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:
通过用户设定阈值获取高效用模式的算法效率较低且挖掘结果不一定满足用户需求.针对这一问题,基于EFIM算法提出一种高效用Top-k模式挖掘算法.由用户指定高效用模式个数来代替人为阈值设定.采用基于扩展效用和剩余效用的双重剪枝策略,有效控制模式的增长.在数据库投影过程中,应用事务排序及合并策略减少运行时间和内存消耗.实验结果表明,该算法在运行时间和内存消耗上具有较大优势,尤其适用于密集型数据集的高效用模式挖掘.
推荐文章
基于MapReduce的top-k高效用模式挖掘算法
数据挖掘
top-k
高效用模式
MapReduce
并行算法
一种快速挖掘top-k高效用模式的算法
高效用模式
top-k模式挖掘
效用挖掘
数据挖掘
动态数据库中增量Top-k高效用模式挖掘算法
增量挖掘
效用挖掘
Top-k模式挖掘
动态数据库
基于MapReduce的top-k高效用模式挖掘算法
数据挖掘
top-k
高效用模式
MapReduce
并行算法
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Top-k的高效用模式挖掘算法
来源期刊 计算机工程 学科 工学
关键词 高效用模式 Top-k模式 扩展效用值 剩余效用值 数据库投影
年,卷(期) 2019,(5) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 169-174,181
页数 7页 分类号 TP311
字数 6725字 语种 中文
DOI 10.19678/j.issn.1000-3428.0052261
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 吕鑫 河海大学计算机与信息学院 26 82 4.0 8.0
2 陶飞飞 河海大学计算机与信息学院 15 110 6.0 10.0
3 赵林柳 河海大学计算机与信息学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (11)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(6)
  • 参考文献(4)
  • 二级参考文献(2)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高效用模式
Top-k模式
扩展效用值
剩余效用值
数据库投影
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导