搜索到12篇“ APRIORI性质“的相关文章
- 一种基于APRIORI性质的多维关联规则挖掘算法的研究被引量：20
- 2003年
- Apriori算法是一种找频繁项集的基本算法,它常常被用于单维关联规则的挖掘,本文在对数据立方体的组织结构以及Apriori算法包括它的一些变形算法进行了深入研究的基础上,给出了一种适用于多维关联规则挖掘的算法,并分别通过理论和实验方法对此算法的性能进行了分析。
- 秦锋杨学兵
- 关键词：APRIORI性质数据挖掘多维关联规则多维数据立方体APRIORI算法
- 基于Apriori性质的多维关联规则数据挖掘
- 王雷
- 一次性条件下自适应高平均效用序列模式挖掘
- 一次性条件下序列模式挖掘是一种间隙约束的重复序列模式挖掘,并已广泛应用于许多领域。但是目前一次性条件下序列模式挖掘忽略了项的效用（价格或者利润）,从而导致一些出现频率低但用户关注度高的模式被忽略。为了解决这个问题,本文研...
- 雷荣
- 关键词：序列模式挖掘自适应APRIORI性质
- 周期性一般间隙约束的序列模式挖掘被引量：12
- 2017年
- 序列模式挖掘是从给定序列中发现出现频率高的模式的一种方法,目前已在诸多领域被广泛应用.假定子模式p_i和p_j(i性质;挖掘支持率大于给定的频繁度阈值的频繁模式.为了进行有效地挖掘,采用深度优先的方式建立模式树.文中采用模式匹配技术,在一遍扫描序列数据库的情况下,建立其所有超模式的不完整网树森林(不完整网树是网树的最后一层结点,可以存储在一个数组中,可以有效地表示一个模式在一个序列中的支持数),并对这些超模式的支持率进行有效地计算,进而挖掘出所有频繁模式,有效地提高了序列模式挖掘速度.实验结果验证了文中算法的可行性和有效性.
- 武优西周坤刘靖宇江贺吴信东
- 关键词：序列模式挖掘APRIORI性质人工智能
- 与时机判定相结合的关联规则增量更新算法被引量：1
- 2013年
- 现有的关联规则更新算法大多致力于解决增量更新本身,但很少同时考虑更新时机,不适于对实时应用中频繁更新的数据进行有效处理。针对此问题,提出了一种与时机判定相结合的关联规则增量更新算法,在改进增量更新方法的同时,兼顾对更新时机的判定。在关联规则增量更新阶段,计算含有非空子集个数之和最多的频繁项集,找出在更新数据集中仍然频繁的项集,根据Apriori性质,避免对其子集的处理,从而实现对候选项集的有效剪枝。实验结果表明,该算法通过对更新时机的及时判定和候选项集的有效剪枝,提高了关联规则的更新效率。
- 夏英刘晓凤
- 关键词：关联规则APRIORI性质频繁项集
- 一种基于位图矩阵技术的多维关联规则改进算法
- 2010年
- 文章提出了一种基于位图矩阵技术和Apriori性质的多维关联规则改进算法.该算法利用位图矩阵技术降低扫描数据库的开销,应用Apriori性质减少频繁项集的搜索范围,从而提高算法运算速度.实践表明,该算法是一种有效的多维关联规则算法,具有较好的性能.
- 王敏
- 关键词：APRIORI性质多维关联规则
- 基于最大频繁项集的聚类算法被引量：3
- 2009年
- 介绍频繁项集的概念及其性质,把最大频繁项集作为聚类的依据,提出一种基于最大频繁项集的聚类算法,将关联分析与聚类分析相结合,在聚类中充分利用数据项间的关联性,无须输入聚类个数,并在多个数据集上进行实验。实验结果表明,与传统的基于距离的聚类算法K-Means相比,该算法减少计算数据对象间距离的时间花销,提高算法的效率,具有较高的聚类精度,聚类结果的可解释性也较强。
- 刘美玲
- 关键词：聚类分析最大频繁项集APRIORI性质
- 基于散列技术的高效剪枝关联规则挖掘算法被引量：2
- 2009年
- 该算法结合项集的有序特性有效压缩了频繁项集的数量,提高了算法效率,但是频繁2-项集的产生仍需要占用大量的存储空间,本文利用散列函数对候选频繁2-项集进行剪枝,这样频繁集的数目大大减少,不仅节省了存储空间、减少了计算开销,而且又保持了频繁项集的完整性。
- 彭永供王靓明朱敏段隆振
- 关键词：关联规则APRIORI性质散列函数频繁项集
- 一种基于位向量的关联规则挖掘算法
- 基于位向量的关联规则挖掘算法是一种通过使用更简单的数据结构--位向量，结合Apriori性质，直接搜索所有子项集的算法。该算法利用了频繁项集的所有非空子集都一定也是频繁项集的性质，以子项集来推导项集，不需要连接和剪枝，完...
- 郭云峰张集祥
- 关键词：数据挖掘关联规则位向量频繁项集APRIORI性质
- 文献传递
- 低支持度关联规则挖掘的一种算法
- 2003年
- 针对已有的对低支持度关联规则进行挖掘的算法中没有提出对具有多个相关项的关联规则进行挖掘的有效方法,本文提出一种能够对低支持度关联规则的多个相关项进行有效挖掘的方法.算法基于相似度来衡量各个相关项的关联程度,在已有算法的基础上增加了一次特殊的矩阵转换,从而将对项的相似度衡量方法进行了转换,转换后的矩阵可以基于Apriori性质来拓展多个相似相关项.算法在低支持度情况下具有较高的挖掘效率和良好的挖掘效果.算法还可以用来挖掘多个项之间的排斥规则.
- 卢世海齐雁
- 关键词：数据挖掘关联规则APRIORI性质相似度
相关作者
- 齐雁
- 作品数：3被引量：7H指数：1
- 供职机构：武汉大学计算机学院
- 研究主题：关联规则 数据挖掘 关联规则挖掘 APRIORI性质 相似度
- 杨学兵
- 作品数：35被引量：262H指数：8
- 供职机构：安徽工业大学计算机学院
- 研究主题：数据挖掘 数据库 关联规则 知识发现 数据立方体
- 秦锋
- 作品数：90被引量：416H指数：11
- 供职机构：安徽工业大学
- 研究主题：数据挖掘 AUC 神经网络 WEB服务 分类器
- 武优西
- 作品数：125被引量：302H指数：8
- 供职机构：河北工业大学
- 研究主题：序列模式挖掘 除法器 除数 二进制 加法器
- 刘晓凤
- 作品数：1被引量：1H指数：1
- 供职机构：重庆邮电大学计算机科学与技术学院
- 研究主题：APRIORI性质 关联规则增量更新算法 关联规则 频繁项集
