现有的关联规则挖掘算法没有考虑数据流中会话的非均匀分布特性和历史数据的作用,并且忽略了连续属性处理时的尖锐边界问题。针对这些问题,提出一种基于时间衰减模型的模糊会话关联规则挖掘算法。针对数据流中会话的
基于CanTree的分布式关联规则挖掘及更新算法,郑晓飞,,关联规则挖掘是数据挖掘领域重要的研究方向。大型数据库更多以分布式方式存在,而且数据库具有动态变化的特征。通过对关联规则算
提出了一种基于压缩矩阵运算的电信告警关联规则挖掘算法。它解决了apriori等算法需多次扫描数据库的问题,通过扫描告警事务库并进行压缩变换得到压缩告警关联矩阵,对关联矩阵进行运算得到告警间的关联规则。
在关联规则的评价中 ,对评价参数的度量是参数在数据库上的平均分布 ,无法刻画参数在数据库的局部分布 ;另一方面 ,评价参数也是有限的。为解决上述问题 ,首先给出评价关联规则的五个参数及参数选取的原因分
针对从数据集中的正负关联规则挖掘问题,提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先,对通过逆文档频率(IDF)对语料库中的项(项集)进行加权,筛选出前N%的项集;然后,通过提出的双
平日积累了一些关联规则挖掘算法的资料,与大家共享下,谢谢
介绍了遥感图像数据的关联规则挖掘方法。对目前图像数据挖掘的研究及应用现状进行了综述。介绍了图像数据关联规则挖掘的最新进展,总结了图像数据关联规则挖掘的特点、类型及图像数据预处理的技术方法。
数据挖掘关联规则Apriori算法的一种新改进,白东玲,郭庆平,关联规则算法的研究在数据挖掘算法的研究中占有相当重要的地位。关联规则算法的核心是Apriori算法,但随着对关联规则研究的深入,�
提出利用模糊属性集和关联规则的支持度获得高效率的关联规则增量更新挖掘的方法。首先对输入数据集进行模糊离散化,确定相应的模糊属性集,模糊支持数和各属性原先的模糊聚类中心;然后检查是否满足最小支持度条件,
介绍了关联规则挖掘的基本原理和方法,详细分析了分布式关联规则挖掘算法并给出其模型;提出一种充分考虑数据源异构性、基于相似度的的分布式数据挖掘方法。实验证明该模型提高了挖掘的准确率。