首先对传统集合操作进行了扩展,提出基于扩展集合操作的最大频繁项集生成算法FISES,并从理论和实验上对算法的复杂度进行了详细的分析。实验表明,在最小支持度较小的情况下,FISES比Apriori算
挖掘最大频繁模式是多种数据挖掘应用中的关键问题。提出一种挖掘最大频繁模式的快速算法,该算法利用前缀树压缩存放数据,并通过调整前缀树中节点信息和节点链直接在前缀树上采用深度优先的策略进行挖掘,而不需要创
DMBIT:一种有效的序列模式挖掘算法,逄玉俊,宁嘉,大量候选序列模式支持度的计算所带来的时间消耗是序列模式挖掘主要问题之一,为此本文提出了一种有效的序列模式挖掘算法:DMBIT(D
一种有效的时序传递模式挖掘算法,赵宇海,印莹,现有Web关联规则大都挖掘频繁访问模式,忽略频繁Web访问模式中存在的另一种重要关系:间接关联关系。这种间接关联关系能够发现隐藏
为了构造条件FP树,必须两次遍历FP树。提出一种FP阵列技术,直接从FP阵列得到频繁项的计数,从而省略了第一次遍历。为了检查闭频繁项集,采用FP树的一种变形结构,并将它与FP阵列结合起来,提出了一种高
一种面向云安全态势感知的并行Apriori算法,郭方方,梁晓,随着网络数据的不断增长,传统的集中式数据挖掘方法已无法解决大规模网络安全规则的挖掘,而云计算技术有较强的并行处理能力,可
传统数据挖掘算法在处理多表时,需要物理连接,存在效率不高的问题。为了解决这一问题,提出了一种多关系频繁模式挖掘算法。该算法利用元组ID传播的思想,使多表间无须物理连接,就可以直接挖掘频繁模式。实验表明
一种多关系关联规则挖掘算法,姜丽莉,,本文引入了频繁项集的键的概念,根据键的计数确定项集的计数。同时,充分利用关系数据库的特点,主外键关系和联系类型等将关系图
非确定树模式挖掘已经成为一个重要的研究课题,提出一种非确定树模式挖掘算法,有效地解决了在实际应用中树的非确定性问题。其基本思想为:提出非确定树蕴含集、确定树概率和非确定期望支持度等概念,提出将非确定树
频繁项集挖掘是关联规则挖掘的重要步骤。在数据动态变化的环境下进行关联规则挖掘具有重要的现实意义。提出一种动态频繁项集挖掘算法,该算法建立在前一阶段挖掘的基础上,能避免过多地扫描数据库而影响挖掘性能,在