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:
数据挖掘中的关联分析技术旨在发现大量数据项集之间有趣的关联关系,其核心问题是寻找频繁项集.针对传统的基于矩阵的关联挖掘算法中矩阵规模和事务数据库大小相关,在处理超大型事务数据库时,仍会存在内存瓶颈的问题,提出了一个矩阵规模和事务数据库大小无关、通过矩阵约束预挖掘后验证的频繁项集发现算法.实验结果显示,该算法提高了频繁项集的挖掘速度.
推荐文章
基于MapReduce和矩阵的频繁项集挖掘算法
MapReduce
Hadoop平台
矩阵
频繁项集
关联规则
基于矩阵伪投影策略的频繁项集挖掘方法
数据挖掘
关联规则
频繁项集
矩阵
快速挖掘最大频繁项集
数据挖掘
关联规则
最大频繁项集
频繁模式矩阵
一种基于上三角项集矩阵的频繁项集挖掘算法
数据挖掘
关联规则
频繁项集
上三角项集矩阵
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 矩阵约束下的频繁项集挖掘方法研究
来源期刊 计算机工程与应用 学科 工学
关键词 数据挖掘 关联分析 频繁项集
年,卷(期) 2011,(21) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 133-136
页数 分类号 TP311
字数 4475字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.21.035
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 范黎林 河南师范大学计算机与信息技术学院 18 83 6.0 8.0
2 林卫 河南师范大学计算机与信息技术学院 4 27 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (94)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (6)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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)
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)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(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)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(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
数据挖掘
关联分析
频繁项集
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
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