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:
文中介绍了经典Apriori算法的原理、思想和步骤,以及基于矩阵的Apriori算法。针对Apriori算法需要多次扫描数据库和产生大量候选项集的缺点,提出了一种基于矩阵的Apriori算法的改进方法。该方法的不同之处在于矩阵的构建方法,通过对事务数据库的一次整体扫描,把事务数据库中的数据转换成一个上三角矩阵,然后通过访问上三角矩阵中的元素就可直接得到频繁1项集和频繁2项集,再根据经典的Apriori算法,利用频繁2项集得到频繁3项集,依此进行下去。该算法因为有上三角矩阵的引入,故可以适当地减少访问事务数据库的次数,同时还减少了大量候选项集的产生,尤其是二次候选项集,节约了存储空间。实验结果表明,该改进算法是有效的,减少了使用扫描数据库的函数的次数,并且保证了频繁项集的准确性。
推荐文章
基于矩阵的Apriori改进算法研究
数据挖掘
关联规则
矩阵
Apriori算法
频繁项集
基于压缩矩阵方式的Apriori改进算法
数据挖掘
关联规则
Apriori算法
压缩矩阵
频繁项集
一种基于矩阵和权重改进的 Apriori 算法
关联规则
MW Apriori 算法
事务矩阵
权重支持度
基于MapReduce架构的并行矩阵Apriori算法
数据挖掘
关联规则
Apriori算法
云计算
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 基于矩阵的Apriori算法改进
来源期刊 计算机技术与发展 学科 工学
关键词 关联规则 Apriori算法 矩阵 M-Apriori算法
年,卷(期) 2016,(6) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 62-64,68
页数 4页 分类号 TP301.6
字数 3373字 语种 中文
DOI 10.3969/j.issn.1673-629X.2016.06.013
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 高建瓴 贵州大学大数据与信息工程学院 39 126 7.0 9.0
2 宋文慧 贵州大学大数据与信息工程学院 2 22 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (56)
参考文献  (9)
节点文献
引证文献  (20)
同被引文献  (51)
二级引证文献  (29)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(6)
  • 二级引证文献(0)
2018(13)
  • 引证文献(8)
  • 二级引证文献(5)
2019(20)
  • 引证文献(4)
  • 二级引证文献(16)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
关联规则
Apriori算法
矩阵
M-Apriori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
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