陈娟娟
- 作品数：5 被引量：17H指数：3
- 供职机构：安徽大学更多>>
- 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 关联规则挖掘中的隐私保护研究被引量：5
- 2008年
- 数据挖掘中的关联规则反映一个事件和其他事件之间依赖或相互关联的知识。随着大量数据不停地收集和存储积累,人们希望从中发现感兴趣的数据关联关系,从而帮助他们进行决策。随着信息技术的发展,数据挖掘在一些深层次的应用中发挥了积极的作用。但与此同时,也带来隐私保护方面的问题。隐私保护是当前数据挖掘领域中一个十分重要的研究问题,其目标是要在不精确访问真实原始数据的条件下,得到准确的模型和分析结果。为了提高对隐私数据的保护程度和挖掘结果的准确性,提出一种有效的隐私保护关联规则挖掘方法。针对关联规则挖掘中需预先给出最小支持度和最小置信度这一条件,提出了一种简单的事务数据库中事务的处理方法,即隐藏那些包含敏感项目的关联规则的方法,以对相关事务作处理,达到隐藏包含敏感项目的关联规则的目的。理论分析和实验结果均表明,基于事务处理的隐私保护关联规则挖掘方法具有很好的隐私性、简单性和适用性。
- 张瑞郑诚陈娟娟
- 关键词：隐私保护
- 基于Web的MIS开发中动态报表的实现被引量：3
- 2008年
- 计算机应用软件中一个重要的环节就是输出,而输出中各种复杂的报表又是最重要的。对ASP.NET Web应用程序中的动态报表进行了深入研究,提出了一种动态Web水晶报表模型。通过使用Crystal Reports引擎和ADO.NET对报表的底层接口进行控制,在SQL Server混合认证的安全模式下实现了动态Web报表,完全实现了对报表的自定义,解决了Web应用程序中自定义报表的实现问题。
- 陈娟娟李龙澍张瑞
- 关键词：动态报表ASP.NETADO.NETCRYSTAL
- 标记样本的Adaboost算法被引量：2
- 2008年
- 提升(Boost)学习算法中,可以划分为多数提升和Adaboost两类。Adaboost是目前比较流行的分类方法,目前在多媒体和计算机视觉领域得到了广泛的应用。文中介绍了Adaboost方法的原理与方法,通过在提升过程中对训练集中部分样本的标记,提出了一种新的Adaboost算法的训练方法,并且用实验数据对该方法进行验证。该方法通过对前一轮提升后权值较小的那部分样本作标记,增加了后一轮提升抽样的有效容量,从而使算法中的分类器能够更快速地关注那些很难分类的样本。
- 郑诚张瑞陈娟娟
- 关键词：ADABOOST算法
- 数据挖掘技术在管理信息系统中的应用研究
- 随着计算机应用的普及,尤其是30年来数据库技术的广泛使用,以及近10年来互联网应用的不断深入,数据的累积正以爆炸性的速率发生。人们已经评估出世界上信息的数量每两三年翻一番,并且数据库的数量与大小正在以更快的速度增长。这些...
- 陈娟娟
- 关键词：数据挖掘管理信息系统关联规则数据集
- 文献传递
- 一种简单的基于隐私保护的关联规则挖掘方法被引量：7
- 2008年
- 为了提高对隐私数据的保护程度和挖掘结果的准确性,提出一种有效的隐私保护关联规则挖掘方法。针对关联规则挖掘中需预先给出最小支持度和最小置信度这一条件,提出了一种简单的事务数据库中事务的处理方法,即隐藏那些包含敏感项目的关联规则的方法,对相关事务作处理,达到隐藏包含敏感项目的关联规则的目的。理论分析和实验结果均表明,基于事务处理的隐私保护关联规则挖掘方法具有很好的隐私性、简单性和适用性。
- 张瑞郑诚陈娟娟
- 关键词：隐私保护关联规则
