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:
分析关联规则算法实际过程中参数规律,改进重构Gray和Orlowska兴趣度模型,引入兴趣项、频数阈值、构建兴趣模型,从而能够减少不必要的挖掘扫描操作,提高挖掘的效率,使得挖掘更加有针对性.通过中国石油大学(北京)油气数据挖掘北京市重点实验室提供的标准仿真数据集合对比实验,证明改进后的算法效率更高,适合用于特定兴趣点的二次高效率挖掘.
推荐文章
基于X ML数据挖掘的Apriori算法的研究与改进
XML
数据挖掘
关联规则
频繁项集
Apriori
基于Apriori优化算法的IDS模型研究
关联规则
数据挖掘
IDS
Apriori
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
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
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 兴趣模型的构建与Apriori数据挖掘算法优化研究
来源期刊 计算机与数字工程 学科 工学
关键词 Apriori 兴趣项 关联规则 兴趣模型 Gray和Orlowska
年,卷(期) 2016,(5) 所属期刊栏目 算法与分析
研究方向 页码范围 785-787,916
页数 4页 分类号 TP3-05
字数 2564字 语种 中文
DOI 10.3969/j.issn.1672-9722.2016.05.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (148)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (7)
1939(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
Apriori
兴趣项
关联规则
兴趣模型
Gray和Orlowska
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导