导读:本文包含了负关联规则论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:规则,信息检索,模型,数据挖掘,兴趣,余弦,相关性。
负关联规则论文文献综述
万琳,范秋灵[1]（2015）在《面向软件缺陷数据的负关联规则挖掘方法》一文中研究指出面向软件缺陷数据的关联规则挖掘的意义在于探寻软件缺陷数据之间的关联关系,为软件开发、测试人员提供一定的指导作用.负关联规则阐述的是不同项目之间的相互排斥关系,具有非常重要的意义.本文通过引入数据矩阵的概念及遗传算法的思想,提出了一种新颖的负关联规则挖掘方法 GMNAR,并通过实验验证了该方法的有效性和高效性.(本文来源于《微电子学与计算机》期刊2015年04期）
亓文娟[2]（2014）在《基于正、负关联规则的数据挖掘探讨》一文中研究指出传统的关联规则只关注于挖掘出项集间的正关联规则,但在实际应用中负关联规则同样隐含着有价值的信息.本文首先给出了正、负关联规则的定义及支持度和置信度的函数表示,重点分析了关联规则中"支持度—置信度"架构的局限性,提出了利用项集的相关性来解决关联规则中正、负矛盾规则出现的问题,同时针对置信度的设置进行了研究分析,最后对负关联规则挖掘的算法进行了讨论,旨在为关联规则的研究奠定基础.(本文来源于《吉林师范大学学报(自然科学版)》期刊2014年04期）
苏雪峰,郭燕萍[3]（2014）在《负关联规则兴趣度度量方法研究》一文中研究指出关联规则挖掘是数据挖掘领域的一个重要课题。负关联规则相比正关联规则反映了不同的决策问题,有着重要的研究意义。目前负关联规则的兴趣度度量主要采用传统的基于支持度-置信度框架的度量方法。然而这些传统的度量方法存在一些局限,如标准不客观、不能反映项集间的相关性等,为了克服这些问题,本文提出一种基于余弦度量的兴趣度度量方法。(本文来源于《农业网络信息》期刊2014年07期）
沈晓洁[4]（2013）在《正、负关联规则在CRM中的营销渠道选择的应用》一文中研究指出进入信息时代的今天,计算机技术、互联网技术的发展日新月异。这样的发展影响着各行各业,也渗透到人们生活中的各个方面。对于各个行业而言,伴随着计算机、网络科学技术如此的发展与更新,以及消费者在消费交易中的主导地位的不断加强,如何充分利用现代科学技术,成功地以最小的投入留住老客户,同时开发新客户,已然成为了各大商家关注的焦点。如何充分利用有效的营销方式宣传企业,使得企业在本行业中占有一定的地位,以及如何让企业了解自己的消费者、成功转化潜在消费者为企业的真实客户、赢得消费者的口碑、使客户对企业的产品和服务产生信赖感和依赖感,是各个企业在不断探索和前进的方向。自1997年客户关系管理(CRM)这一概念被提出以来,人们将其应用从最初应用的、资金雄厚的金融行业和电信行业,延伸至各行各业中。其中,数据挖掘技术中的关联规则挖掘技术,在客户关系管理中的应用尤为广泛。提到关联规则挖掘技术在客户关系管理中的应用,学者们均将目光集中于挖掘正相关关联规则,即通过研究、分析事务之间存在的正相关关系,挖掘何种事务经常性的同时出现,且彼此影响。通过这样的数据挖掘结果,以及对其结果的分析,以便可以指导企业相关决策的制定,以此提高现有消费者的满意度和忠诚度,同时开发新客户。但是通过正相关关联规则我们得到的结论,是无法挖掘事务之间的负相关性,即哪两种事务很少同时出现,哪种事务对另一种事务的影响是向其相反方向的,这样的问题无法回答。此时,就需要通过挖掘事务之间的负相关关联规则来解释这种现象。本文的研究重点是将视角转化,将正、负关联规则技术应用于挖掘企业的营销渠道与最终潜在客户成功转化为企业真实客户的研究。首先通过对关联规则算法中最为经典算法的Apriori算法进行分析研究,在Apriori算法的基础之上、支持度-置信度的框架之下,给出了负相关关联规则的算法与求法；然后通过对客户关系管理的相关问题的详尽论述,总结了数据挖掘技术在客户关系管理中的应用；最后以一个具体的应用实例,以及通过个人实践所获得的可靠数据,利用SPSS Clementine统计分析软件运行求解,对该结果进行分析,说明结合正相关关联规则与负相关关联规则得到的结论,比仅仅依靠正相关关联规则得到的结论全面,同时对商家决策制定提出指导意见。