候选项集相关论文
随着互联网、传感器等技术的发展,社会的信息化不断被推进,全球数据的生产速度也在飞快增长。众所周知,移动通信数据是承载着通信......
针对高校数字图书馆现有书目推荐方法存在的不足,提出一种快速的个性化书目推荐方法。该方法利用矩阵向量技术和压缩技术对Apriori......
本课题通过对关联规则挖掘及其经典Apriori算法的深入研究，针对类Apriori算法的效率瓶颈，提出了一个高效的关联规则挖掘算法，即EARM(E......
随着IT技术、电子商务及互联网的迅速普及，使得在各个领域中存储了大量的数据信息，这些数据集中包含了很多有用知识，因此如何从大量的......
为适应信息处理的新需求,数据挖掘作为一种新的信息分析技术已经在当前的数据仓库环境中进入了实用阶段。数据挖掘,也称为数据库中......
针对存在大量冗余数据等问题,提出紧凑增量高效用挖掘算法.采用HUI-trie结构和紧凑效用列表两种结构,前者用于更新高效用项集的效......
面对互联网和大数据时代的来临,数据挖掘对人们生活的影响越来越大。关联规则挖掘作为其关键部分,可以通过各种算法从海量数据中找......
广泛应用的防火墙、DS、防病毒系统等安全设备提供的安全报警信息,除了具有海量的特点外,还具有很高的误报率和漏报率,导致网络管......
电子商务系统中商品推荐技术可以帮助电子商务网站有效地提高商品的销量,对电子商务发展有重要作用。本文分析了商品推荐的流程,结......
为了挖掘大型事务数据库中数据间所有的关联规则,本文提出了一个新的算法BOM算法,并且与经典的挖掘关联规则算法Apriori算法做了对......
本文通过对父子频繁项集频度研究总结出了三条规律来实现对候选项频度提前预测,从而大大减少了无用候选项的产生.同时本文引入了独......
本文对基于关联规则的数据挖掘算法进行了研究,对经典的频繁项集计数算法进行了改进,提出了一种新的候选项集数据存储结构设计和候......
随着三网融合技术的不断完善,广播电视台迫切需要搭建针对性极强的决策支持系统,广播电视台决策支持系统的建设不仅能够填补BOSS系......
数据挖掘(DM)是涉及人工智能和数据库等学科的一门新兴交叉性学科.在当今数字化时代,各种商业、政治、科学数据库和数据量的急剧增......
本文在研究Apriori算法的基础上，结合实际油田通信业务套餐现状作为关系数据库，运用该算法挖掘业务套餐之间的关联性，为运营商合理安......
关联规则挖掘其主要研究目的是从大型数据集中发现隐藏的、有趣的、属性间存在的规律与数据间的联系.关联规则挖掘算法主要目的是......
针对基于MapReduce框架的Apriori关联规则挖掘算法产生候选项集较长、算法执行效率低等问题,以及大数据环境中数据快速更新造成增......
关联规则挖掘的核心是寻找频繁项集，其有两个技术瓶颈：（1）容易生成大量无效候选项集；（2）需要多次扫描数据库．基于二维数组和十字链表的Apri......
关联规则挖掘过程中,大量候选项集的产生成为影响挖掘效率提高的一个主要因素。针对这一问题,提出了一种基于树结构的关联规则挖掘......
针对Apriori算法扫描数据库的I/O代价和候选项集数目较多等问题,提出一种基于矩阵的强关联规则生成算法。该算法通过将事务数据库......
关联规则挖掘是发现大量数据中项集之间有趣的关联或相关联系的技术方法，关联规则挖掘Apriori算法需要多次扫描数据库，时空复杂度过......
关联规则挖掘算法Apriori算法在挖掘频繁模式时需要产生大量的候选项集，多次扫描数据库，时空复杂度过高。针对该算法的局限性，提出了......
本文针对企业设备监测的管理需求,基于Apriori算法,提出了一种压缩候选项集和减少系统I/O开销的改进算法.通过原型系统的性能测试......
