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:
Apriori 算法在关联规则挖掘过程中需要多次扫描事务数据库,产生大量候选项目集,导致计算量过大。为解决该问题,提出一种基于频繁2项集支持矩阵的Apriori改进算法,通过分析频繁k+1项集的生成机制,将支持矩阵与频繁2项集矩阵相结合实现快速剪枝,并大幅减少频繁k项集验证的计算量。实验结果表明,与Apriori算法和ABTM算法相比,改进算法明显提高了频繁项集的挖掘效率。
推荐文章
事务约简和2项集支持度矩阵快速剪枝的Apriori改进算法
关联规则
Apriori算法
频繁项集
支持度矩阵
一种用作频繁项集挖掘的改进Apriori算法
Apriori算法
FP-树
数据挖掘
关联规则
项集
基于MapReduce和矩阵的频繁项集挖掘算法
MapReduce
Hadoop平台
矩阵
频繁项集
关联规则
一种基于上三角项集矩阵的频繁项集挖掘算法
数据挖掘
关联规则
频繁项集
上三角项集矩阵
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 基于频繁2项集支持矩阵的Apriori改进算法
来源期刊 计算机工程 学科 工学
关键词 关联规则 布尔矩阵 Apriori算法 频繁项集 支持矩阵
年,卷(期) 2013,(11) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 183-186
页数 4页 分类号 TP301.6
字数 3227字 语种 中文
DOI 10.3969/j.issn.1000-3428.2013.11.041
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 纪怀猛 福州大学阳光学院 5 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (84)
参考文献  (9)
节点文献
引证文献  (16)
同被引文献  (55)
二级引证文献  (21)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(7)
  • 参考文献(3)
  • 二级参考文献(4)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(8)
  • 引证文献(6)
  • 二级引证文献(2)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(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
关联规则
布尔矩阵
Apriori算法
频繁项集
支持矩阵
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导