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:
关联规则挖掘会产生大量的规则,为了从这些规则中识别出有用的信息,需要对规则进行有效的分类组织.现有的规则聚类方法往往直接计算规则间的距离,忽略了项与项之间的联系,不能精确得出规则间的距离.提出一种改进的规则间距离的度量方法,首先计算项间的距离,其次计算相集间的距离和规则间的距离,最后基于此距离利用DBSCAN算法对关联规则进行聚类.实验结果表明,此方法是有效可行的,并能准确发现孤立规则.
推荐文章
基于分类信息的关联规则间距离函数的改进
距离函数
关联规则
聚类
数据挖掘
基于模糊ISODATA*的关联规则聚类算法
知识管理
关联规则
ISODATA
规则聚类
基于距离关联性动态模型的聚类改进算法
聚类
任意形状的簇
不同密度的簇
距离关联性
动态模型
基于时序向量聚类的周期关联规则发现算法
时序向量
强周期关联规则
差异序列法
周期FP-tree算法
差异序列聚类算法
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 改进的基于距离的关联规则聚类
来源期刊 计算机工程与设计 学科 工学
关键词 关联规则 聚类 项集 距离 基于密度的聚类算法
年,卷(期) 2009,(5) 所属期刊栏目 人工智能
研究方向 页码范围 1204-1206
页数 3页 分类号 TP311
字数 3137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 田宏 大连交通大学软件学院 24 113 6.0 9.0
2 王亚伟 大连交通大学软件学院 4 23 3.0 4.0
3 王毅 大连交通大学软件学院 4 28 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (26)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (14)
二级引证文献  (21)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
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
关联规则
聚类
项集
距离
基于密度的聚类算法
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导