在大型数据集上提高序列挖掘效率的统计方法

• 作者: 李春平 陆甡
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 序列模式挖掘 最大频繁项目集 统计模型
• 年，卷（期）: 2005,（16）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 69-70,91
• 页数: 3页
• 分类号: TP111
• 字数: 2419字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.16.027

摘要

分析了在大型事务集合发现频繁模式的特点,给出了一个改进算法(称为AprioriAdjust算法),同时,发展了两项技术:(1)提出了事务集合的压缩过程.(2)展示了一种基于统计模式的方法来评价序列的支持度,在该方法中,考虑了整个过程中每一趟的支持度均值的收敛性,以进行有效的候选频繁集的剪枝.此外,还讨论了实验结果.比较AprioriTID算法,研究展示,AprioriAdjust算法在进行大型事务集合的挖掘时更有效,可扩展性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆甡	清华大学信息系统与工程实验室清华大学软件学院	2	5	2.0	2.0
2	李春平	清华大学信息系统与工程实验室清华大学软件学院	28	535	12.0	23.0