周秀梅
- 作品数：17 被引量：28H指数：3
- 供职机构：南宁地区教育学院更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金广西教育厅科研项目更多>>
- 相关领域：自动化与计算机技术文化科学理学更多>>
- 基于关联规则的图书借阅服务推荐方法被引量：1
- 2010年
- 本文将关联规则应用于图书借阅的服务推荐方法,首先对读者借阅历史记录进行预处理,然后进行关联规则挖掘和分析,利用挖掘出的频繁项集进行服务推荐。该方法与传统推荐技术相比,能更全面、准确、清晰地进行图书借阅推荐。
- 黄月红周秀梅覃泽
- 关键词：关联规则数据挖掘
- 基于ASP的教学网站安全防范策略
- 2008年
- 基于ASP+Access动态网页技术是教学网站建设常用的模式。文章探讨了此类教学网站中存在的登陆验证漏洞、跨站脚本漏洞、SQL注入漏洞、数据库安全漏洞等常见安全隐患的产生原因及其危害,并提出了相应的防范策略。
- 潘大胜周秀梅
- 关键词：ASP教学网站安全漏洞
- 异质数据集关联规则挖掘被引量：1
- 2009年
- 针对存在的关联规则挖掘算法不能有效地在异质数据集中进行,本文首先使用领域本体方法处理数据集中的异质现象,然后提出了一种有效的XML异质数据集关联规则挖掘算法,实验结果表明该算法在挖掘速度和挖掘时在对内存的占用方面都优于现有的算法。
- 李作春周秀梅覃泽
- 关键词：关联规则挖掘
- 代价敏感学习的过度拟合问题研究被引量：2
- 2009年
- 代价敏感学习算法的目的是最小化各种代价总和,与其他学习算法一样,它必须面对过度拟合这个挑战性问题,即分类器可以较好地拟合训练数据,但对测试或实际数据的效果较差。针对代价敏感学习的这些缺点,提出两个克服过度拟合的策略。第一个滤波技术策略针对TCSDT分类建立,滤波后的概率估计值被用于对每个分离属性的潜在误分类代价计算,并延缓潜在大误分类代价的分离属性的优先选择,最后,采用交叉验证方法决定m的值。第二个策略与基于标准错误的Laplace剪枝方法不同,阈值剪枝采用一个预先定义的阈值集合(跟代价有关)来确定决策树的一个叶节点是否被剪除。这两策略可独立或联合用于避免TCSDT分类的数据过度拟合。实验表明,所提出的两算法不但在代价敏感学习中有优势,在非代价敏感学习也具有优势,可以有效地减弱过度拟合,有很强的健壮性,UCI数据集实验结果显示算法的拟合能力平均优于存在方法10%以上。
- 李作春周秀梅袁鼎荣
- 关键词：学习算法
- 基于“微课+翻转课堂”的高职创新教学模式研究
- 2017年
- 本文从教学设计、教学过程和教学反思三个方面,对＂微课＋翻转课堂＂的高职创新教学模式进行研究,以期有效培养学生的创新能力和实践能力。
- 周秀梅
- 关键词：创新教学模式
- 关于数制转换教学中引入微课的思考
- 2016年
- 针对数制转换的教学背景和传统数制转换教学存在的问题,分析微课的特征以及数制转换教学中引入微课的优势,提出数制转换教学中引入微课的步骤,从而提高教学实效,实现教学相长。
- 周秀梅
- 关键词：数制转换
- 基于项权值变化的完全加权正负关联规则挖掘被引量：14
- 2015年
- 本文提出一种基于项权值变化的完全加权正负关联规则挖掘算法,解决了基于项权值变化的负模式挖掘问题.该算法考虑项权值依赖于事务记录的特点,采用新的项集剪枝方法和模式评价框架,通过项集的项内权值比和维数比的简单计算和比较,挖掘有效的完全加权正负关联规则.实验结果表明,与现有无加权正负关联规则挖掘算法比较,本文算法能避免无效的模式出现,其挖掘时间和候选项集数量明显减少,减幅最大分别可达94.09%和88.16%.
- 周秀梅黄名选
- 关键词：数据挖掘负关联规则频繁项集
- 有效的矩阵加权正负关联规则挖掘算法--MWARM-SRCCCI被引量：2
- 2014年
- 针对现有加权关联规则挖掘算法不能适用于矩阵加权数据的缺陷,给出一种新的矩阵加权项集剪枝策略,构建矩阵加权正负关联模式评价框架SRCCCI,提出一种新的基于SRCCCI评价框架的矩阵加权正负关联规则挖掘算法MWARM-SRCCCI。该算法克服了现有挖掘技术的缺陷,采用新的剪枝技术和模式评价方法,挖掘有效的矩阵加权正负关联规则,避免一些无效和无趣的模式产生。以中文Web测试集CWT200g为实验数据,与现有无加权正负关联规则挖掘算法比较,MWARM-SRCCCI算法的挖掘时间减幅最大可达74.74%。理论分析和实验结果表明,MWARM-SRCCCI算法具有较好的剪枝效果,候选项集数量和挖掘时间明显减少,挖掘效率得到极大提高,其关联模式可为信息检索提供可靠的查询扩展词来源。
- 周秀梅黄名选
- 关键词：数据挖掘关联规则项集
- 完全加权正负关联规则算法及其在评教数据中的应用被引量：3
- 2016年
- 现有的完全加权关联规则挖掘算法没能解决挖掘技术问题,为此提出一种新的完全加权正负关联规则挖掘算法,并探讨了算法在高校评教数据挖掘中的应用.该算法采用新的模式评价标准挖掘有趣的频繁项集和负项集,进而从频繁项集和负项集中挖掘有效的完全加权正负关联规则模式,克服现有挖掘算法的缺陷.以真实的高校评教数据为实验数据测试集,理论和实验结果都表明,该算法比现有完全加权关联规则挖掘算法更有效、合理,具有更高的理论价值和应用前景.
- 周秀梅翁家铭李石君
- 关键词：数据挖掘频繁项集正负关联规则
- 基于AHP-FCE的高校评教数据处理方法研究
- 2017年
- 传统高校评教数据处理方法不适应评教系统因素多、层次多和量化不易等特点,文中提出多层次模糊综合的评教数据处理法,该法应用层次分析法(AHP)构建评教指标体系,构造成对比较矩阵确定各级指标权重,结合模糊综合评价法(FCE)构建评教模型,评教结果由多维综合评价得出,避免了因人为因素造成的不合理,较好地实现了高校评教中科学性和实用性的统一。
- 周秀梅覃泽
- 关键词：层次分析法
