【摘 要】
：
关联规则研究的发展为发现事务间的联系提供了基础,为信息推荐提供了依据.然而,现有的关联规则发现仅限于事务的关联支持度的强弱,即关联的有无,尚不能发现其在因果上的关联
【机 构】
：
太原理工大学 大数据学院,山西 晋中030600;太原理工大学 信息与计算机学院,山西 晋中030600
论文部分内容阅读
关联规则研究的发展为发现事务间的联系提供了基础,为信息推荐提供了依据.然而,现有的关联规则发现仅限于事务的关联支持度的强弱,即关联的有无,尚不能发现其在因果上的关联关系,故难以实现对信息连续推荐.为此,本研究从关联规则出发,根据CCU和CCC因果关系规则,提出一个基于点互信息(PMI,Pointwise Mutual Information)判据的方法,来发现事务间的因果关联关系.此方法以微学习单元为研究对象,首先利用传统关联规则从参考学习者的学习履历中提取具有关联关系的微学习单元,然后利用点互信息判据来发现微学习单元间存在的局部因果关系,并建立微学习单元的约束网络.实验表明,该方法可以有效发现微学习单元间的因果关联关系,并为学习者建立有效的动态学习路径.
其他文献
针对数学表达式表达形式多样、语法语义变换丰富给基于数学表达式的检索结果排序所带来的困难,提出一种基于IVHFS(Interval Valued Hesitation Fuzzy Sets)的数学表达式检索
10月21日,“湾区创见·2020网络安全大会”新闻发布会在深圳召开.深圳市副市长聂新平,公安部网络安全保卫局一级巡视员、副局长郭启全,深圳市政务服务数据管理局局长刘佳晨出
高速公路运营管理经常要面对许多突发事件，如何加强突发事件的新闻发布与舆论引导至关重要。本文分析了高速公路突发事件新闻发布与舆论引导的现状和必要性，提出了高速公路
分子动力学模拟(MD)是一套通过计算机模拟生物体系内分子、原子运动的多体模拟方法.GROMACS是著名的MD应用,能够快速模拟生物及非生物体系运动过程,广泛应用于各高性能平台.
将传统图卷积网络模型应用于非精确图匹配时,在卷积步骤早期易存在节点特性以及节点之间拓扑特征的损失,从而影响导致匹配性能.针对这一问题,提出了改进注意图卷积网络模型.使用相对较少的参数以端到端的方式学习分层表示,利用自注意机制来区分应该丢弃或保留的节点.首先利用注意图卷积网络来自动学习不同跳上邻域的重要程度;其次,加入自注意池化层,从矩阵图嵌入的各个方面概括图表示;最后,在多个标准图数据集中进行训练