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WNegNodeset结构的加权频繁项集挖掘算法
加权频繁项集
加权支持度
位图加权树
按位运算符
差集策略
基于图论的频繁闭项集挖掘
数据挖掘
关联规则
频繁闭项集
有向项集图
三叉链表式存储结构
挖掘算法
基于图论的最大频繁项集挖掘
数据挖掘
关联规则
最大频繁项集
有向项集图
三叉链表式存储结构
挖掘算法
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