论文研究基于分辨矩阵和Apriori算法的关联规则挖掘研究与应用 .pdf

当前许多工程领域产生大量高速实时的流式数据，基于流式数据的关联规则挖掘应用广泛，与传统的静态数据相比，流式数据上关联分析面临极大的资源挑战。提出了流式数据上关联规则的形式化定义和基本挖掘算法，系统地回

基于关联规则的网格审计算法的研究，徐群，，本文通过对数据挖掘中一种不产生候选频繁项集的高速算法——FP-Growth算法的研究，对其进行改进并引入关键属性来挖掘原始审计数据��

K均值聚类算法是目前一种较好的文本分类算法，算法中的相似度计算通常基于词频统计，小文档或简单句子由于词频过小，使用该算法聚类效果较差。为此，提出了一种基于词语关联度的相似度计算算法，对简单文档集执行

Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小

主要研究关联规则挖掘在W．eb日志挖掘中的应用。首先介绍了W-eb数据挖掘的含义、流程和分类。其次，本文对W曲日志挖掘进行了深入的探讨，这一部分主要讨论了W曲日志数据的采集和预处理的各个步骤以及各步骤

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

一种新的动态关联规则及其挖掘算法研究，沈斌，姚敏，在分析原有动态关联规则不足的基础上，本文提出了一种新的动态关联规则，该定义中的支持度向量、置信度向量与经典定义相吻合，�

针对Apriori算法扫描数据库的I/O代价和候选项集数目较多等问题，提出一种基于矩阵的强关联规则生成算法。该算法通过将事务数据库转换为0-1矩阵后对项集按照支持度计数非递减顺序排列，从而减少了候选项

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