企业在进行营销产品的时候,有很多营销宣传手段可以选择,而且这些手段大多是相结合的、同时进行的。但是盲目地选择已有的营销宣传手段就真的可以使企业的潜在客户成为真实客户么?每种营销宣传手段都能获得预想的宣传效果么?结果不然。消费者由于对信息的获取渠道不同,通过不同渠道所传达的信息,消费者的接受程度有所不同,使得有些营销宣传手段可以达到理想的效果,而其他一些差强人意。然而每种营销渠道,都需要企业人力、财力的投入,减少转化效率低的营销渠道,加大转化效率高的营销渠道,更有利于企业节省成本。所以,我们应该了解消费者的喜好,以便企业可以在营销的过程中投其所好、知其所想,让消费者在消费的整个过程,都可以获得良好的服务、体会到商家的贴心。从消费者的角度出发,使服务渗透到整个消费过程,从而提高消费者对企业的满意度,以及对企业产品和服务的忠诚度。最终提高企业的口碑,使企业实现以最小的营销投入、最小的维系客户投入,获得最大的经济效益的目的。(本文来源于《东北财经大学》期刊2013-11-01）
李红,宗瑜,解浚源,陈恩红[5]（2012）在《多数据库中全局负关联规则挖掘研究》一文中研究指出全局负关联规则挖掘是多数据库关联信息挖掘的重要研究内容,具有广泛的应用范围和使用价值.合并各子数据库的负关联规则是现有全局负关联规则挖掘常用的方法,但数据密度大、规则不全面及运算时间高等问题影响了已有全局负关联规则挖掘方法的效率.本文给出一种新的全局负关联规则挖掘算法,其具体步骤为:(1)扫描各子数据库,建立多数据库频繁模式树;(2)依据频繁项集全局一致性原则,对多数据库频繁模式树执行精简操作;(3)在此基础上产生全局极小非频繁项集;(4)依据极大频繁项集向上闭包原则,产生全局非频繁项集;(5)在规则相关度的基础上提取全局负关联规则.大量的对比实验结果表明,本文算法具有快速发现全局负关联规则的能力.(本文来源于《小型微型计算机系统》期刊2012年06期）
黄名选,冯平,谢统义[6]（2012）在《基于语词抽取与负关联规则挖掘的信息检索》一文中研究指出将语词抽取、负关联规则挖掘和查询扩展技术应用于信息检索,提出一种基于语词抽取与负关联规则挖掘融合的信息检索系统模型及其算法。详细论述模型的设计思想、各模块的功能,以及模型的理论分析和检索算法。该模型能够将语词抽取、负关联规则挖掘和查询扩展叁种技术融合,对初检文档集进行有效地处理,得到高质量的与原查询词相关的扩展词,和原查询组合成新查询,再进行二次检索,有效地解决了词不匹配的问题。实验结果表明,该模型有效,能改善和提高信息检索性能。(本文来源于《计算机技术与发展》期刊2012年05期）
邢海华[7]（2012）在《Web日志挖掘中负关联规则的研究》一文中研究指出Internet的用户行为分析主要是基于Web数据挖掘,Web数据挖掘是使用数据挖掘或机器学习的方法从Web文档中抽取出用户感兴趣的潜在有用模式和信息。Web数据挖掘分为Web内容挖掘、Web结构挖掘、Web使用挖掘(Web日志挖掘)。本文主要研究负关联规则在Web使用挖掘中的应用。首先介绍了Web数据挖掘的含义和分类,接着说明了Web使用挖掘的概念,以及Web挖掘的流程。其次,初步探讨了负关联规则的相关概念,简单介绍了负关联规则的定义及性质,引出了强负关联规则的概念,接着介绍了负关联规则的支持度、置信度的计算方法,并给了负关联规则的挖掘步骤。再次,本文对负关联规则的算法进行了深入的探讨和研究。负关联规则的挖掘分为两个部分非频繁项集的挖掘和负关联规则的挖掘,本文对二者都进行了深入讨论。在探讨非频繁项集挖掘时通过对传统挖掘算法进行改进,并结合模式树的概念提出了新的非频繁项集挖掘算法MINE_FI_IFI:在讨论负关联规则挖掘算法时,结合模式树、相关度及CPIR的性质提出新的正负关联规则挖掘算法MINE_P_N_RULES.第四,本文基于Web日志挖掘的理论和本文提出的负关联规则算法的理论给出了Web日志挖掘中中负关联规则挖掘的原型系统的实现,详细说明了原型系统的主要功能模块以及各个功能模块中的实现方式,并利用原型系统对NASA-HTTP数据集进行了负关联规则的挖掘,并给出了系统关键部分的实现。最后,本文进行了实验结果的对比与分析,通过理论的方式阐述了产生实验结果的原因。(本文来源于《山东大学》期刊2012-04-20）
