导读:本文包含了多维多层关联挖掘论文开题报告文献综述及选题提纲参考文献，主要关键词:关联规则,多层,多维,推荐系统
多维多层关联挖掘论文文献综述
黎丹雨,陈怡华[1]（2019）在《一种多层多维的关联规则挖掘算法在推荐系统中的应用》一文中研究指出针对传统协同过滤算法将用户-项目评分矩阵作为数据的输入,试图找到最相似的用户或者项目,但却忽略了用户与项目属性之间的关联关系等问题,本文构建一种多层数据的模型,在不同层次之间找出多维序列,挖掘出频繁多维序列模式,输出关联规则。用输出的关联规则改进评分矩阵,改进后的数据包含了用户和项目之间的关联关系,经过协同过滤算法输出TOP-N推荐项目。在MovieLens数据集上进行试验验证,实验结果表明所提方法能够优化模型的推荐性能。(本文来源于《计算机与现代化》期刊2019年06期）
洪媛媛[2]（2017）在《基于多维多层关联规则挖掘的低等级公路交通事故致因分析》一文中研究指出道路交通安全问题与居民生命财产安全息息相关,始终是广受关注的社会问题,也是学术研究的热点。现有交通安全研究多针对城市道路或高等级公路展开,对低等级公路的交通安全问题重视程度不够。本文选取里程长、事故多、交通安全水平提升缓慢的低等级公路作为主要研究对象,用统计方法分析低等级公路交通事故特征,用关联规则分析法挖掘多维多层事故数据间的潜在规律,剖析低等级公路交通事故成因,进而提出事故预防对策,以切实改善我国低等级公路的交通安全水平。关联规则分析是数据挖掘技术的一种,研究从数据结构、衡量指标、主观约束等角度对经典的Apriori算法进行优化,实现了低等级公路交通事故数据的多维多层挖掘,具体的挖掘流程包括数据预处理、多维数据模型构建、算法挖掘、规则解读和应用等6个步骤。论文详细介绍了数据挖掘各阶段的工作重点和具体方法,并以浙江省丽水市遂昌县境内的低等级公路交通事故数据为基础展开案例应用分析。研究在数据库软件SQL Server的Analysis Server组件中,构建多维多层的数据模型(3层26维),修正算法参数,约束数据挖掘,最终以案例事故特征分析结果和关联规则挖掘成果,归纳总结出低等级公路交通事故的规律特征以及7个易导致事故发生的属性组合,并从提升交通安全性的角度提出了针对性的应对措施。(本文来源于《东南大学》期刊2017-05-22）
张莹莹[3]（2017）在《一种多维多层的关联规则挖掘算法在教育数据上的应用》一文中研究指出科技日新月异,各大高校作为技术人才孕育的摇篮,许多未来社会的改变正由此处悄然诞生。大部分高校都已经拥有了自己的教育平台,在这样的平台里,每天都有大量数据产生,合理地挖掘利用这些数据会为师生甚至教育指导带来很重要的意义。教学成绩作为教育数据中很重要的一个部分,它能在一定程度上直观地反应学生学习情况和教学质量。本文应用数据挖掘中的关联规则技术来对教学成绩数据进行分析提取,并将得到的有意义的成果用作教学指导,学生培养方面的依据。关联规则是数据挖掘技术中不可获取的一类算法,主要目的是分析发现数据之间存在的关联。本文的研究目的正是通过挖掘教学成绩来发现课程之间存在的关联,因此采用了关联规则作为本文实验的主要方法。本文对关联规则进行了深入的研究分析,梳理了关联规则的发展历史,并且结合其他学者的研究内容,提出了一种多维多层的关联规则挖掘算法MMSP。本文结合实际数据,对学生成绩进行关联分析。遵循数据挖掘流程,收集实验所需数据,对数据进行了相关的预处理,获得可以适合算法的数据模型;接下来使用相关算法对数据进行挖掘:首先是使用FP-growth算法对无时序关联的课程维度进行处理;然后使用MMSP算法只针对课程维度进行挖掘;最后是使用MMSP算法针对高考成绩,性别和课程叁个维度进行挖掘。最后我们展示了部分有意义的结果,并且进行了分析和总结。本文实验关注了成绩数据的实际情况,成绩数据有很多有价值的层次结构,还有许多其他跟成绩相关的属性。我们的实验不止关心某一学期课程之间的关联,还添加了时间约束,增加了其他参考维度,由此丰富了挖掘的信息,发现更多有意义的知识。实验证明了MMSP算法在成绩数据上的应用很成功,挖掘得到的知识通过分析可以发现是有价值的,得到的结论可以作为数据依据提供给教育工作者用作教学任务安排,还可以帮助教师因材施教,指导学生更为有效地学习。(本文来源于《吉林大学》期刊2017-04-01）
朱玉,张虹,孔令东[4]（2009）在《基于免疫遗传算法的多维多层关联规则挖掘》一文中研究指出提出一种基于免疫遗传算法的多维多层关联规则挖掘算法。免疫遗传算法具有很好的鲁棒性及全局搜索能力,能快速有效地进行全局优化搜索。针对现有多维多层关联规则挖掘中存在阈值定义不合理的缺点,依据多维和多层数据的共同特点,给出一种启发式的阈值自定义方式,结合免疫遗传算法提高挖掘效率和结果的准确性。结果表明,挖掘效率和质量有明显提高。(本文来源于《计算机工程》期刊2009年23期）
