一种改进的偏爱浏览路径挖掘算法,李红波,王宁,针对现有算法在挖掘偏爱路径时只单一考虑访问频次对挖掘结果的影响,提出了一种从Web日志中挖掘用户偏爱浏览路径的改进算法。在新
一种相似度矩阵的社团挖掘算法,李琳,陆松年,近来,科研人员发现很多现实实例可以看作是复杂网络系统,因此,复杂网络的很多特点成为了当今的研究热点。社团结构是复杂网络的
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
在经典关联规则算法Apriori的基础上,提出了一种改进的动态遗传Apriori挖掘算法。通过动态遗传Apriori挖掘算法对学生成绩管理数据库中的课程进行分析,找出各课程之间的隐藏关系,得到一些合理
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
高效用模式挖掘是数据挖掘领域的一个基础研究方向,其中关于top-k高效用模式的挖掘算法也越来越多,k指的是用户需要挖掘的高效用模式的个数。它们可以归纳为二阶段top-k算法和一阶段top-k算法两类,
针对传统的Apriori算法在挖掘布尔型关联规则的频繁项集中需不断扫描数据库,在时间与空间上都存在很大的冗余,尤其在处理海量稠密数据时,算法性能急剧下降的问题,本文从减少对数据集的