一个高效的多维关联规则挖掘算法

来源 :第十九届全国数据库学术会议 | 被引量 : 0次 | 上传用户:popelrain2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
关联规则挖掘是数据挖掘的重要研究课题,近年来得到了广泛的重视和研究.一个关于关联规则的典型的例子是它在购物篮分析中的应用.本文采取“分而治之”的策略,提出了一种挖掘多维关联规则的新方法:首先创建多维谓词集项集树,然后调用算法对项集树进行挖掘。实验表明项集树的存储效率很高,而且创建迅速,算法的执行速度很快。多维关联规则的挖掘能更好的满足用户的实际需要,寻求高效的多维关联规则挖掘算法有着重要的理论和实践意义。
其他文献
本文讨论了一种在Na-tive XML数据库系统中利用模式、索引、聚簇等信息,进行查询优化的方法,其关键的思想是:先用最小简单分解的方法处理复杂路径,再利用系统信息进一步分解子申,以
XML作为一种数据交换和表示的标准,受到了越来越多的关注.Internet上以XML作为表现形式的数据也飞速增长.目前已经提出的XML查询语言都将路径表达式作为重要的组成部分.为了
会议
XML(eXtensibleMarkupLanguage)技术自出现以来,发展非常迅速,在许多领域内得到广泛的支持而成为互联网上一种标准的数据交换格式.XML最大的优点是它对数据描述和传送的能力.
会议
随着XML(eXtensibleMarkupLanguage)在过去几年中的发展,XML被作为在线文档的语义保持标记语言,它现在已经成为一种异构系统间数据交换的格式.在现实生活中,XML被广泛应用于
会议
为了提高网络空间复用度,最大化全网吞吐量,提出了一种基于物理冲突模型的功率分配和链路调度算法-PPLA.PPLA首先对整个网络进行六边形三色着色,从而选出可用并行链路集.在此
Internet上的信息量(拍卖物品,股市行情,新闻报道,以及广告发布等)急剧增长,为了不让如此庞杂的信息淹没用户,由此催生了大规模的数据分发应用.在这类应用中,特定的数据被分
会议
网络技术的发展使得Web成为最方便、最丰富的数据源.Web就是数据库,网络存储也成为新的服务模式和经济增长点.XML(eXtensibleMarkupLanguage)在表达查询、查询结果、结构和半
会议
本文中,我们用CO特征定义来表述单词间的相互依存关系,并给出了基于 CO特征定义的文档表示法,特征筛选算法和朴素贝叶斯文本分类算法。从实验结果中可以明显地看出,使用CO特征定
4.逐步实现相关功能致力于开发下一代互联网电视的日本生产商目前大多仍处于第一阶段。多家公司正在开发能够灵活处理视频流的执行环境,其中包括索尼公司的APPlicast、松下公
WWW上产生的海量XML数据已经成为现有关系数据库管理系统(RDBMS)的一个巨大挑战.由于传统的RDBMS主要为结构化的二维表数据而设计,因此它们很难胜任许多基于XML的、半结构化
会议