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:
针对当前加权关联规则算法中存在的运算效率低、无关规则量大、有效规则难以发现的问题,提出一种基于项目排序和权值矩阵的关联规则挖掘算法.该算法首先将各项目依关注度进行排序,并根据排名给每个项目分配权重;接着给出新的项集权值计算模型,针对该模型重新定义项集加权支持度和加权置信度,并通过权值矩阵的构造、候选集的剪枝操作来达到快速挖掘项集规则的目的;最后通过设计对比实验,验证算法的性能及挖掘结果的有效性.实验表明,该方法不仅压缩了频繁集和规则数量,提升了算法效率,而且保留了高关注度的项集规则,并能将这些规则排在规则集顶层,方便决策者快速发现感兴趣的规则.
推荐文章
基于项权值变化的矩阵加权关联规则挖掘
文本挖掘
矩阵加权关联规则
频繁项集
知识发现
基于权值的关联规则挖掘改进算法
数据挖掘
关联规则
支持度
置信度
基于矩阵压缩的加权关联规则挖掘算法
关联规则挖掘
Apriori算法
矩阵压缩
加权
一种基于压缩矩阵的高效关联规则挖掘算法
压缩矩阵
关联规则
Apriori
数据挖掘
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 基于项目排序和权值矩阵的关联规则挖掘算法
来源期刊 信息工程大学学报 学科 工学
关键词 关联规则挖掘 项目排序 权值矩阵 加权支持度 频繁项集
年,卷(期) 2019,(3) 所属期刊栏目 软件工程
研究方向 页码范围 366-373
页数 8页 分类号 TP311
字数 8028字 语种 中文
DOI 10.3969/j.issn.1671-0673.2019.03.020
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 黄洁 21 111 6.0 10.0
2 吕世鑫 2 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  (65)
共引文献  (116)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 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
关联规则挖掘
项目排序
权值矩阵
加权支持度
频繁项集
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
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导