绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 2 条结果
[期刊论文] 胡锴 徐巍华 渠瑜
-
北大核心 CSTPCD AJ SA
-
摘要:关联规则挖掘能发现事务之间的潜在规则,在故障诊断中的应用有重要的研究价值.传统关联规则挖掘算法在数据离散化和支持度选取上都存在许多不足.文章在模糊关联规则挖掘算法的基础上重点研究了隶属度函数选取和最小支持度选取问题,提出一种改进模糊关联规则挖掘算法IFAR(an Improved Fuzzy Association Rules).算法采用基于k-means聚类的自动确定隶属度函数参数方法,克服了传统硬划分方法带来的"边界过硬"问题,避免了人为划定边界的盲目性.算法在支持度选取上采用一种多重最小支持度的思想,在避免产生无意义短规则的同时有效发现有意义的长规则,提高挖掘结果的质量.最后通过旋转机械故障实验仿真证明了IFAR算法在故障诊断中的有效性和正确性....
[硕士论文] 胡锴
控制理论与控制工程 浙江大学;浙江大学信息科学与工程学院 2008(学位年度)
摘要:近年来,数据挖掘技术研究引起了国内外人工智能和数据库领域专家的广泛关注。关联规则的挖掘是其中一个重要的研究方向,在许多商业应用中都取得了十分理想的效果。在电信行业中,随着通信市场竞争的加剧和市场的日益饱和,现有用户的价值提升和消费潜力挖掘己经成为运营商市场经营的首要工作,一种基于关联规则挖掘的新兴营销方式--交叉销售正是适应了这种变化。 本文首先分析了现有的模糊关联规则和正负关联规则挖掘算法的特点和存在的问题,针对不足之处提出改进方法,并提出了一种新的模糊正负关联规则挖掘算法(FPNAR),然后针对算法给出了用于实际电信项目的例子,分析了FPNAR算法在电信行业交叉销售应用的可行性。 本论文主要研究工作概括如下: 首先在数据预处理中,采用了一种基于聚类中心点的模糊离散化方法。该方法主要分两层实现:首先对待离散化数据进行聚类,得出其聚类中心点;然后根据各类中心点确定隶属度函数参数,并通过隶属度函数离散化数据。基于聚类的模糊离散化方法充分利用了数据集的分布特征和分类信息,实现了数据的智能离散化,克服了因人为制定隶属度函数参数错误导致的挖掘结果错误。 其次在建模过程中,在现有的正负关联规则挖掘算法的基础上,本论文采用一种多重最小支持度的方法,有效控制频繁项集和非频繁项集的数量,保证了挖掘规则的数量和算法的效率,并结合最小相关性系数约束,剔除了大量无意义规则,提高了挖掘结果的质量。在标准数据集的仿真中取得了较好的效果。 最后,在本文中详细介绍了一个具体的电信行业数据挖掘分析实例--某市电信小灵通套餐业务的营销推广分析。开始全面阐述了交叉销售的概念,并提出了基于关联规则的交叉销售模型,最后通过对小灵通客户业务消费的历史数据进行挖掘,实现了小灵通各业务之间的关联分析,并对交叉销售模型的实证结果进行了详细的讨论和分析。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部