正负关联规则挖掘的研究

传统的基于支持度-置信度框架的关联规则挖掘方法可能会产生大量不相关的、甚至是误导的关联规则,同时也不能区分正负关联规则。本文提出了一种评价关联规则的可量化标准,进一步提出一种能同时挖掘正负关联规则的框架,实验证明该方法是有效的。     

茶叶包装的个性化设计

在当今市场竞争白热化的背景下,茶叶产品面临着新挑战。具有个性化特征的茶叶包装是使产品从同类商品中脱颖而出、获得更高市场占有率的重要因素。文章探索了茶叶包装的个性化设计方法,以茶叶产品的个性化定位为基础,从消费者深度需求的挖掘中寻找个性化设计空间,通过创新包装外观形态,探索个性化的包装情境及视觉趣味性的塑造,从而更好地发挥茶叶包装的个性化设计潜力。     

基于深度学习的情感化设计

目的使用深度学习实现情感化设计,满足用户个性化的情感需求,加速传统设计过程,提升用户体验。方法研究深度学习中可用于情感化设计的算法,使用卷积神经网络(CNN)实现名画复制品的个性化自动生成;抓取互联网数据,使用LSTM模型挖掘用户真实需求,进行当前流行游戏的周边产品设计;以张裕葡萄酒庄旅游纪念品设计为例,使用深度学习基于用户个人信息和行为数据推荐个性化的葡萄酒包装。结论基于CNN的名画复制品的个性化生成丰富了图像的可修改空间,满足了用户个性化的情感诉求;基于LSTM的用户需求分析高效和准确地反映了用户的真实需求,加速了传统用户调研过程;基于深度学习的旅游纪念品个性化设计进一步提升了用户体验。将深度学习应用于情感化设计有利于挖掘用户内心的真实需求,节省人力物力,满足用户情感诉求和提升用户体验,进一步为设计学与计算机科学的交叉提供了有效方法。     

矩阵加权关联规则在故障诊断系统中的应用

关联规则挖掘算法实现了对复杂设备的通用、快速、脱离主观经验的故障诊断。经典的关联规则算法以各项目均匀分布为前提,而实际的故障诊断过程中不同的故障因素对故障诊断的贡献度不同。针对这种情况,将"最小支持期望"和矩阵引入关联规则,提出一种适用于设备故障诊断的基于矩阵的加权关联规则模型——MWARMA模型,实例证明该模型在提高挖掘效率的同时,明显提高了故障诊断的准确率。以该模型为基础设计并实现了一套设备故障诊断系统。     

个性诉求下的包装设计及审美意识

目的市场经济下多样化的消费模式促使商品的包装越来越个性化,"个性诉求"作为个体对商品包装情感诉求之一可体现出其人性化、感性化、柔性化、小众化的特点。方法基于视传符号通过新的沟通方式促使包装设计性质发生改变,制造出有美感的个性化商品包装,并体现出商品的特色性、区域性、个体性。结论"个性诉求"作为一种设计思维方式能深度挖掘包装设计形式的功能意义和消费价值并带给消费者全新的审美形式、个性体验,推动消费群审美观念的同时力争引领其审美意识。     

基于Web挖掘的产品功能可用性评价方法

通过关联规则挖掘技术,提出了一个基于Web挖掘的产品功能可用性评价方法,用来在产品定义阶段分析产品功能的可用性。首先采用网络爬虫技术收集Web上同类或类似产品的海量评论,经过预处理,利用Apriori算法进行关联规则挖掘,抽取消费者对产品各个功能的可用性的评价。然后根据挖掘的规则建立一个评论分类器,用来识别评论语句是否与可用性有关、判断其语义倾向并进行分类。最后,基于分类结果建立可用度评分,进而进行产品功能的可用性评价。通过万能遥控器案例验证了该方法的有效性。     

