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:
在实际应用中,数据库不是静止的,它会随着数据记录的增加而不断地改变,因此,对于已经挖掘出来的关联规则的维护问题在KDD系统成为一个新的挑战.本文主要对典型的关联规则更新算法FUP及FUP*进行分析、探讨和评价.
推荐文章
关联规则挖掘算法
数据挖掘
关联规则
频集
等价类
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
基于关联规则的医疗大数据挖掘算法
关联规则
医疗
大数据
挖掘
算法
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 数据挖掘中关联规则更新算法的研究
来源期刊 长春大学学报 学科 工学
关键词 数据库 数据挖掘 关联规则更新算法 KDD系统 FUP算法 FUP^*算法 人工智能
年,卷(期) 2003,(1) 所属期刊栏目
研究方向 页码范围 28-30
页数 3页 分类号 TP311.13
字数 语种
DOI
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 张勇 18 156 8.0 12.0
2 李险峰 8 33 3.0 5.0
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  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据库
数据挖掘
关联规则更新算法
KDD系统
FUP算法
FUP^*算法
人工智能
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
长春大学学报
月刊
1009-3907
22-1283/G4
大16开
长春市卫星路6543号
1991
chi
出版文献量(篇)
7993
总下载数(次)
10
总被引数(次)
29899
论文1v1指导