基于网页结构挖掘算法研究.kdh

基于决策树的数据挖掘算法的技术研究

基于逻辑运算的关联规则挖掘算法，王文正，，为了克服传统数据挖掘频繁模式下算法迭代产生大量冗余子表，引起算法执行时间长和储存空间开销大等问题，本文提出了一种高效挖掘

为了解决大规模图集挖掘算法PartGraphMining必须重复扫描图集才能得到全部频繁子图的缺点，提出了一种改进的IPMC算法，通过hash表保存同构图的hash地址和支持度，不必重复扫描图集就可快

图挖掘已成为数据挖掘领域研究的热点，然而挖掘全部频繁子图很困难且得到的频繁子图过多，影响结果的理解和应用。可通过挖掘最大频繁子图来解决挖掘结果数量巨大的问题，最大频繁子图挖掘得到的结果数量很少且不丢失

这是一篇关于C4.5的论文，作者是一名硕士研究生，我觉得这个东西作为我们了解C4.5算法来说还是很不错的，当然你要是在学校里面，自己也可以下载！

基于数据资源的认知图挖掘算法研究及其实现，对于学习认知和数据挖掘的同学来说非常的有用

PrefixSpan算法在产生频繁序列模式时会产生大量的投影数据库，其中很多投影数据库是相同的。提出了基于位置信息的序列模式挖掘算法——PVS，该方法通过记录每个已产生投影数据库的位置信息，避免了重复

提出一种建立在集群式高性能计算机上基于互关联后继树的并行时序模式挖掘算法，将数据线段化、树的建立及模式发现在多处理机上进行并行处理，有效地改进了算法的执行效率。实验结果表明，此算法较之串行算法有较高的

针对FP-growth算法时空效率低的问题,提出了改进的FP-tree构造算法。该算法利用动态结点插入技术构造FP-tree,能有效减小模式树的宽度,达到压缩空间的目的;同时,该算法提高了前缀路径的共

基于现有的关联规则挖掘算法，提出了一种通过循环迭代增加项为项集后缀的方式产生所有项集的新方法，构造了一种新的数据结构—索引数组，存储所发现的频繁1-项集及其相关信息，以便快速发现项集与事务之间的关系；