基于MapReduce计算模型的并行关联规则挖掘算法研究综述.pdf

提出了一种基于压缩矩阵运算的电信告警关联规则挖掘算法。它解决了apriori等算法需多次扫描数据库的问题，通过扫描告警事务库并进行压缩变换得到压缩告警关联矩阵，对关联矩阵进行运算得到告警间的关联规则。

数据挖掘 分类 类聚 关联规则 ，关联规则算法研究是实用行的数据可以为数据挖掘算法提供基础的信息。

针对可快速在大型交易事务数据库中挖掘关联规则的问题，基于布尔矩阵提出一种新的挖掘算法。该算法通过仅需存储布尔位节约了内存，通过简单布尔运算提高了求解频繁项集的效率。实验证明该算法较之于Apriori算

针对石漠化演化模拟预测CA模型在单机上训练和运行时间较长的问题。给出了MapReduce编程模型实现的并行化石漠化CA模型，并在用普通PC搭建的Hadoop集群上进行研究实验。实验结果表明，在Hado

数据挖掘中关联规则挖掘的应用研究，吴海玲，王志坚，本文首先介绍关联规则的基本原理，并简单概括其挖掘任务，然后说明关联规则的经典挖掘算法Apriori算法，通过一个实例分析进一步明��

用python进行关联规则挖掘，欢迎大家来和我一起交流心得！

关联规则挖掘和序列模式挖掘的Apriori算法，介绍了关联规则和序列模式的基本概念，Apriori算法的思想和伪代码,挖掘频繁项集的例子。

对基于数据挖掘的通信网告警相关性分析进行了研究。由于通信网络是动态变化的，用于动态网络资源和服务的自适应关联规则算法需要充分利用和维护原有规则来发现新规则，使网络结构与规则库都能快速更新，为此提出了新

多尺度理论已被引入到数据挖掘领域中,但目前多尺度数据挖掘的研究并不深入,缺乏普适性理论与方法。针对上述问题,研究了普适的多尺度数据挖掘理论,提出了尺度上推关联规则挖掘算法。首先基于概念分层理论给出了数

探讨了一种基于免疫遗传算法的关联规则数据挖掘系统模型,并成功应用于某大型制药公司已实施的ERP车间管理系统中,从车间已积累的大量生产历史数据中获得潜在的规律和趋势,为公司降低生产成本,提高产品生产能力