作者:
原文服务方: 计算机应用研究       
摘要:
针对经典频繁模式挖掘算法存在的不足,提出了一种基于复合粒度计算的频繁模式挖掘算法。该算法借助复合粒度计算方法双向搜索频繁模式,即首先通过二进制的按位取反运算获得复合粒度内涵的像,然后构建复合粒度计算发现频繁模式。虽然该算法需要产生候选项,但它只需扫描一次数据库,减少了 I /O 开销;算法通过线性数组存储复合信息粒度减少了内存使用。理论分析和实验比较表明,其效率优于经典的频繁模式挖掘算法,且内存利用率比较高。
推荐文章
基于网页日志的频繁模式挖掘
模式挖掘
序列挖掘
图形挖掘
网页日志挖掘
时空轨迹频繁模式挖掘研究进展
数据挖掘
时空轨迹
频繁模式
基于Agent的频繁模式挖掘
智能 Agent
数据挖掘
频繁模式挖掘
基于Hadoop的大数据频繁模式挖掘算法
Hadoop
频繁模式
大数据
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 基于复合粒度计算的频繁模式挖掘研究
来源期刊 计算机应用研究 学科
关键词 频繁模式 关联规则 数据挖掘 复合粒度 粒度计算
年,卷(期) 2016,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1620-1623
页数 4页 分类号 TP311.13
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.06.005
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 吴跃 电子科技大学计算机科学与工程学院 95 1014 16.0 27.0
2 方刚 电子科技大学计算机科学与工程学院 48 107 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (132)
共引文献  (98)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (26)
二级引证文献  (1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(14)
  • 参考文献(0)
  • 二级参考文献(14)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(15)
  • 参考文献(1)
  • 二级参考文献(14)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(28)
  • 参考文献(6)
  • 二级参考文献(22)
2014(14)
  • 参考文献(3)
  • 二级参考文献(11)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
频繁模式
关联规则
数据挖掘
复合粒度
粒度计算
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导