基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用聚类方法研究了数量关联规则提取过程中的连续属性离散化问题.由于现存的方法倾向于将支持度较高的区域划分为多个区间,对高偏数据效果不理想.针对这一问题,提出聚类算法PKCCA.与传统快速聚类不同,PKCCA在迭代过程中动态调整中心个数,避免造成过小支持度问题,并继承了传统快速聚类适合大样本的优点.
推荐文章
基于关联规则的映射聚类算法
高维
映射聚类
关联规则
子空间
基于关联规则的文本聚类算法的研究
文本挖掘
K-均值聚类
关联规则
权重
聚类后的关联规则快速更新算法研究
数据挖掘
关联规则
聚类分析
联合挖掘
K-MEANS算法
基于关联规则的多层次Web聚类法研究
关联规则
Web聚类
超图
层次图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数量关联规则发现中的聚类方法研究
来源期刊 计算机学报 学科 工学
关键词 数据挖掘 数量关联规则 聚类算法 抽样
年,卷(期) 2000,(8) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 866-871
页数 6页 分类号 TP18
字数 5602字 语种 中文
DOI 10.3321/j.issn:0254-4164.2000.08.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苑森淼 吉林工业大学计算机科学与工程系 7 347 6.0 7.0
2 程晓青 吉林工业大学应用数学系 4 114 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (92)
同被引文献  (34)
二级引证文献  (552)
2000(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(7)
  • 引证文献(6)
  • 二级引证文献(1)
2002(15)
  • 引证文献(3)
  • 二级引证文献(12)
2003(26)
  • 引证文献(13)
  • 二级引证文献(13)
2004(33)
  • 引证文献(8)
  • 二级引证文献(25)
2005(35)
  • 引证文献(8)
  • 二级引证文献(27)
2006(44)
  • 引证文献(8)
  • 二级引证文献(36)
2007(49)
  • 引证文献(7)
  • 二级引证文献(42)
2008(41)
  • 引证文献(5)
  • 二级引证文献(36)
2009(46)
  • 引证文献(11)
  • 二级引证文献(35)
2010(44)
  • 引证文献(5)
  • 二级引证文献(39)
2011(32)
  • 引证文献(5)
  • 二级引证文献(27)
2012(34)
  • 引证文献(1)
  • 二级引证文献(33)
2013(35)
  • 引证文献(4)
  • 二级引证文献(31)
2014(44)
  • 引证文献(3)
  • 二级引证文献(41)
2015(48)
  • 引证文献(0)
  • 二级引证文献(48)
2016(30)
  • 引证文献(1)
  • 二级引证文献(29)
2017(31)
  • 引证文献(0)
  • 二级引证文献(31)
2018(20)
  • 引证文献(2)
  • 二级引证文献(18)
2019(28)
  • 引证文献(1)
  • 二级引证文献(27)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
数量关联规则
聚类算法
抽样
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
论文1v1指导