关联规则在公安情报信息系统中的应用

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (5): 209-211.

关联规则在公安情报信息系统中的应用

常朝稳,代永卫,司志刚

解放军信息工程大学电子技术学院，郑州 450004

收稿日期:2007-06-06 修回日期:2007-08-24 出版日期:2008-02-11 发布日期:2008-02-11
通讯作者: 常朝稳

Using of association rule in system of public security information management

CHANG Chao-wen,DAI Yong-wei,SI Zhi-gang

Institute of Electronic Technology，PLA Information Engineering University，Zhengzhou 450004，China

Received:2007-06-06 Revised:2007-08-24 Online:2008-02-11 Published:2008-02-11
Contact: CHANG Chao-wen

摘要/Abstract

摘要： 针对Apriori算法效率的不足，提出了适合关系数据库中的关联规则挖掘的IMM_Apriori算法。通过对基于矩阵的算法进行改进，引入删除压缩技术提高了算法性能，有效地解决了Apriori算法在发现频繁2-项集时的效率瓶颈问题，并从理论上证明了算法的正确性和可行性。通过在公安情报信息系统中的实际应用，验证了算法良好的适应性和可扩展性。

关键词: 关联规则, IMM_Apriori算法, 情报分析

Abstract: Aimed to the choke point on the efficiency about Apriori algorithm，an Improved Mutiply_Matrix Apriori algorithm（IMM_Apriori） using for connection rule excavation in the relational database is proposed.Through introducing compress and expurgate method，and adopting reformative matrix-based algorithm，the IMM_Apriori algorithm capability is improved and the choke point on the efficiency is overcome.It has confirmed the algorithm good compatibility and expansibility by using in the system of public security information management.

Key words: Association Rules, IMM_Apriori algorithm, information analysis

常朝稳,代永卫,司志刚. 关联规则在公安情报信息系统中的应用[J]. 计算机工程与应用, 2008, 44(5): 209-211.

CHANG Chao-wen,DAI Yong-wei,SI Zhi-gang. Using of association rule in system of public security information management[J]. Computer Engineering and Applications, 2008, 44(5): 209-211.

[1]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[2]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[3]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.
[4]	顾军华，苏鸣，张亚娟，张丹红. 基于位编码链表的快速频繁模式挖掘算法研究[J]. 计算机工程与应用, 2020, 56(19): 86-93.
[5]	刘莉萍1，章新友1，牛晓录2，郭永坤1，丁亮1. 基于Spark的并行关联规则挖掘算法研究综述[J]. 计算机工程与应用, 2019, 55(9): 1-9.
[6]	郭鹏，蔡骋. 基于聚类和关联算法的学生成绩挖掘与分析[J]. 计算机工程与应用, 2019, 55(17): 169-179.
[7]	郭世伟，孟昱煜，陈绍立. 改进的PSOGM算法在动态关联规则挖掘中的应用[J]. 计算机工程与应用, 2018, 54(8): 160-165.
[8]	赵慧茹，林民. 融合关联规则的学术论文主题学习及表示方法[J]. 计算机工程与应用, 2018, 54(20): 159-165.
[9]	王晓丹，王建宇. 自动售药机配仓算法研究[J]. 计算机工程与应用, 2017, 53(4): 256-262.
[10]	颜宏文，邹丹. 基于关联规则的PSO-Elman短期风速预测[J]. 计算机工程与应用, 2017, 53(23): 261-266.
[11]	徐珺1，李明霞2，刘保相2. 基于区间概念格的规则优化方法与应用[J]. 计算机工程与应用, 2017, 53(13): 167-173.
[12]	薛福亮1，马　　莉2. 利用动态产品分类树改进的关联规则推荐方法[J]. 计算机工程与应用, 2016, 52(4): 135-141.
[13]	韦容1，申希兵2，杨毅3. 基于公理化模糊集语义图像层次关联规则分类器[J]. 计算机工程与应用, 2016, 52(20): 193-199.
[14]	尚赵伟，李振华，张澜. 基于日志的协同图像自动标注[J]. 计算机工程与应用, 2015, 51(8): 178-182.
[15]	张忠林，石皓尹，闫光辉. 灰色Markov模型动态关联规则趋势度挖掘方法[J]. 计算机工程与应用, 2015, 51(7): 154-159.