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:
数据挖掘在大数据时代至关重要,在不同的领域中广泛使用,能够获取有效信息或者潜在信息以增强自身发展.在这些数据之间,必然会存在相互关联的信息,这些信息的挖掘有助于企业作出更加科学合理的决策,于是文章研究基于关联规则的数据挖掘.首先对数据挖掘和关联规则进行了分析,阐述其含义和相关流程,发现关联规则中具有代表性的Apriori算法存在某些缺陷,于是对其进行改进研究.最后将改进的Apriori算法应用于超市销售商品之间,通过对其进行数据挖掘,有助于超市管理者作出更加合理的决策,从而提高超市销售利润.
推荐文章
基于关联规则的数据挖掘技术的研究与应用
数据挖掘
信息管理系统
关联规则
分类挖掘
基于关联规则的数据挖掘算法的研究与应用
数据挖掘
关联规则
二进制数组密集树
交通事故
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
基于关联规则的数据挖掘系统实现及应用
客户资源分析器
模型
关联规则
负项
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 基于关联规则的数据挖掘的研究与应用
来源期刊 粘接 学科 工学
关键词 关联规则 数据挖掘 Apriori算法
年,卷(期) 2020,(5) 所属期刊栏目 数据信息与智能
研究方向 页码范围 95-98
页数 4页 分类号 TP39
字数 3208字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (146)
参考文献  (8)
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)
1997(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(10)
  • 参考文献(1)
  • 二级参考文献(9)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
数据挖掘
Apriori算法
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
粘接
月刊
1001-5922
42-1183/TQ
大16开
湖北襄阳高新区航天路7号
38-40
1980
chi
出版文献量(篇)
5030
总下载数(次)
30
总被引数(次)
17951
论文1v1指导