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:
关联规则在数据挖掘中是一种简单但很实用的规则,Apriori算法和FP-Growth算法是关联规则中的典型算法,本文介绍了关联规则和两种典型算法的概念,利用实例对比两种算法在挖掘频繁项集中的区别,分析算法的优劣,从而确定算法的应用。
推荐文章
挖掘关联规则频繁项集的算法研究及其Prolog实现
数据挖掘
频繁项集
DHP
逻辑推理
基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法
正负关联规则挖掘
双支持度阈值
Apriori算法
非频繁项集
IDF加权
关联规则挖掘的优化算法
频繁项集
关联规则
项集子集树
一种基于频繁模式树的正负关联规则挖掘算法
关联规则
正关联规则
负关联规则
频繁模式树
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 关联规则挖掘频繁项算法的应用
来源期刊 电子测试 学科
关键词 关联规则 频繁项 Aprior算法 FP-Growth算法
年,卷(期) 2015,(19) 所属期刊栏目 理论与算法
研究方向 页码范围 25-25,55
页数 2页 分类号
字数 971字 语种 中文
DOI
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 吕淑玲 6 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
关联规则
频繁项
Aprior算法
FP-Growth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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导