单调和反单调约束条件下关联规则的挖掘算法分析

来源 :计算机科学 | 被引量 : 0次 | 上传用户:whj0631
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
本文充分利用了Eclat算法的概念格理论和等价类划分方法,将约束条件融入基于垂直数据分布的关联规则挖掘算法中.提出了一种新的反单调和单调约束条件下关联规则的挖掘算法,分别为EclatA算法和EclatM算法.算法采用自底向上的搜索方法,在发现频繁项集的同时进行约束条件的检验.数据库的扫描次数较少,无需对候选项集进行剪枝,占用内存较小.实验证明:该算法的执行效率比已有算法有显著提高.
其他文献
缓存失效报告法是在移动计算环境中普遍采用的缓存方案,即服务器定期广播缓存失效报告,该报告中包含了最近被更新的对象,根据报告内容,客户可使缓存中被更新对象失效,以保证
本文研究了基于模糊知识的多代理决策问题.通过建立代理决策目标的模糊知识,我们给出了基于模糊收益的多代理决策模型,并研究了基于梯度的代理策略学习算法.
本文对基于统计语言模型的信息检索进行了综述,介绍了目前基于统计语言模型信息检索中比较有代表性的模型,给出了语言模型估计中常用的几种平滑技术,将语言模型同目前流行信