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:
针对目前海量数据挖掘过程中存在着频繁项集挖掘效率低、冗余项集繁多的问题,提出了改进的频繁模式树和遗传算法( FPGA),该算法鉴于异构数据的差异性特征,采用改进的频繁模式树和基于MapReduce的并行遗传算法搜索最大频繁项集,缩小了搜索范围,提高了挖掘效率。实验结果表明:该算法在时间复杂度方面有了很大提高,与传统的FP_Growth算法相比,具有更好的加速比以及更高的执行效率。
推荐文章
基于B-list的最大频繁项集挖掘算法
最大频繁项集挖掘
深度优先搜索
剪枝技术
超集检测
快速挖掘最大频繁项集
数据挖掘
关联规则
最大频繁项集
频繁模式矩阵
基于图论的最大频繁项集挖掘
数据挖掘
关联规则
最大频繁项集
有向项集图
三叉链表式存储结构
挖掘算法
基于FP-tree的最大频繁项集挖掘新算法
关联规则
最大频繁项集
频繁模式树
频繁项集
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 基于云计算的最大频繁项集挖掘算法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 遗传算法 云计算 FP_Growth算法 最大频繁项集
年,卷(期) 2016,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 102-106
页数 5页 分类号 TP3
字数 3125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 林涛 河北工业大学控制科学与工程学院 65 273 10.0 12.0
2 孙鹤旭 河北工业大学控制科学与工程学院 143 1159 19.0 26.0
3 孙泽贤 河北工业大学控制科学与工程学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (73)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (7)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(2)
  • 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)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗传算法
云计算
FP_Growth算法
最大频繁项集
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
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导