作者:
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:
Han等人提出了频繁模式增长FP - growth算法,该算法在第一次扫描数据库后,得到频繁项集合和每个频繁项的支持度,并按支持度降序排列,但没有对支持度相同项的排列做进一步说明.本文依据“越是频繁出现,越可能被共享”的建树原则,提出了通过比较该项与前后项项集的支持度,较大者先排列的方法,使后续构建的FP - tree比任意排序构建的FP - tree更优.
推荐文章
基于Hadoop的FP-Growth关联规则并行改进算法
FP-Growth算法
Hadoop
数据分割
负载均衡
基于改进FP-growth的用户兴趣推荐算法的设计与实现
推荐系统
FP-growth
关联规则挖掘
冷启动
基于Spark框架的FP-Growth大数据频繁项集挖掘算法
大数据
频繁项集挖掘
Spark框架
FP-Growth算法
垂直布局
基于 Hadoop的并行 FP-Growth算法的研究与实现
关联规则
数据挖掘
负载均衡
FP-Grow th
并行计算
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 一种优化FP-growth的支持度相同项的排序算法
来源期刊 网络新媒体技术 学科 工学
关键词 FP-growth算法 频繁项 项前缀子树 最小支持度
年,卷(期) 2012,(4) 所属期刊栏目 数字媒体技术
研究方向 页码范围 53-56
页数 分类号 TP301.6
字数 2216字 语种 中文
DOI 10.3969/j.issn.2095-347X.2012.04.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (48)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
FP-growth算法
频繁项
项前缀子树
最小支持度
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
网络新媒体技术
双月刊
2095-347X
10-1055/TP
大16开
北京海淀区北四环西路21号
2-304
1980
chi
出版文献量(篇)
3082
总下载数(次)
5
总被引数(次)
15965
论文1v1指导