本文通过对关联规则挖掘中由候选项集生成频繁项集算法的分析,引入了格论的一些思想来改进算法,其中心思想是:通过在属性集和事务......
以往算法的研究主要围绕着减少候选项目集进而减少事务数据库的扫描次数的角度,先求出候选项集,再计算候选项集的支持度求得频繁项......
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......
挖掘频繁模式是许多数据挖掘任务的关键步骤.基于FP-Tree的挖掘算法由于无须生成候选项集效率明显高于Apriori 类算法,但FP-Tree结......
本文提出了一种基于划分技术对Apriori算法改进后的算法,它的优点是执行的整个过程只需要访问数据库两次,从而大大减少了访问数据......
研究工作者已经提出了许多对事务数据库中频繁模式、关联规则的挖掘算法.早期算法有Apriori算法,然而该算法利用候选项集找频繁项......
针对Apriori算法的不足，提出了一种新的优化算法——IApriori．该算法应用散列技术优化产生频繁．2项集，优化连接操作减少连接判断的次数......
综述了数据挖掘技术在网络入侵检测中的应用，阐述了关联规则分析在网络入侵检测中的应用原理和最新的研究与改进，并指出了目前存在的......
发现最大频繁项目集是数据挖掘应用中的关键问题；提出一种新的基于事务集迭代的求最大频繁项集算法，该算法在每次迭代时，通过对输入事......
Apriori算法是关联规则的经典算法。从两个方面对其进行了改进,首先是在产生候选项集时采用了新的算法,更快地产生候选项集;其次,......
挖掘最大频繁项目集是多种数据挖掘应用中的关键问题，如果采用Apriori类的候选项目集生成一检验方法，则候选项目集生成的代价通常很......
介绍了关联规则的数据挖掘,对布尔关联规则中的经典算法--Apriori算法进行了分析和评价,指出了基本Apriori算法的不足,并提出具有......
提出了一个基于分布式结构的快速有效的关联规则挖掘算法,它采用了分布式结构,各节点并行计算,与相关算法相比有效地减少了通信量......
在挖掘关联规则的过程中,关键步骤是产生频繁项集.文中利用逻辑与运算并建立频繁项集支持矩阵,提出一种有效的频繁项集挖掘算法-L ......
为了解决Apriori算法中生成候选二项集不能剪枝、多次扫描数据库中对计算支持度不产生作用的项等缺点,提出了使用矩阵直接生成频繁......
Apriori算法是一种经典的基于关联规则的数据挖掘算法，在研究Apriori算法及其现有改进方法的基础上，提出了一种全新的从高维向低维扫......
针对Apriori算法存在的问题,提出了一种基于待与项集的频繁项集挖掘算法,从两方面考虑对算法效率进行改进：通过对项编码来减少扫描......
【正】一、什么是数据挖掘数据挖掘,就是从大量的数据中挖掘出有用的信息,即从大量的、不完全的、有噪声的、模糊的、随机的实际应......
该文研究了关联规则更新的第一类问题，即数据库记录增加时的关联规则更新问题，首先，该文讨论了现有的FUP算法的基本思想，然后在此基础......
通过对Apriori算法的核心思想进行研究分析，结合Apriori性质，对Apriori中连接的步骤进行了改进。通过该方法，可以有效地减少连接步产......
在关联规则理论的基础上，通过对现有算法的效率分析，在原有A研ori关联规则挖掘算法的基础上，从减少事务数据库中扫描记录量入手，提出一......
文中提出一种基于事务非空子集的Apriori改进算法:通过逐个扫描事务,通过事务的非空子集与前一事务产生的候选项集,集合运算产生当......
讨论了一个关于布尔关联规则挖掘的不产生候选项集的挖掘算法，做了一些提高算法性能的改进，并对其性能进行了测试。......
针对Apriori算法多次扫描事务数据库且产生庞大的候选集性能瓶颈,本文提出了Apriori算法的优化算法。该算法利用频繁项集产生时需......
