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:
在传统的Apriori关联规则挖掘算法分析基础上,针对目前多最小支持度和增量式关联规则挖掘的局限性,提出基于多最小支持度的增量式关联规则挖掘算法.该算法适用于事务出现频率一致及不一致的情况,利用多最小支持度能挖掘出更有意义的结果;同时,该算法还能实现事务数据不断增加时的数据挖掘,提高了挖掘的效率.应用电力客户信用数据库进行实验的结果表明,改进算法能有效挖掘出稀有项,分析出潜在的信用风险客户,对电力客户信用评价具有辅助决策作用.
推荐文章
多最小支持度关联规则挖掘研究
关联规则
多最小支持度
最小项支持度
MSapriori算法
具有语义最小支持度的关联规则挖掘方法
关联规则
挖掘
语义
支持度
基于Hadoop的多最小支持度关联规则挖掘研究
关联规则
MS-Apriori算法
MapReduce
基于支持格的关联规则挖掘算法
知识发现
数据挖掘
关联规则
关联规则挖掘
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 基于多最小支持度的增量式关联规则挖掘算法研究
来源期刊 广东电力 学科 工学
关键词 多最小支持度 增量式算法 关联规则 数据挖掘
年,卷(期) 2009,(2) 所属期刊栏目 研究探讨
研究方向 页码范围 1-5
页数 5页 分类号 TP311.13
字数 4231字 语种 中文
DOI 10.3969/j.issn.1007-290X.2009.02.001
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 朱志华 1 3 1.0 1.0
2 朱震宇 中山大学数学与计算科学学院 1 3 1.0 1.0
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  (5)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(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)
2014(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
多最小支持度
增量式算法
关联规则
数据挖掘
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
广东电力
月刊
1007-290X
44-1420/TM
大16开
广州市东风东路水均岗8号
1988
chi
出版文献量(篇)
5373
总下载数(次)
16
总被引数(次)
27406
论文1v1指导