基于Apriori、FP Growth及Eclat算法的频繁模式挖掘源程序 Java代码类资源

association rule mining header file

频繁序列挖掘算法，基于最大频繁序列模式的聚类算法及其在基因拼接中的应用。。该文章提出并实现一种基于频繁序列的新词挖掘算法，能够正确提取出中文文本中的新词，从而及时更新维护词库，使文本分类更为准确。

FP-growth算法,韩家炜,数据挖掘,关联规则 原版文章:Mining frequent patterns without candidate generation

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。而且算法已经被广泛的应用到商业、网络安全等各个领域。完整的Java代码实现。

用于数据挖掘的好文章，基于数据挖掘的金融时序频繁模式的快速发现

java实现apriori算法进行关联规则挖掘

比较简单的一种实现方式，算法容易理解，关键在数据结构的设计。

基于关联规则的数据挖掘算法，apriori算法

辨识出连锁故障发展过程中的关键线路,对采取有效的连锁故障抑制策略,保障电网安全稳定运行具有重要作用。提出一种基于FP-growth算法的大电网关键线路辨识方法。利用FP-growth算法对基于电网运行

Apriori算法分析频繁项集的支持度，通过读取excel文件获取数据，并将运算结果保存到另一个excel文件里