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:
为了克服当前关联规则挖掘方法得到的关联规则集过大,而且因为没有针对性导致用户无法理解的现象,提出用户兴趣项和用户兴趣维度成员的概念,用来表达用户对事务集中数据分析对象的关注,从而将关联规则挖掘算法和用户的分析意愿结合在一起.并进一步给出基于数据仓库环境下OLAP操作和聚类分析的关联规则挖掘的技巧.新的关联规则挖掘技巧将当前关联规则挖掘方法和数据仓库环境下的OLAP和聚类分析有机地结合在一起,较现有方法可以减少挖掘出的关联规则的数量并真正挖掘出用户所关注的数据分析对象的关联规则.
推荐文章
OLAP关联规则挖掘
OIAP
数据挖掘
关联规则的挖掘
数据仓库
基于模糊关联规则的海量数据挖掘方法研究
模糊关联规则
海量数
数据挖掘
基于规则提取量的Web日志关联规则挖掘方法
Web日志挖掘
关联规则
遗传算法
规则提取量
免疫多克隆算法
基于Web的关联规则挖掘
Web挖掘
关联规则
模式
Internet
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OLAP和聚类分析的关联规则挖掘方法
来源期刊 计算机应用与软件 学科 工学
关键词 OLAP 聚类分析 关联规则 数据挖掘
年,卷(期) 2018,(5) 所属期刊栏目 数据工程
研究方向 页码范围 55-61
页数 7页 分类号 TP311.131
字数 9051字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.05.010
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 熊中敏 上海海洋大学信息学院 11 24 3.0 4.0
3 陈明 上海海洋大学信息学院 58 263 8.0 13.0
7 朱春卫 上海海洋大学信息学院 4 3 1.0 1.0
13 郭振辉 上海海洋大学信息学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (14)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
OLAP
聚类分析
关联规则
数据挖掘
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导