加权社会网络低维冗余数据快速挖掘算法仿真

• 作者: 王翔 谢胜军
• 来源期刊: 计算机仿真
• 关键词: 加权社会网络 低维冗余数据 快速挖掘 关联规则 直接属性 属性位复用
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 仿真智能化
• 页码范围: 372-375,477
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.08.074

摘要

在进行加权社会网络低维冗余数据挖掘时,由于加权社会网络稳定性低,且挖掘聚类效果差,导致挖掘耗时长与挖掘精度较低,因此设计加权社会网络低维冗余数据快速挖掘算法.构建加权社会网络模型,提升该网络稳定性的同时对收集到的数据进行可视化分析.通过特征选择获取数据冗余特征,计算出低维冗余聚类数据的支持度,利用支持度与可信度对低维冗余数据关联规则进行评价,并按照直接属性对其限制,大幅度减少无用规则的产生.通过属性位复用方法建立候选区域,生成关联规则集,对符合关联规则集的低维冗余数据进行聚类,从而实现数据的快速挖掘.仿真结果表明:所提方法的挖掘聚类效果好、挖掘精度高、耗时短,具有可行性.