论文研究一种有效的并行频繁项集挖掘算法.pdf

通过定义考虑权重的匿名表效用度量函数，用于在泛化步骤决定下一个泛化路径以取得较好的泛化效果，在此基础上提出利用频繁项集发现思想的微观数据表匿名隐私保护算法ABFI(algorithmbasedonfr

约束关联挖掘是在把项或项集限制在用户给定的某一条件或多个条件下的关联挖掘，是一种重要的关联挖掘类型，在现实中有着不少的应用。但由于大多数算法处理的约束条件类型单一，提出一种多约束关联挖掘算法。该算法以

自己手动实现了FPTree进行频繁项挖掘，同时通过实际的应用来加深对于频繁项挖掘的理解的和认识。文件中包含说明文档，以及项目文件（VS2017 C++，Python 2.10 rake_nltk）。代

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

一篇基于Mapreduce的频繁项集挖掘的综合性论文，很有实用性。

一种分布式并行的高效用项集挖掘算法，沈伟，方伟，高效用项集挖掘(High-Utility Itemset Mining,HUIM)是数据挖掘领域的一个重要任务,具有广泛的应用场景。尽管HUIM算法的研

Implementation of frequent item set mining algorithm based on frequent growth tree (FP-tree)

针对目前时态关联规则研究中存在的挖掘效率不高、规则可解释性低、未考虑项集时间关联关系等问题,在原有相关研究的基础上,提出一种新的基于频繁项集树的时态关联规则挖掘算法.通过对时间序列数据进行降维离散化处

数据挖掘频繁项集是数据挖掘中的重要内容 效率是关键

DWDM模型实验室APRIORI- 频繁项目集挖掘算法。