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:
在数据挖掘中关联规则中是一个重要的研究方向。Apriori算法是关联规则中最著名的算法。,本文分析了Apriori算法存在的不足,与可以改进的方向。并提出了一种基于压缩事务项的改进方法,以提高Apriori算法的效率,
推荐文章
基于矩阵的Apriori改进算法研究
数据挖掘
关联规则
矩阵
Apriori算法
频繁项集
典型Apriori改进算法的分析与比较
数据挖掘
关联规则
Apriori
算法
基于压缩矩阵方式的Apriori改进算法
数据挖掘
关联规则
Apriori算法
压缩矩阵
频繁项集
基于SOA的改进型Apriori算法
面向服务构架
关联规则
频繁项集
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 Apriori算法的改进
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 数据挖掘 关联规则 频繁项 APFIORI算法
年,卷(期) 2007,(2) 所属期刊栏目
研究方向 页码范围 1096
页数 1页 分类号 TP301
字数 语种
DOI
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 宋中山 中南民族大学计算机系 68 536 12.0 21.0
2 韩天鹏 中南民族大学计算机系 2 4 1.0 2.0
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  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(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)
研究主题发展历程
节点文献
数据挖掘
关联规则
频繁项
APFIORI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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导