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:
通过分析Eclat算法,对完全概念格按照支持度进行了裁减,得到了一个向下封闭的降序join半概念格,在构造半概念格的同时计算出每一个项集的支持度作为其权值,最后基于降序加权join半概念格对Eclat算法进行了改进,裁减了概念格中大量的冗余的连接,给出了一个快速的关联规则挖掘算法.经过分析,该算法与Eclat算法相比,效率更高.
推荐文章
基于基集与概念格的关联规则挖掘算法
数据挖掘
关联规则
概念格
基集
基于概念格的频繁闭项集增量挖掘算法研究
频繁闭项集
增量挖掘算法
模式树
概念格
基于Iceberg概念格的最大频繁项集挖掘
Iceberg概念格
频繁概念
最大频繁概念
最大频繁项集
双序渐进式概念格合并算法
概念格
形式背景
概念格合并
内涵
外延
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 降序加权join半概念格快速挖掘算法
来源期刊 计算机工程与应用 学科 工学
关键词 数据挖掘 Eclat算法 半概念格 Join半概念格
年,卷(期) 2006,(29) 所属期刊栏目 博士论坛
研究方向 页码范围 12-15
页数 4页 分类号 TP301.6
字数 4255字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.29.004
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 袁和金 西北工业大学计算机学院 12 101 7.0 10.0
2 张艳宁 西北工业大学计算机学院 187 2026 21.0 35.0
3 周涛 西北工业大学计算机学院 33 225 9.0 13.0
4 陆惠玲 陕西理工学院计算机系 19 138 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
Eclat算法
半概念格
Join半概念格
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导