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:
关联规则中的Fp-growth算法是不产生候选集的代表,将原算法FP-tree和项头表的Node_link字段删除,把Ln当作项头表.对任意频繁项ai,首先找到所有FP-tree节点的itemname与ai的项名相同的节点,对每个树节点寻找它的频繁模式,找到频繁项ai的所有频繁模式可节省1/5树的空间,把Ln当作项头表,省去项头表的空间,从而提高算法效率.实验结果表明,改进后的算法性能优于原算法性能.
推荐文章
一种基于邻接表的改进FP-growth算法
数据挖掘
关联规则
邻接表
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
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 基于项头表节点的Fp-growth改进算法
来源期刊 信息技术 学科 工学
关键词 数据挖掘 频繁项目集 关联规则 FP-Tree
年,卷(期) 2012,(12) 所属期刊栏目 基金项目
研究方向 页码范围 34-35,40
页数 3页 分类号 TP301.6|TP311
字数 1708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 葛莉 渭南师范学院数学与信息科学学院 14 16 2.0 3.0
2 陈君 渭南师范学院数学与信息科学学院 15 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (49)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
频繁项目集
关联规则
FP-Tree
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导