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:
传统的序列数据库中各数据项的最小支持度是单一的,且不能有效挖掘用户感兴趣的、稀有的数据项。为了有效提高数据挖掘的效率和准确率,文中基于PLWAP-tree提出了前序链接多重支持度树( Preorder Linked Multiple Supports tree,PLMS-tree)来存储序列数据库,并进一步提出了多重最小支持度条件模式增长( Multiple Support-Conditional Pattern growth,MSCP-growth)算法。算法采用对每个频繁数据项设置多重最小支持度的方法来减少空间和时间的开销。对于每个频繁数据项设置不同的支持度,来挖掘用户所需的数据序列,能有效提高数据挖掘的效率和准确率。实验结果验证了算法的有效性,对序列模式下的数据项目集挖掘的时间效率和空间效率有明显的提高。
推荐文章
多最小支持度关联规则挖掘研究
关联规则
多最小支持度
最小项支持度
MSapriori算法
具有语义最小支持度的关联规则挖掘方法
关联规则
挖掘
语义
支持度
基于渐增最小支持度函数的数据流频繁项挖掘
数据流
数据挖掘
频繁项
滑动窗口
最小支持度函数
多最小支持度规则的挖掘算法
知识发现
支持度
规则
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 基于树结构多重最小支持度的挖掘算法研究
来源期刊 计算机技术与发展 学科 工学
关键词 数据挖掘 序列模式 多重最小支持度
年,卷(期) 2014,(8) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 45-50
页数 6页 分类号 TP301.6
字数 6311字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.08.011
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 杨颖 广西大学计算机与电子信息学院 42 132 6.0 9.0
2 杨磊 广西科学院应用物理研究所 2 6 1.0 2.0
3 占美星 广西大学计算机与电子信息学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (231)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (0)
二级引证文献  (0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(7)
  • 参考文献(3)
  • 二级参考文献(4)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 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
序列模式
多重最小支持度
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导