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:
在关联规则挖掘领域有很多算法,其中最经典的是Apriori算法,该算法可找出所有的频繁项集,并发现项目间的关联关系,但是执行效率却很低。针对经典Apriori算法中存在的I/O过重,产生频繁项集,计算量过大等问题,提出了一种Apriori的改进方案I_Apriori,通过减少扫描数据库次数,降低候选项集计算复杂度以及减少预剪枝步骤计算量等途径提高了算法的执行效率。对比分析了Apriori和I_Apriori算法,I_Apriori算法计算复杂度更低,同时进行了对比实验,结果表明相比于Apriori算法,I_Apriori算法执行效率更高。
推荐文章
关联规则挖掘 Apriori 算法的研究与改进
数据挖掘
关联规则
Apriori
辅助表
交集策略
频繁项集
关联规则挖掘Apriori算法的研究与改进
关联规则
频繁项目集
支持度
事务向量
面向Web关联规则挖掘的快速Apriori算法
Web关联规则
Apriori
Web行为挖掘
关联规则挖掘Apriori算法的改进
关联规则挖掘
Apriori算法
频繁项目集
侯选数据集
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 关联规则挖掘算法Apriori的研究改进
来源期刊 计算机科学与探索 学科 工学
关键词 关联规则 Apriori I_Apriori 复杂度 效率
年,卷(期) 2015,(9) 所属期刊栏目 数据库技术
研究方向 页码范围 1075-1083
页数 9页 分类号 TP393
字数 6947字 语种 中文
DOI 10.3778/j.issn.1673-9418.1410042
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 王志坚 河海大学计算机与信息学院 212 2079 22.0 37.0
3 周发超 河海大学计算机与信息学院 3 60 2.0 3.0
6 叶枫 河海大学计算机与信息学院 24 156 7.0 11.0
10 邓玲玲 河海大学计算机与信息学院 2 54 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (48)
参考文献  (3)
节点文献
引证文献  (46)
同被引文献  (131)
二级引证文献  (56)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(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)
2015(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(8)
  • 引证文献(7)
  • 二级引证文献(1)
2017(16)
  • 引证文献(10)
  • 二级引证文献(6)
2018(24)
  • 引证文献(13)
  • 二级引证文献(11)
2019(46)
  • 引证文献(16)
  • 二级引证文献(30)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
关联规则
Apriori
I_Apriori
复杂度
效率
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导