基于关联规则的数据频繁集挖掘算法效率分析,杨舒琴,徐国爱,随着数据库、数据仓库的发展,人们的生产生活被越来越多的数据所包围,同时也催生了数据挖掘技术的出现与发展,人们可以借此从海
这是我亲自试验过的程序,希望对大家有帮助。
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
最大利润项集选择是关联规则的一个具体应用。频繁项集可以反映出事务中商品项的销售是相互关联的,若从商品项集合中去掉与其他项有强关联的项,则必然会导致商品销售关联性的变化,从而导致销售利润的损失。丢失规则
针对当前算法从加权项事务数据库挖掘频繁加权项集(FWI)时效率不高的问题,提出了一种基于加权项集-Tidset树结构的FWI快速挖掘算法。首先,提出了一种加权项集-Tidset树结构;然后,使用最小加
关联规则是数据挖掘的重要研究内容之一。针对数据库数据增加的同时最小支持度发生改变的关联规则更新维护问题,提出了一种基于矩阵的增量式关联规则挖掘算法IUBM。该算法采用简单的数组和位运算,在执行关联规则
利用文本挖掘技术提出了一种用于主题式搜索引擎的专业词典库发现新专业词汇的方法,详述了如何通过关联规则挖掘来实现专业词典库的扩展,并在此基础上进行了小样本实验,实验结果显示该方法有效可行。
为解决在挖掘频繁项集时由忽略项目间重要性差异以及最小支持度频繁变动而导致的挖掘效率低以及利用率低。通过关系矩阵解决数据体量大造成的挖掘效率低的问题;通过加权规则解决不同业务项目间重要性差异问题;通过动
频繁闭项集的挖掘是发现数据项之间关联规则的一种有效方式.当前以MapReduce模式为基础的云计算平台为解决海量数据中的关联规则挖掘问题提供新的解决思路.文中提出并实现一种基于Hadoop云计算平台的
当前群体发现研究主要利用通联关系挖掘用户群体,未能充分利用网络中所隐含的用户社交关系,致使挖掘的群体不能真实反映用户在社会生活中的群体关系。提出一种基于用户位置信息的群体发现方法,利用序列模式挖掘算法