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:
为了提高挖掘关联规则的效率,提出基于改进FP-Tree结构的最大频繁项集挖掘算法.介绍并分析了挖掘最大频繁项集的过程和现有算法,指出现有算法中耗时的关键步骤.克服了MMF1算法中需要反复从头表出发沿相同项目结点链搜索右侧结点的缺点,提出一种改进的最大频繁项集挖掘算法IMMFI.通过在有序FP-Tree中引入叶子链,用沿叶子链搜索取代沿同层结点链搜索,有效地减少了搜索的次数,提高了算法的效率.实验结果表明了该算法的性能良好.
推荐文章
挖掘最大频繁项集的改进蚁群算法
数据挖掘
最大频繁项集
蚁群优化
最大最小蚂蚁系统
关联图
一种改进的最大频繁项集挖掘算法
递归
最大频繁项集
频繁模式树
条件模式基
超集检测
基于频繁项集挖掘最大频繁项集和频繁闭项集
最大频繁项集
频繁闭项集
频繁项集
关联规则
最大频繁项集挖掘算法的分析研究
数据挖掘
事务数据库
最大频繁项集
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 改进的最大频繁项集挖掘算法
来源期刊 计算机工程与设计 学科 工学
关键词 数据挖掘 关联规则 最大频繁项集 超集检测 频繁模式树
年,卷(期) 2010,(18) 所属期刊栏目
研究方向 页码范围 4009-4011,4032
页数 分类号 TP311
字数 3684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 鞠时光 江苏大学计算机科学与通信工程学院 159 1685 21.0 34.0
2 陈晨 4 26 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (190)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (10)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(4)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘
关联规则
最大频繁项集
超集检测
频繁模式树
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导