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:
Apriori算法必须反复地扫描数据库才能求出频繁项集,效率较低,且不支持更新挖掘.为了解决这些问题,提出了一种基于粗糙集、单事务项组合和集合运算的关联规则挖掘算法.本算法首先利用粗糙集进行属性约简,对新决策表中的每个事务进行“数据项”组合并标记地址,然后利用集合运算的方法计算支持度和置信度即可挖掘出有效规则.本算法只需要一次扫描数据库,同时有效地支持了关联规则的更新挖掘.应用实例和实验结果表明,本算法明显优于Apriori算法,是一种有效且快速的关联规则挖掘算法.
推荐文章
基于可变精度粗糙集理论的粗糙规则挖掘算法
变精度粗糙集
粗糙规则集
规则挖掘算法,弱完全一致
阈值稳定区间
基于增量式遗传算法的粗糙集分类规则挖掘
粗糙集
数据挖掘
增量式遗传算法
分类规则
基于粗糙集的过程控制规则挖掘算法及应用
粗糙集
属性约简
属性值约简
规则提取
基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法
正负关联规则挖掘
双支持度阈值
Apriori算法
非频繁项集
IDF加权
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 基于粗糙集和单事务项组合的关联规则挖掘算法
来源期刊 计算机科学 学科 工学
关键词 粗糙集 单事务项组合 集合运算 更新挖掘
年,卷(期) 2011,(11) 所属期刊栏目 人工智能
研究方向 页码范围 234-238
页数 分类号 TP301.6
字数 6158字 语种 中文
DOI 10.3969/j.issn.1002-137X.2011.11.054
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 王勇 西北工业大学计算机学院 73 493 12.0 19.0
2 周涛 西北师范大学数学与信息科学学院 4 29 2.0 4.0
3 蒋芸 西北师范大学数学与信息科学学院 38 377 11.0 18.0
4 王明芳 西北师范大学数学与信息科学学院 4 48 2.0 4.0
5 明利特 西北师范大学数学与信息科学学院 5 101 3.0 5.0
6 周泽寻 西北师范大学数学与信息科学学院 4 60 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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(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
粗糙集
单事务项组合
集合运算
更新挖掘
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导