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:
针对Apriori算法的主要问题,提出了关联规则挖掘的两种改进算法:高维分解法通过遍历事务数据库形成高维频繁项目集和关联规则,然后直接分解高维关联规则得到低维关联规则;前缀广义链表法先通过对事务数据库的遍历形成前缀链表,然后再次扫描事务数据库,遍历其前缀链表,根据判断每个事务是否与其中的一条路径完全或部分重合而找到关联规则.这两种算法均能极大地减少事务数据库的遍历和大规模候选序列集的产生,提高挖掘算法的效率,使得关联规则的产生简单化.
推荐文章
关联规则挖掘 Apriori 算法的研究与改进
数据挖掘
关联规则
Apriori
辅助表
交集策略
频繁项集
一种基于关联规则挖掘的分类规则挖掘算法
数据挖掘
关联规则
分类规则
一种改进的加权关联规则挖掘算法
数据挖掘
Apriori算法
加权关联规则
频繁项集
基于事务压缩的关联规则挖掘算法改进
关联规则
数据挖掘
Apriori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 关联规则挖掘的两种改进算法
来源期刊 计算机应用与软件 学科 工学
关键词 数据挖掘 关联规则 高维分解法 前缀链表遍历法
年,卷(期) 2006,(8) 所属期刊栏目 算法
研究方向 页码范围 117-119
页数 3页 分类号 TP3
字数 2797字 语种 中文
DOI 10.3969/j.issn.1000-386X.2006.08.045
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 马常霞 淮海工学院计算机科学系 8 124 4.0 8.0
2 朱辉生 淮海工学院计算机科学系 11 139 5.0 11.0
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  (16)
同被引文献  (8)
二级引证文献  (3)
2006(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
关联规则
高维分解法
前缀链表遍历法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导