暂无评论
随着数据挖掘技术的成熟,其中关联规则在大规模数据中的应用成为了目前的热点。为了提高在大规模数据下进行数据挖掘的效率,在MapReduce中通过引入归并函数Fusion来提高执行剪枝任务的效率并进行了优
第30卷第11期 2010年11月 文章编号:1001-9081(2010)11-2952-04 计算机应用 JournalofComputerApplications Vo.l30No.11 Nov
工学博士学位论文 数据挖掘技术与关联规则挖掘算法研究 北京工业大学 20*年4月 分类号TP311 单位代码 学 号 密 级 北京工业大学工学博士学位论文 题 目: 数据挖掘技术与关联规则挖掘算法研究
论文研究-基于网络的数值关联规则挖掘方法.pdf, 关联规则(AssociationRules)发现的是属性间的关系.属性
基于关联规则算法的医疗数据挖掘,胡瑞娟,,本文通过研究基于两阶段频集思想的Apriori算法,针对Apriori算法的性能瓶颈提出了改进的Apriori算法,利用改进的Apriori算法对乳腺疾病数�
数据挖掘是从大量的应用数据中提取人们事先不知道的、潜在并且有用的信息和知识的过程。数据挖掘的方法有很多,其中应用最广泛的方法之一就是数据的关联规则挖掘。文章介绍了数据挖掘的一般技术,对于关联规则中的A
这是一篇2008年6月的硕士毕业论文,详细的介绍了基于时间序列的数据挖掘算法在股票数据的分析和预测。其中在多元时间序列跨事物关联规则分析高效处理算法optimize基础上改进,用二维时间模式进行分析。
在时间越近越重要原则指导下,对记录进行时间加权,通过给出加权的公式,提出了一种基于背景的加权关联规则挖掘方法。该算法可以针对用户感兴趣的时间-地点背景进行关联规则挖掘。相比传统挖掘方法,该方法通过从低
Master-Worker模式的并行关联规则挖掘算法,苗锡奎,,随着信息技术迅速发展,数据库的规模不断扩大,从而产生了大量的数据。如果使用传统的数据挖掘技术从这庞大的数据中挖掘出有价值
关联规则挖掘Apriori算法的改进及其应用研究,对初学这块知识的人有很大的帮助。
暂无评论