人工智能融入个性化包装设计的研究

如今，人工智能技术发展加速，包装设计行业开始深入使用智能绘画技术。阐明了人工智能融入个性化包装设计的研究背景、研究发展动态与目的，基于个性化包装设计基本理论，介绍了智能化包装和个性化设计，探讨了人工智能技术在包装设计中的实际应用，供业内人士参考。     

基于神经网络规则抽取的产品服务配置规则获取

针对由混合配置前件导致的大量耦合的、相互关联的复杂规则,提出了LC神经网络和RULEX算法联合实施下基于历史数据的个性化产品服务配置规则获取方法,包括基于LC的规则构造和知识发现,基于RULEX的规则抽取,网络模块的划分与提炼,以及配置规则适应度评价。最终通过楼宇控制产品服务说明了该方法具有较好的网络训练效率和规则复杂度。     

竹在包装设计中的应用

在分析竹文化与包装设计关系的基础上,首先从竹的物质层面探讨了竹形态、竹材质在包装设计中的应用方法,然后从竹的精神层面探讨了竹文化内涵在包装设计中的应用。根据现代市场和消费者的多元要求,论述了竹文化在包装设计中科技化、个性化和低碳化的应用趋势。旨在通过对竹文化的挖掘与创造,提升包装设计的水平和品质。     

基于关联规则的恒星光谱数据相关性分析

利用关联规则作为恒星光谱数据相关性分析方法,以VC 和Oracle9i作为开发工具,设计并以程序实现了基于关联规则的恒星光谱数据相关性分析系统,给出了其软件体系结构和模块功能,并对恒星光谱数据的预处理、取样技术、背景知识模板、频繁模式集挖掘算法等关键技术进行了详细描述.最后,通过系统运行结果表明,利用关联规则来描述、分析光谱数据特征和物理化学性质之间存在的相关性是可行的和有价值的.     

销售包装设计的形式陌生化与意蕴个性化问题

基于销售包装促进销售的基本功能方面,就包装视觉传达艺术设计的个性化进行探讨,提出了设计形式陌生化与意蕴个性化的问题.并就内容与形式的辩证关系进行了较为深入的探讨,给出了"奇崛、巧妙"的视觉陌生化是设计的形式基础、"亲和、深厚"的文化意蕴是设计的核心内容的结论.     

艺杏品牌休闲饮品包装个性化创建研究

以上海艺杏豆制休闲饮品系列包装的设计实践为例,以品牌定位为根本,遵循市场定位、消费心理、产品定位、营销策略等方面的要求,从包装设计中视觉符号的个性化、符号与文字的结合、色彩体系的个性化三方面,探讨如何创建个性化的品牌与产品包装视觉形象。     

包装视觉品牌与VI概念的运用

就包装设计中视觉要素的个性化的表现问题及VI概念的运用，从企业视觉识别系统（VI）的树立、品牌视觉包装设计的构成要素与VI设计原则、VI概念与产品更新、视觉更新上的分析等几方面讨论设计师在构筑系列包装和产品多样化设计时如何树立品牌视觉形象，并分析了国内外几个著名产品的视觉包装设计，提出VI设计概念在产品包装和容器设计上要充分地运用VI设计概念，使得所构筑的品牌视觉形象具有统一感。     

武当山旅游纪念品包装设计

通过对武当山旅游纪念品包装设计现状分析,得出现有纪念品包装设计中存在的不足.通过阐述武当山旅游纪念品包装设计过程,阐明了武当山旅游纪念品包装应根据道教文化和武当特色进行设计,把具有地方特色的旅游纪念品包装设计与市场需求结合起来,并使其品牌化、系列化、个性化,从而形成产业促进当地旅游经济的发展.     

基于情境—需求本体的客户定制需求挖掘

目的 实现客户定制需求精准全面的自动获取.方法 以人机系统设计理论为基础,构建考虑客户情境信息的情境—需求本体模型并运用Apriori算法挖掘两者之间的映射规则.结论 由客户情境信息映射到客户定制需求信息的关联规则,可以实现根据客户情境信息推导出对应的定制需求信息.运用情境—需求本体模型和关联规则挖掘算法可以实现由客户情境信息自动获取规范化的客户定制需求信息,更符合人机系统设计理论.     

