作者:
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:
传统的关联规则并行挖掘算法中存在着产生大量的候选项集和通信量高的缺点,本文在分析已有并行挖掘关联规则算法的优缺点的基础上,提出了一个效率较高的并行优化关联规则挖掘算法EPMAR(Efficient Parallel Mining Association Rules),并与其它相应的算法进行了比较.实验结果证明:算法EPMAR是有效的,具有一定的扩展性.
推荐文章
挖掘关联规则的并行算法研究
关联规则
并行算法
集群
Growth的并行加权关联规则挖掘算法
关联规则挖掘
并行加权
FP-Growth算法
MapReduce
加权频繁项集
基于存储改进的分区并行关联规则挖掘算法
关联规则
大数据
候选集
布隆过滤器
Spark
关联规则挖掘的优化算法
频繁项集
关联规则
项集子集树
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 关联规则的并行优化挖掘算法
来源期刊 中北大学学报 学科 工学
关键词 数据挖掘 关联规则 并行算法
年,卷(期) 2007,(5) 所属期刊栏目 自动化与计算机技术
研究方向 页码范围 417-421
页数 5页 分类号 TP311
字数 3501字 语种 中文
DOI 10.3969/j.issn.1673-3193.2007.05.009
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 杨泽民 山西大同大学计算中心 19 104 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (32)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2011(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
关联规则
并行算法
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
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导