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:
寻求最大频繁项集是关联规则挖掘的最重要步骤,通过研究Apriori算法的基本思想,利用Apriori性质对数据库中项集进行分解直接寻找最大频繁项集,避免扫描整个事务数据库而是有针对性的扫描部分数据,从而提高算法效率.
推荐文章
快速挖掘最大频繁项集
数据挖掘
关联规则
最大频繁项集
频繁模式矩阵
基于图论的最大频繁项集挖掘
数据挖掘
关联规则
最大频繁项集
有向项集图
三叉链表式存储结构
挖掘算法
最大频繁项集的高效挖掘
数据挖掘
关联规则
最大频繁项集
频繁模式树
频繁模式矩阵
一种最大频繁项集快速更新算法
最大频繁项集
数据挖掘
增量式更新
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 利用项集的分解寻求最大频繁项集
来源期刊 计算机与数字工程 学科 工学
关键词 Apriori算法 关联规则 最大频繁项集 分解项集
年,卷(期) 2007,(9) 所属期刊栏目 算法与分析
研究方向 页码范围 37-39
页数 3页 分类号 TP311.12
字数 2985字 语种 中文
DOI 10.3969/j.issn.1672-9722.2007.09.012
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 杨丽萍 上海海事大学信息工程学院 6 13 2.0 3.0
2 杨春华 上海海事大学信息工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (39)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1995(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
Apriori算法
关联规则
最大频繁项集
分解项集
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导