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:
通过对Apriori和1-k-Apriori两种算法进行细致分析和深入研究,结合这两种算法的优点,提出了I1-k-Apriori算法.1-k-Apriori算法中利用Lk-1与L1相连接来得到候选项目集,但是,有些情况下,用这种方法生成的候选k项集数量过大,导致k项集的筛选代价太大.I1-k-Apriori算法根据k-1项集的特性和事务数据库中数据的特性来决定产生k项集的方法,可以有效避免由于Lk项数过多而影响运算效率.实验结果表明,I1-k-Apriori算法较大提高了运算效率.
推荐文章
减少候选项集的数据流高效用项集挖掘算法
大数据
数据流
高效用项集
模式挖掘
模式增长
候选模式
一种用作频繁项集挖掘的改进Apriori算法
Apriori算法
FP-树
数据挖掘
关联规则
项集
一种新的改进的Apriori算法
Apriori算法
数据挖掘
Web交叉销售
基于改进Apriori算法的评教系统应用研究
Apriori算法
评教系统
关联规则
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 基于候选项目集特性的改进Apriori算法研究
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 关联规则 Apriori算法 1-k-Apriori算法
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 36-39
页数 4页 分类号 TP301.6
字数 2795字 语种 中文
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 于红 大连水产学院信息工程学院 26 153 8.0 10.0
2 綦孝姬 大连水产学院信息工程学院 3 6 2.0 2.0
3 邵乐 大连水产学院信息工程学院 2 5 2.0 2.0
4 刘溪婧 大连水产学院信息工程学院 4 15 3.0 3.0
5 梁晓娜 大连水产学院信息工程学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (54)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
关联规则
Apriori算法
1-k-Apriori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
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
论文1v1指导