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:
由于大数据具有多样性的特点,在数据挖掘过程中采用单一最小支持度会出现较多冗余规则,造成挖掘效率不高等问题,该文提出一种基于多最小支持度关联规则改进算法.通过给每一项目设置单独的支持度阈值,构建多最小支持度模式树,利用最小频繁项目作为节点筛选标准,进行冗余节点删除;在挖掘频繁项集的过程中利用排序向下闭合的性质,删除冗余的候选项集,同时能够自动停止向下挖掘,从而快速直接地得到所有频繁项集,并且不需要多次扫描数据库.实验结果表明,改进算法能够提高挖掘效率,节省计算时间.
推荐文章
多最小支持度关联规则挖掘研究
关联规则
多最小支持度
最小项支持度
MSapriori算法
具有语义最小支持度的关联规则挖掘方法
关联规则
挖掘
语义
支持度
基于多最小支持度的增量式关联规则挖掘算法研究
多最小支持度
增量式算法
关联规则
数据挖掘
最大值控制的多最小支持度关联规则挖掘算法
关联规则
最大值控制
多最小支持度
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 多最小支持度关联规则改进算法
来源期刊 西南大学学报(自然科学版) 学科 工学
关键词 大数据 频繁项集 关联规则 多最小支持度
年,卷(期) 2019,(7) 所属期刊栏目 工程与信息技术
研究方向 页码范围 131-141
页数 11页 分类号 TP274
字数 语种 中文
DOI 10.13718/j.cnki.xdzk.2019.07.018
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 钱晓东 兰州交通大学电子与信息工程学院 40 178 7.0 11.0
2 梁杨 兰州交通大学电子与信息工程学院 1 0 0.0 0.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(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)
2007(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)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
大数据
频繁项集
关联规则
多最小支持度
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
西南大学学报(自然科学版)
月刊
1673-9868
50-1189/N
大16开
重庆市北碚区天生路2号
1957
chi
出版文献量(篇)
6419
总下载数(次)
17
总被引数(次)
50161
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导