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:
增量式频繁项集挖掘是当前研究的热点,基于FP-Growth的Pre-FUFP算法有效处理了频繁模式的更新,但需递归遍历FP-tree,导致效率较低.提出Pre-FIUT算法,引入频繁超度量树结构,提高了获得频繁项集挖掘效率;基于FIUT的Pre-FIUT可通过查看频繁超度量树叶子结点的支持度确定频繁项集,并与次频繁项集概念相结合进行增量式频繁项集挖掘.实验表明,Pre-FIUT算法能快速扫描和更新数据,合理利用内存,精确获得频繁项集.
推荐文章
基于FIUT的并行频繁项集增量更新算法
大数据
频繁项集
MapReduce
增量更新
频繁项超度量树
基于频繁闭项集挖掘的增量式维护算法
频繁闭项集
CHARM算法
增量式维护算法
IT对
一种基于滑动窗口的数据流频繁项集挖掘算法
数据流
频繁项集
FIUT-Stream算法
基于FIUT的并行频繁项集增量更新算法
大数据
频繁项集
MapReduce
增量更新
频繁项超度量树
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FIUT结构增量式频繁项集挖掘
来源期刊 计算机应用与软件 学科 工学
关键词 FIUT 数据挖掘 频繁项集 次频繁项集 Pre-FIUT算法
年,卷(期) 2012,(7) 所属期刊栏目 基金项目论文
研究方向 页码范围 105-108
页数 分类号 TP301
字数 3402字 语种 中文
DOI 10.3969/j.issn.1000-386X.2012.07.033
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 寇香霞 辽宁师范大学计算机与信息技术学院 4 26 3.0 4.0
2 任永功 辽宁师范大学计算机与信息技术学院 74 975 12.0 30.0
3 宋奎勇 辽宁师范大学计算机与信息技术学院 4 26 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (69)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (5)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
FIUT
数据挖掘
频繁项集
次频繁项集
Pre-FIUT算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
相关基金
教育部留学回国人员科研启动基金
英文译名:the Scientific Research Foundation for the Returned Overseas Chinese Scholars, State Education Ministry
官方网址:http://www.csc.edu.cn/gb/
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导