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:
虽然已有的最大频繁项集挖掘算法在结构和技术上已经做了很多改进,但还是存在挖掘速度慢、效率低的缺点,在此提出了图的四叉链表存储结构和基于该存储结构的最大频繁项集挖掘算法,该结构具有一次生成多次使用,不必耗用额外的存储空间等特点,基于该存储结构的最大频繁项集挖掘算法充分利用了该存储结构的特点以及频繁扩展集的性质,有效地减少了冗余候选集的生成,降低了串的冗余存储,将串集合间的比较转化为整型数组的比较,从而使得它比已有的最大频繁项集挖掘算法在挖掘效率上有了明显的提高,最后通过实验证明了该算法较其他已有算法效率有了较大的提高.
推荐文章
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
基于B-list的最大频繁项集挖掘算法
最大频繁项集挖掘
深度优先搜索
剪枝技术
超集检测
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
一种基于极大完全子图的最大频繁项集并行挖掘算法
数据挖掘
关联规则
极大完全子图
频繁项集
并行算法
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 基于图的四叉链表存储结构的最大频繁项集挖掘算法
来源期刊 应用科技 学科 工学
关键词 四叉链表 频繁项集 存储结构 挖掘算法
年,卷(期) 2013,(1) 所属期刊栏目 计算机技术与应用
研究方向 页码范围 76-79
页数 4页 分类号 TP311
字数 2843字 语种 中文
DOI 10.3969/j.issn.1009-671X.201204009
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 王春华 哈尔滨工程大学计算机科学与技术学院 5 15 2.0 3.0
2 宁慧 哈尔滨工程大学计算机科学与技术学院 28 118 7.0 9.0
3 郭江鸿 哈尔滨工程大学计算机科学与技术学院 14 87 6.0 9.0
4 邹韵 哈尔滨工程大学经济管理学院 8 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (36)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(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
四叉链表
频繁项集
存储结构
挖掘算法
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导