基于最大频繁项集的聚类算法

• 作者: 刘美玲
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 聚类分析 最大频繁项集 Apriori性质
• 年，卷（期）: 2009,（17）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 43-45
• 页数: 3页
• 分类号: TP301.6
• 字数: 3944字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.17.014

摘要

介绍频繁项集的概念及其性质,把最大频繁项集作为聚类的依据,提出一种基于最大频繁项集的聚类算法,将关联分析与聚类分析相结合,在聚类中充分利用数据项间的关联性,无须输入聚类个数,并在多个数据集上进行实验.实验结果表明,与传统的基于距离的聚类算法K-Means相比,该算法减少计算数据对象间距离的时间花销,提高算法的效率,具有较高的聚类精度,聚类结果的可解释性也较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘美玲	广西民族大学数学与计算机科学学院	17	162	6.0	12.0