许学军[5]（2007）在《遗传算法在多维多层关联规则挖掘中的应用》一文中研究指出关联规则生成是数据挖掘技术中一个非常重要的研究领域,自1993年提出经典频集算法后,出现了很多以此为基础进行了改进的算法,但都存在着明显的缺陷．文章中根据遗传算法的基本思想以及关联规则挖掘的有关理论构造了一种生成多维多层关联规则的遗传算法,在一定程度上克服了经典频集算法的不足之处,提高了生成关联规则的有效性．(本文来源于《中国民航飞行学院学报》期刊2007年04期）
沈国强,覃征,沈云斐[6]（2006）在《一种高效的多维多层关联规则挖掘算法》一文中研究指出关联规则是数据挖掘中一个重要的研究方向。文章提出了一种基于遗传算法的多维多层关联规则挖掘算法。算法针对现有多维多层关联规则挖掘中存在阈值定义不合理的缺点,依据多维和多层数据的共同特点,提出了一种启发式的阈值自定义方式,来提高挖掘效率和结果的准确性。实验结果证明这种算法是有效。(本文来源于《计算机工程与应用》期刊2006年12期）
贺琼,刘潭仁,郭平[7]（2004）在《数据立方体上多维多层关联规则挖掘算法》一文中研究指出重点结合联机分析挖掘的思想,讨论了数据立方体上的多维多层关联规则挖掘。基于数据立方体和FP算法提出并构建了体现概念层次的Hib＆Dim FP树和其挖掘算法Hib＆Dim FP算法,并把此算法应用于数据立方体上的多维多层关联规则挖掘。最后的实验证明了该算法的有效性。(本文来源于《计算机应用》期刊2004年03期）
刘君强,王勋,孙晓莹[8]（2003）在《多维多层关联规则有效挖掘的新算法》一文中研究指出提出根据信息熵划分属性值区间或集合、自动生成与人机交互相结合确定层次结构的方法,将多维多层多数据类型问题转化为受约束的一维单层布尔型问题.在此基础上,对直接生成频繁模式的FPT Gen算法进行了扩展,实现了有效挖掘多维多层关联规则的新算法MDML FPT Gen,其效率与可伸缩性均优于经典方法.(本文来源于《南京大学学报(自然科学版)》期刊2003年02期）
多维多层关联挖掘论文开题报告
（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：
道路交通安全问题与居民生命财产安全息息相关,始终是广受关注的社会问题,也是学术研究的热点。现有交通安全研究多针对城市道路或高等级公路展开,对低等级公路的交通安全问题重视程度不够。本文选取里程长、事故多、交通安全水平提升缓慢的低等级公路作为主要研究对象,用统计方法分析低等级公路交通事故特征,用关联规则分析法挖掘多维多层事故数据间的潜在规律,剖析低等级公路交通事故成因,进而提出事故预防对策,以切实改善我国低等级公路的交通安全水平。关联规则分析是数据挖掘技术的一种,研究从数据结构、衡量指标、主观约束等角度对经典的Apriori算法进行优化,实现了低等级公路交通事故数据的多维多层挖掘,具体的挖掘流程包括数据预处理、多维数据模型构建、算法挖掘、规则解读和应用等6个步骤。论文详细介绍了数据挖掘各阶段的工作重点和具体方法,并以浙江省丽水市遂昌县境内的低等级公路交通事故数据为基础展开案例应用分析。研究在数据库软件SQL Server的Analysis Server组件中,构建多维多层的数据模型(3层26维),修正算法参数,约束数据挖掘,最终以案例事故特征分析结果和关联规则挖掘成果,归纳总结出低等级公路交通事故的规律特征以及7个易导致事故发生的属性组合,并从提升交通安全性的角度提出了针对性的应对措施。
（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。
多维多层关联挖掘论文参考文献
[1].黎丹雨,陈怡华.一种多层多维的关联规则挖掘算法在推荐系统中的应用[J].计算机与现代化.2019
[2].洪媛媛.基于多维多层关联规则挖掘的低等级公路交通事故致因分析[D].东南大学.2017
[3].张莹莹.一种多维多层的关联规则挖掘算法在教育数据上的应用[D].吉林大学.2017
[4].朱玉,张虹,孔令东.基于免疫遗传算法的多维多层关联规则挖掘[J].计算机工程.2009
[5].许学军.遗传算法在多维多层关联规则挖掘中的应用[J].中国民航飞行学院学报.2007
[6].沈国强,覃征,沈云斐.一种高效的多维多层关联规则挖掘算法[J].计算机工程与应用.2006
[7].贺琼,刘潭仁,郭平.数据立方体上多维多层关联规则挖掘算法[J].计算机应用.2004
[8].刘君强,王勋,孙晓莹.多维多层关联规则有效挖掘的新算法[J].南京大学学报(自然科学版).2003