李红,宗瑜,解浚源[8]（2011）在《数据库中全部负关联规则挖掘研究》一文中研究指出数据库中关联规则信息是知识的表述形式之一,负关联规则挖掘是数据库关联信息挖掘的重要研究内容,具有广泛的应用范围。现有的挖掘方法不能获取数据库中全部的负关联规则,考虑从数据库中提取全部的负关联规则,通过(1)扫描数据库建立数据库频繁模式树DFP-tree(Database Frequent Pattern tree);(2)在精简DFP-tree的基础上获取全部极小非频繁项集ASI;(3)对ASI中极大频繁项集的向上闭包,得到全部非频繁项集;(4)在此基础上采用相关度作为规则兴趣度量之一提取负关联规则。理论和实验表明算法的正确性和效率。(本文来源于《计算机应用与软件》期刊2011年11期）
黄名选[9]（2011）在《负关联规则挖掘与特征词抽取融合的局部反馈查询扩展》一文中研究指出针对现有信息检索系统中存在的词不匹配问题,本文提出一种基于负关联规则挖掘与特征词抽取融合的局部反馈查询扩展算法。该算法首先从前列n篇初检局部文档中抽取特征词,建立特征词库;然后,对特征词库挖掘同时含有查询词和非查询词的频繁项集和非频繁项集,由此挖掘前件是查询项的负关联规则,提取负关联规则的后件作为负关联特征词,计算负关联特征词与原查询的相关性,根据相关性在特征词库中删除负关联特征词,将余下的特征词作为最终扩展词,和原查询组合成新查询实现查询扩展。实验结果表明,该算法能有效地提高和改善信息检索性能。(本文来源于《计算机工程与科学》期刊2011年11期）
黄名选,余如[10]（2011）在《基于负关联规则与频繁项集挖掘的信息检索系统》一文中研究指出提出一种新的基于负关联规则与频繁项集挖掘的信息检索系统模型,详细阐述系统模型的设计思想、各模块的功能,以及检索系统实现的叁种关键技术(即频繁项集挖掘技术、负关联规则挖掘技术和查询优化扩充技术)及其检索算法。实验结果表明,该检索系统能有效提高和改善信息检索性能。(本文来源于《现代图书情报技术》期刊2011年Z1期）
负关联规则论文开题报告
（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：
传统的关联规则只关注于挖掘出项集间的正关联规则,但在实际应用中负关联规则同样隐含着有价值的信息.本文首先给出了正、负关联规则的定义及支持度和置信度的函数表示,重点分析了关联规则中"支持度—置信度"架构的局限性,提出了利用项集的相关性来解决关联规则中正、负矛盾规则出现的问题,同时针对置信度的设置进行了研究分析,最后对负关联规则挖掘的算法进行了讨论,旨在为关联规则的研究奠定基础.
（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。
负关联规则论文参考文献
[1].万琳,范秋灵.面向软件缺陷数据的负关联规则挖掘方法[J].微电子学与计算机.2015
[2].亓文娟.基于正、负关联规则的数据挖掘探讨[J].吉林师范大学学报(自然科学版).2014
[3].苏雪峰,郭燕萍.负关联规则兴趣度度量方法研究[J].农业网络信息.2014
[4].沈晓洁.正、负关联规则在CRM中的营销渠道选择的应用[D].东北财经大学.2013
[5].李红,宗瑜,解浚源,陈恩红.多数据库中全局负关联规则挖掘研究[J].小型微型计算机系统.2012
[6].黄名选,冯平,谢统义.基于语词抽取与负关联规则挖掘的信息检索[J].计算机技术与发展.2012
[7].邢海华.Web日志挖掘中负关联规则的研究[D].山东大学.2012
[8].李红,宗瑜,解浚源.数据库中全部负关联规则挖掘研究[J].计算机应用与软件.2011
[9].黄名选.负关联规则挖掘与特征词抽取融合的局部反馈查询扩展[J].计算机工程与科学.2011
[10].黄名选,余如.基于负关联规则与频繁项集挖掘的信息检索系统[J].现代图书情报技术.2011
论文知识图
