作者:
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:
本文提出一种基于布尔矩阵优化的Apriori改进算法来挖掘关联规则,通过减少对数据库的扫描次数以及减少候选项集的数量来提高算法的执行效率.通过固定事务数量和变化,来分别比较MWS_Apriori和原始算法的运行时间.实验结果表明,MWS_Apriori算法可有效减少冗余候选项集的产生,对频繁项集可快速且有效地进行挖掘.
推荐文章
一种基于上三角项集矩阵的频繁项集挖掘算法
数据挖掘
关联规则
频繁项集
上三角项集矩阵
一种基于矩阵的频繁项集更新算法
数据挖掘
关联规则
频繁项集
更新
基于MapReduce和矩阵的频繁项集挖掘算法
MapReduce
Hadoop平台
矩阵
频繁项集
关联规则
一种基于位运算的频繁闭项集挖掘算法
数据挖掘
频繁闭项集
矩阵
位运算
同生项集
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 一种基于矩阵优化的高效频繁项集挖掘算法
来源期刊 科学与信息化 学科
关键词 关联规则 布尔矩阵 MWS_Aprioir算法 频繁项集
年,卷(期) 2021,(23) 所属期刊栏目 信息化技术应用
研究方向 页码范围 43-45
页数 3页 分类号
字数 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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
布尔矩阵
MWS_Aprioir算法
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
科学与信息化
旬刊
2096-2908
12-1451/N
天津市和平区西康路35号
chi
出版文献量(篇)
26465
总下载数(次)
168
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导