于中智模糊关联规则生成的大数据挖掘分析算法》一文中研究指出关联规则挖掘作为一种大数据挖掘方法,被用于确定不同项目间存在的内在联系,并以大于某一阈值作为评判不同项间存在关联的依据。传统关联规则挖掘方法仅能建立不同项间的布尔型关联规则,存在硬化数据"尖锐边界"问题导致关联规则挖掘性能下降的缺点。为克服经典数据挖掘算法的这一缺陷,提出一种新型中智关联规则挖掘算法。基于专家知识对语言学术语进行量化预处理,得到不同指标的量化数据资料库;基于关联规则支持度定义计算不同指标项集合的支持度;通过考虑不同项间的隶属度、不确定度和非隶属度函数生成关联规则。将该中智挖掘算法与模糊挖掘算法进行对比,结果表明,该算法能够增加生成关联规则数量,有助于提高数据挖掘的准确性。(本文来源于《计算机应用与软件》期刊2019年10期）
滕辉[3]（2019）在《药物不良反应多维关联规则数据挖掘分析》一文中研究指出目的构建分析甲状腺疾病类药物不良反应多维关联规则挖掘,为临床甲状腺类药物用药安全奠定基础。方法使用SQL构建起多维关联数据仓库,结合数据挖掘技术当中的关联规则来挖掘数据当中所存在的潜在的有价值的信息,比较2010年至2016年7年纵向多维关联规则的结果以及不同甲状腺疾病类药物横向比较结果。结果 2010年至2016年纵向比较结果显示51岁以上的老年人甲状腺类药物不良反应总体占比较高,女性不良反应占比较高,呈现出较强的叁维关联性;横向比较结果显示4类甲状腺类药物当中,甲硫咪唑药物不良反应最高,接下来依次为丙基硫氧嘧啶、左甲状腺素钠等。结论通过基于关联规则对甲状腺类药物不良反应情况进行统计分析,能够明确甲状腺类药物不良反应现状,并且构建起预警模型,减少今后不良反应事件的发生比率,值得推广使用。(本文来源于《第二期荆楚学术研讨班座谈会论文集》期刊2019-10-09）
李缙,高明亮,张翼凌,杜凯[4]（2019）在《基于用户反馈的关联规则挖掘在试卷分析中的应用》一文中研究指出传统试卷分析系统一般只是对考试成绩做简单的整体统计,如平均分、等级、不及格率等,用户缺乏对试题知识点掌握情况关联程度的准确了解。针对该问题提出一种基于用户反馈的关联规则挖掘算法。首先对原始数据进行预处理,得到试卷知识点评分权重表和二进制的学生得分率表。然后建立一个根据用户选择层数输出关联规则,以及查询与选定知识点相关的规则的新方案。最后,提出了一个考虑用户反馈、支持度和置信度阈值的关联规则挖掘算法,以过滤无用规则,提高挖掘效率。对VB试卷数据应用该算法,发现了基于用户反馈的有趣关联规则。实验结果表明基于用户反馈的关联规则挖掘优于其他关联规则挖掘算法,更易获得有趣的关联规则。(本文来源于《科学技术与工程》期刊2019年24期）
龙远雄,孙克伟,雍苏南[5]（2019）在《基于因子分析和关联规则挖掘乙型肝炎肝硬化中医用药配伍规律》一文中研究指出目的分析中医药治疗乙型肝炎肝硬化用药配伍规律,为临床治疗提供用药指导。方法收集本院2016年6月-2017年12月符合入选条件的165例乙型肝炎肝硬化患者的临床资料,运用因子分析与关联规则等方法对其用药规律进行挖掘。结果纳入处方总数共206个,共198味中药,使用频次排名前10的中药依次为:白术、茯苓、泽泻、茵陈蒿、甘草、柴胡、黄芪、丹参、鳖甲、白芍;常用的2味药物组合模式38组,3味强关联药物组合5个;因子分析法将药物按其功效进行归类,主要分为6大类。结论本院乙型肝炎肝硬化体现的主要治法:清热利湿,活血祛瘀、通络软坚,疏肝健脾,健脾利湿,补益肝肾,温补脾肾,该研究可为乙型肝炎肝硬化的中医药治疗提供一定参考。(本文来源于《湖南中医药大学学报》期刊2019年06期）
