

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的知識的過程。關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的主要研究內(nèi)容,它從大量的數(shù)據(jù)項中尋找隱藏著的聯(lián)系或相關性。Apriori算法是關聯(lián)規(guī)則挖掘的一個經(jīng)典算法,但它解決問題的針對性較強,應用面狹窄。因此,本文提出了基于規(guī)則的Apriori算法,大大擴展了Apriori算法的應用范圍。
隨著企業(yè)業(yè)務種類的不斷增多,傳統(tǒng)的業(yè)務規(guī)則配置面向技術人員,具有維護難度大、生命周期較短的缺點,已難以適應業(yè)務發(fā)展
2、的要求。因此,本文提出了面向業(yè)務人員的基于SBVR(Semantics of Business Vocabulariesand Business Rules,業(yè)務詞匯和業(yè)務規(guī)則的語義)的業(yè)務規(guī)則配置模型。
因此,本文重點研究了基于規(guī)則的Apriori算法和基于SBVR的業(yè)務規(guī)則配置技術,具體工作包括以下幾個方面:
1、研究了Apriori算法挖掘關聯(lián)規(guī)則的步驟。針對傳統(tǒng)算法應用面狹窄這一缺陷,本文提出了一種基
3、于規(guī)則的Apriori算法——Rule_Apriori。該算法在原有算法的基礎上,加入了一層規(guī)則,按照配置的規(guī)則進行指導和控制Apriori算法的執(zhí)行。
2、分析了傳統(tǒng)的業(yè)務規(guī)則技術的不足,提出了基于SBVR的業(yè)務規(guī)則配置模型。這是一種面向業(yè)務人員、可靈活配置的業(yè)務規(guī)則配置模型。包括業(yè)務規(guī)則的定制、基礎服務和后臺服務三個模塊。
3、將基于SBVR的業(yè)務規(guī)則配置模型應用到套餐資費配置上,實現(xiàn)計費功能。驗證了基于
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(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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Apriori算法和OLAP的關聯(lián)規(guī)則挖掘模型設計.pdf
- 基于聚類和壓縮矩陣的Apriori算法的研究與應用.pdf
- 基于APRIORI算法和遺傳算法的商務數(shù)據(jù)庫關聯(lián)規(guī)則挖掘模型的研究.pdf
- 關聯(lián)規(guī)則挖掘中Apriori算法的研究.pdf
- 基于Apriori算法的增量式關聯(lián)規(guī)則控制研究.pdf
- 基于AWS云平臺GPU集群加速的Apriori算法的研究和應用.pdf
- 基于矩陣的關聯(lián)規(guī)則算法與Apriori算法的研究及改進.pdf
- 基于本體和APriori算法的語義挖掘技術研究.pdf
- 基于云計算的關聯(lián)規(guī)則Apriori算法的研究與實現(xiàn).pdf
- 關聯(lián)規(guī)則中Apriori算法的研究與改進.pdf
- 關聯(lián)規(guī)則中的Apriori算法的研究與改進.pdf
- 基于Hadoop的改進Apriori算法研究及應用.pdf
- 基于決策樹分類算法和Apriori算法的數(shù)據(jù)挖掘在電信行業(yè)的應用研究.pdf
- 基于Fp-growth算法的關聯(lián)規(guī)則挖掘算法研究和應用.pdf
- 基于apriori算法的超市商品銷售數(shù)據(jù)的關聯(lián)規(guī)則分析
- Apriori算法和貝葉斯分類器在多標記學習中的應用.pdf
- Apriori算法的改進及應用.pdf
- 應用benford法則和apriori算法對海量數(shù)據(jù)的審計分析
- 基于數(shù)組的Apriori算法的改進研究.pdf
- 基于Hadoop對Apriori算法的改進與研究.pdf
評論
0/150
提交評論