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:
挖掘高效用项集已成为关联分析中的热点问题之一.多数高效用项集挖掘算法需要产生大量的候选项集,影响了算法性能.HUI-Miner是一个不需要产生候选项集就能发现事务数据库中所有高效用项集的算法.但其需要产生大量效用列表,不仅消耗了过多的存储空间,而且影响了算法的运行性能.针对此问题,提出一个新的数据结构,称为项集列表,用于存储事务和项的效用信息.提出3种剪枝策略,减少项集列表的数量,通过扫描一次事务数据库完成所有项集列表的构建.提出算法MHUI,直接从项集列表中挖掘所有的高效用项集而不产生任何候选项集.在3个不同的稀疏数据集上和最新的算法进行对比实验证明,MHUI算法的运行时间和内存消耗优于其他算法.
推荐文章
高效用项集挖掘算法综述
高效用项集
效用挖掘
频繁项集
数据挖掘
一种高效用项集并行挖掘算法
数据挖掘
高效用项集
并行算法
动态高效用项集树
基于Spark的并行化高效用项集挖掘算法
数据挖掘
高效用项集
Spark大数据框架
并行化
Top-K
基于差集的高效用项集挖掘方法
关联规则
高效用项集
稠密数据集
垂直结构
差集
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 一种垂直结构的高效用项集挖掘算法
来源期刊 大连理工大学学报 学科 工学
关键词 数据挖掘 关联分析 频繁项集 高效用项集
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 524-530
页数 7页 分类号 TP312
字数 4054字 语种 中文
DOI 10.7511/dllgxb201705013
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 黄坤 23 167 7.0 12.0
2 吴玉佳 武汉大学计算机学院 4 10 2.0 3.0
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  (6)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
关联分析
频繁项集
高效用项集
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导