于小林,张艳霞,张晓梅[6]（2019）在《基于因子分析及关联规则挖掘中医药治疗特发性肺间质纤维化用药规律》一文中研究指出目的:探讨中医治疗特发性肺间质纤维化的用药规律。方法:以CBM及CNKI中公开发表的相关临床研究为数据来源,收集中医治疗特发性肺间质纤维化方药信息,建立用药数据库,以SPSS Statistic 17. 0与SPSS Modeler 14. 1为数据挖掘工具,对高频药物进行因子分析与关联规则分析。结果:共检索到肺纤维化方剂98首,总计使用药物126种,使用频率> 10%的药物共有32种。以主成分分析法提取出12个公因子,以Apriori算法得出14条药对关联规则。结论:中医治疗特发性肺间质纤维化的组方上主要以养阴药、补气药及活血药相互配伍,较少出现单一功效的药物组合,同时配合以通络、止咳、化痰、清肺等治法。(本文来源于《辽宁中医杂志》期刊2019年05期）
马庚华,郑长江,邓评心,李锐[7]（2019）在《关联规则挖掘在道路交通事故分析中的应用》一文中研究指出从大量的交通事故数据中找出引发交通事故的关键因素是提高道路安全水平的重要手段。基于某市全年的交通事故数据,采用改进的Apriori算法挖掘出强关联规则,通过一个新的相关性度量——相关值对关联规则进一步筛选,从中找出各因素对交通事故的影响规律。结果表明,该方法可以一定程度上提高关联规则挖掘的效率,并能够量化事故原因和事故结果之间的相关程度,从而找出有价值的规则。本文的研究方法和结果可以为相关交通管理部门提供决策支持。(本文来源于《西华大学学报(自然科学版)》期刊2019年03期）
杨宁[8]（2019）在《基于相关性分析的关联规则挖掘及其应用》一文中研究指出关联规则挖掘是从存有海量数据的数据库中挖掘和提取交易项目中窜在的关联关系的算法。随着欺诈识别、商业决策、故障分析及疾病检测等一系列问题的出现,推动了关联规则挖掘算法的快速发展。电子通信行业和银行对识别欺诈有着迫切的需求;商业中,在进行商业决策时,面对众多不定因素,使用算法对其进行选择,帮助用户进行快速决断至关重要;在传统的工业故障分析的过程中,工作人员仅能根据直觉和自身工作经验进行故障检测,面对众多的生产特征,很容易出现漏检,大大降低了检测的效率和速率;对于医务人员而言,重大疾病的早期症状往往较轻,很容易出现漏诊误诊的现象,当病人产生明显症状时,大多已较难治愈。在欺诈识别和商业决策中,目前已存在较为成熟的方法解决上述问题,本文基于关联规则挖掘对故障分析和疾病检测进行研究和分析。首先,本文基于关联规则挖掘对故障分析进行了研究。针对工业生产中存在的问题,构建了相关性分析模型,该模型采用了Lasso回归算法和六种统计学方法(F检验、卡方检验、决定系数、相关系数、错误方差、wilks lambda值)。该模型提取了某汽车工厂中的冲压床数据和质量数据进行分析。首先,使用回归算法对工业数据进行稀疏性处理,接着,对稀疏后的数据使用六种统计学方法计算相关性,然后,对得到的结果进行整合分析,从而找出在工厂中对最终的合格率有较大影响程度的因子。最后,我们将该相关性分析模型应用与实际的生成中,经过工厂中专业人员的验证:在发生故障时,该模型可以快速诊断出与故障工位存在相关性的特征,从而帮助专业人员进行快速调整,大大节约了故障诊断的时间成本。其次,本文基于关联规则挖掘对疾病检测问题进行研究。目前重大疾病的早期诊治仅凭医生的经验进行诊断,往往存在一系列的不确定性,因此,构建了关联规则挖掘模型,该模型使用了MDLP(基于熵的最小描述长度准则)离散化算法和Apriori算法。模型选择了患有脑损伤、心脏衰弱和败血症的17位病人的五种生理信号(心率、脉搏、血压、呼吸频次、血氧浓度)进行分析。首先,使用目前离散化结果较好的MDLP(基于熵的最小描述长度准则)离散化方法和较为常见的等宽离散化算法进行对比分析,接着,将离散化后的结果使用Apriori算法挖掘其关联规则,然后,分析出生理信号特征值的取值范围与某些重大疾病质检的关联性。最后,使用该关联规则挖掘模型,帮助医护人员在疾病早期时根据生理信号特征值的变化判定其所得疾病,从而进行重点诊治,一定程度上降低了漏诊的可能性。综上所述,本人使用关联规则挖掘算法进行故障分析和疾病检测,构建了相关性分析模型和关联规则挖掘模型,并通过真实的实验数据验证了模型的有效性,有着很深的现实应用价值。(本文来源于《兰州大学》期刊2019-05-01）