利用量化概念格模板优化的关联规则挖掘研究

工程设计中存在着大量固定的设计模式,模板以其自身特点,需要大量的模板匹配这些设计模式,因而如何寻找优化的模板组合进行工程设计中的模式匹配是工程设计的核心问题。论文将关联规则挖掘思想引入寻找模板的优化组合,基于量化概念格挖掘模板优化的关联规则,进而寻找合理的、优化的模板组合,解决了工程设计的模式匹配问题,提高了工程设计的效率。     

Privacy-preserving association rule mining for horizontally partitioned healthcare data: a case study on the heart diseases

In recent years, a trend of electronic health record (EHR) system can be seen increasingly in the hospitals, which has generated huge amount of electronically stored data of patients. Association rule mining technique is very helpful in the numerous applications of healthcare (e.g., correlation between disease and symptoms, disease and offering effective treatment and predicting risks of disease based on the historical data, etc.). The data collected by an EHR system are very important for the medical research. Currently, a patient health report is derived on the basis of a physician’s own experience and on the association rule mining results of a local EHR system maintained by a particular hospital. Association rule mining results will be more accurate if the data of all local EHR systems are integrated and association rule mining is performed. Integration of local EHR systems requires the sharing of local EHR data. Sharing of patient records violates the privacy of patients. Hence, medical research is focused on the problem of mining association rules without sharing of local private EHR data. Privacy-preserving distributed association rule mining (PPDARM) solves this issue by mining the association rules while preserving the privacy of patients. In this paper, an approach for the PPDARM is proposed for collaboratively performing association rule mining by all local EHR systems while preserving the privacy. The proposed approach is also analysed with the heart disease dataset.     

立式多通道小袋包装机模块划分研究

以一种立式多通道小袋包装机为研究对象,对其进行了功能分解,并建立了功能层次模型;按照包装机处理物料、信息和能量的流程,把功能分解得到的功能元构建为包装机功能元关联图;在该图的基础上,采用启发式方法得到了模块的划分规则,并采用该规则对立式多通道小袋包装机进行了模块划分。     

基于用户共情的旅游产品包装设计

目的 针对目前旅游产品包装中未能充分重视及满足用户情感诉求等问题,从用户的视角出发,探索用户共情在旅游产品包装设计中的具体应用,以此提升旅游产品的情感价值和市场经济价值。方法利用诺曼情感层次法,对用户共情在包装设计中的应用方式进行分析,通过文本数据挖掘提取设计所需的文化元素,运用KJ法、语意差分法、SPSS分析等方法提取出影响包装设计的主要感性词汇。根据文化元素和感性词汇完成方案设计,并结合Likert量表进行方案评价。结果 通过碧潭飘雪茶叶包装设计案例,验证了基于用户共情的包装设计方法的可行性。结论 基于用户共情的包装设计方法,是一种充分利用用户感性需求及文化认知来指导设计实践的方法,能够有效适应消费者对旅游产品包装的情感诉求和体验需要。     

Gain ratio based fuzzy weighted association rule mining classifier for medical diagnostic interface

The health care environment still needs knowledge based discovery for handling wealth of data. Extraction of the potential causes of the diseases is the most important factor for medical data mining. Fuzzy association rule mining is well-performed better than traditional classifiers but it suffers from the exponential growth of the rules produced. In the past, we have proposed an information gain based fuzzy association rule mining algorithm for extracting both association rules and member-ship functions of medical data to reduce the rules. It used a ranking based weight value to identify the potential attribute. When we take a large number of distinct values, the computation of information gain value is not feasible. In this paper, an enhanced approach, called gain ratio based fuzzy weighted association rule mining, is thus proposed for distinct diseases and also increase the learning time of the previous one. Experimental results show that there is a marginal improvement in the attribute selection process and also improvement in the classifier accuracy. The system has been implemented in Java platform and verified by using benchmark data from the UCI machine learning repository.