郭世伟
- 作品数：3 被引量：11H指数：2
- 供职机构：兰州交通大学电子与信息工程学院更多>>
- 发文基金：甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 改进的PSOGM算法在动态关联规则挖掘中的应用被引量：6
- 2018年
- 针对动态关联规则挖掘中支持度向量和置信度向量变化趋势的分析和预测,提出一种改进的粒子群优化的灰色模型应用在动态关联规则挖掘中。由于灰色模型在引入背景值后导致在非平稳序列中的预测精度下降,因此有必要引入参数进行修正,通过在粒子群优化算法中引入二次搜索机制,优化求解灰色模型不同时刻的背景值,从而提高粒子群算法的局部搜索能力,进而提高灰色模型的预测精度。通过在Matlab平台上进行实验仿真,数据集采用超市购物数据,结果表明该方法比原始灰色模型、遗传算法优化的灰色模型和标准的粒子群优化的灰色模型具有更高的预测精度。
- 郭世伟孟昱煜陈绍立
- 关键词：粒子群优化算法动态关联规则背景值
- 一个基于二阶粒子群的关联规则挖掘算法被引量：1
- 2016年
- 针对经典的Apriori算法在处理大型数据库时挖掘效率有所下降,提出一种基于二阶粒子群算法的关联规则挖掘方法.该算法首先利用Partition算法将原始数据库划分为n个不重叠的子数据库,然后对每一子数据库通过Apriori算法进行关联规则挖掘,并采用二阶粒子群算法进化得到最优的规则集,最后将每一子数据库得到的规则集全局合并得到最优的前M个规则.通过采用Partition算法对数据库进行划分并使用Apriori算法进行关联规则挖掘,在处理大型数据库时可以加快数据的扫描速度,避免由于数据量过大造成的内存溢出;采用二阶粒子群算法进行优化,通过支持度和置信度的综合评价,可以提取出因单个标准而被忽略的关联规则.将该算法应用到超市购物篮数据、FoodMart2000、AdventureWorks2008R2三个数据集上,实验结果表明,该算法在进行数据知识发现时,尤其在针对大型数据库挖掘时,相比于随机产生粒子的粒子群算法应用到关联规则具有更高的效率.
- 郭世伟孟昱煜
- 关键词：数据挖掘关联规则APRIORI算法
- 高校学生网络评教有效性的结构及影响因素研究被引量：4
- 2016年
- 针对高校学生网络评教系统进行研究,从学生评教在教学质量管理中所占据的地位、教师针对学生评教的态度极其所做的改观,管理人员针对学生对教师的评价所做出相应的研究分析处理,使得学生评教的有效性得以展现。从评价指标、反馈信息的归途等方面分析了影响高校网络评教有效性的因素,对网络评教的进一步发展具有重要的意义。
- 孟昱煜郭世伟
- 关键词：网络评教有效性影响因素