朱勇,沈士强[9]（2019）在《基于关联规则挖掘的Oracle数据库审计分析系统的设计》一文中研究指出目前,针对数据库应用层面的攻击越来越多,为记录发生的各种内部操作,Oracle数据库提供了审计功能。为进一步完善安全审计机制,本文将关联规则数据挖掘技术用于对数据库审计记录的分析,建立用户正常行为规则,实现对用户行为的检测。设计基于Oracle数据库的审计分析系统,实现了审计策略、数据预处理、记录分析和异常检测等功能。基于关联规则挖掘检测方法实现对数据库用户操作的实时监测和事后分析。(本文来源于《数字技术与应用》期刊2019年04期）
曹冠平,王跃利,张立韬[10]（2019）在《关联规则挖掘在作战实验数据分析中的应用》一文中研究指出随着作战实验的发展,作战实验数据呈现出规模海量化、类型多样化、处理快速化等特征,传统实验数据分析方法存在存储和运算能力不足等问题。对海量实验数据关联规则挖掘进行了研究,设计了挖掘框架,明确了挖掘流程,并对现有关联规则挖掘算法进行了改进。最后,通过案例验证了框架和流程的有效性,仿真结果表明,改进后算法的挖掘效率得到有效提升。(本文来源于《指挥控制与仿真》期刊2019年02期）
关联规则挖掘分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
关联规则挖掘作为一种大数据挖掘方法,被用于确定不同项目间存在的内在联系,并以大于某一阈值作为评判不同项间存在关联的依据。传统关联规则挖掘方法仅能建立不同项间的布尔型关联规则,存在硬化数据"尖锐边界"问题导致关联规则挖掘性能下降的缺点。为克服经典数据挖掘算法的这一缺陷,提出一种新型中智关联规则挖掘算法。基于专家知识对语言学术语进行量化预处理,得到不同指标的量化数据资料库;基于关联规则支持度定义计算不同指标项集合的支持度;通过考虑不同项间的隶属度、不确定度和非隶属度函数生成关联规则。将该中智挖掘算法与模糊挖掘算法进行对比,结果表明,该算法能够增加生成关联规则数量,有助于提高数据挖掘的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
关联规则挖掘分析论文参考文献
[1].滕辉.药物不良反应多维关联规则数据挖掘分析[C].第叁期荆楚学术研讨班座谈会论文集.2019
[2].梁凡,赵丽.基于中智模糊关联规则生成的大数据挖掘分析算法[J].计算机应用与软件.2019
[3].滕辉.药物不良反应多维关联规则数据挖掘分析[C].第二期荆楚学术研讨班座谈会论文集.2019
[4].李缙,高明亮,张翼凌,杜凯.基于用户反馈的关联规则挖掘在试卷分析中的应用[J].科学技术与工程.2019
[5].龙远雄,孙克伟,雍苏南.基于因子分析和关联规则挖掘乙型肝炎肝硬化中医用药配伍规律[J].湖南中医药大学学报.2019
[6].于小林,张艳霞,张晓梅.基于因子分析及关联规则挖掘中医药治疗特发性肺间质纤维化用药规律[J].辽宁中医杂志.2019
[7].马庚华,郑长江,邓评心,李锐.关联规则挖掘在道路交通事故分析中的应用[J].西华大学学报(自然科学版).2019
[8].杨宁.基于相关性分析的关联规则挖掘及其应用[D].兰州大学.2019
[9].朱勇,沈士强.基于关联规则挖掘的Oracle数据库审计分析系统的设计[J].数字技术与应用.2019
[10].曹冠平,王跃利,张立韬.关联规则挖掘在作战实验数据分析中的应用[J].指挥控制与仿真.2019