已閱讀1頁，還剩42頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、市場競爭日趨激烈，商家需要充分了解自己的顧客，很多商家應用關聯(lián)規(guī)則挖掘來分析顧客的購買行為。目前，如何提高關聯(lián)規(guī)則的挖掘效率仍然是研究的重點。本文提出了一種基于品類聚類的關聯(lián)規(guī)則優(yōu)化算法。該算法首先根據(jù)文中定義的品類特征向量，用結構化的數(shù)據(jù)來表示事務：然后根據(jù)一種基于密度的聚類算法，對結構化的數(shù)據(jù)進行聚類，同時將對應的原始事務進行聚類：最后根據(jù)聚類后得到的類的長度以及用戶指定的最小支持度，確定類內的最小支持度，在類內挖掘關聯(lián)規(guī)則。實驗結
2、果表明，與傳統(tǒng)算法相比，該算法效率較高，具有一定的實用價值。本文的應用背景是貨物進出口檢驗檢疫系統(tǒng)，在檢驗檢疫過程中，物品名稱都是由幾個詞語構成，如果能找出某幾個單詞與某一個編碼之間的關系，將對物品的自動編碼提供很大的幫助。本文提出了一種方案，基于物品名稱的品類信息，結合上海浦東國際機場檢驗檢疫局HS商品編碼輔助決策系統(tǒng)的需求，將基于品類聚類的關聯(lián)規(guī)則算法，應用到上述系統(tǒng)當中，有效地找出了某幾個單詞之間的關聯(lián)規(guī)則，利用這些關聯(lián)規(guī)則優(yōu)化規(guī)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于關聯(lián)規(guī)則的數(shù)據(jù)挖掘算法及其應用.pdf
- 關聯(lián)規(guī)則挖掘算法的研究及其應用.pdf
- 基于壓縮矩陣的關聯(lián)規(guī)則挖掘算法研究及其應用.pdf
- 并行關聯(lián)規(guī)則挖掘算法研究及其應用.pdf
- 基于圖的關聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究及其應用.pdf
- 關聯(lián)規(guī)則挖掘算法及其在Web挖掘上應用的研究.pdf
- 關于數(shù)據(jù)挖掘中關聯(lián)規(guī)則挖掘算法的研究及其應用.pdf
- 基于改進的遺傳算法關聯(lián)規(guī)則的數(shù)據(jù)挖掘及其應用.pdf
- 關聯(lián)規(guī)則挖掘算法及其流程工業(yè)應用研究.pdf
- 基于圖的關聯(lián)規(guī)則數(shù)據(jù)挖掘并行算法的研究及其應用.pdf
- 關聯(lián)規(guī)則挖掘算法研究及其在CRM中的應用.pdf
- 模糊關聯(lián)規(guī)則挖掘及其應用.pdf
- 基于分界思想的關聯(lián)規(guī)則挖掘算法.pdf
- 基于關聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf
- 基于約束的關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于遺傳算法的關聯(lián)規(guī)則挖掘.pdf
- 面向超市數(shù)據(jù)的關聯(lián)規(guī)則挖掘算法研究及其應用.pdf
- 關聯(lián)規(guī)則挖掘算法及其在電信中的應用研究.pdf
- 基于模式矩陣的關聯(lián)規(guī)則挖掘算法的研究與應用.pdf
- 基于樹的關聯(lián)規(guī)則挖掘算法研究.pdf
評論
0/150
提交評論