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:
在数据挖掘中发现关联规则是一个基本问题,而发现频繁项集是关联规则挖掘中最基本、最重要的问题.提出了基于FP-Tree的共享前缀频繁项集挖掘算法-FP-SPMA算法.构造FP-Tree来压缩事务数据库,通过共享前缀和前瞻剪枝快速减小候选项集,无需递归构造条件模式树,算法性能有明显的提高.
推荐文章
基于FP-tree的最大频繁项集挖掘新算法
关联规则
最大频繁项集
频繁模式树
频繁项集
逆向索引FP-tree挖掘频繁项集
数据挖掘
FP-tree
扩展频繁项集
逆向
基于FP-Tree快速挖掘频繁项集
频繁项集
FP-Tree
频繁子孙集
频繁前缀
关联规则
改进的基于FP-tree的频繁项集挖掘算法
数据挖掘
关联规则
频繁项集
FP-tree
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FP-Tree的共享前缀频繁项集挖掘算法
来源期刊 计算机工程与应用 学科 工学
关键词 频繁项集 高频繁模式树(FP-Tree) 共享前缀 基于FP-tree的共享前缀频繁项集挖掘算法(FP-SPMA)
年,卷(期) 2009,(27) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 137-139
页数 3页 分类号 TP311
字数 3405字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.27.041
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 胡中栋 江西理工大学信息工程学院 53 234 9.0 12.0
2 罗会兰 江西理工大学信息工程学院 51 445 13.0 18.0
3 曾珽 江西理工大学信息工程学院 7 25 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (23)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (6)
二级引证文献  (4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
频繁项集
高频繁模式树(FP-Tree)
共享前缀
基于FP-tree的共享前缀频繁项集挖掘算法(FP-SPMA)
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导