频繁项目集相关论文
本文重点讨论数据挖掘算法在高职英语教学中的应用和研究,文中以无锡科技职业学院为模型,采用关联规则算法挖掘该校所属学生在三个......
论文在论述客户关系管理出现的背景环境、分析数据挖掘特点以及关联规则挖掘研究与应用现状的基础上，确定对关联规则挖掘及其在......
信息时代为我们带来了大量数据，也提出了“人们被数据淹没，人们却饥饿于知识”的挑战。面对这样的挑战，数据挖掘和知识发现技术应运而......
数据库中的知识发现(Knowledge Didcovery in Database,简称KDD)是从大量数据中提取出有效的、新颖的、有潜在作用的、可信的、并......
该文首先对关联规则的挖掘的基本理论和方法进行了详细的阐述,并在此基础上,对经典的关联规则的挖掘算法进行了改进,从而提高了关......
数据挖掘是信息技术自然演化的结果。使用数据挖掘工具进行数据分析可以方便的获得重要的数据模式并应用于决策。数据挖掘本身是面......
关联规则挖掘算法使用格理论中的组合特性来将原始问题分解为许多更小的互相独立的问题.最有名的和最有影响力的算法包括Apriori算......
OLAP(On-LineAnalyticalProcessing，联机分析处理)是为了对存储在数据仓库中的数据进行分析处理的分析技术，它提供对多维数据的切片......
信息技术的日新月异使得各个领域的数据量激增，大型、分布式数据库成为数据存储的主要方式。在此背景下诞生的知识发现和数据挖掘提......
由于在大型数据库中存储的数据往往非常庞大，因此分析处理数据的工作越加困难。为了有效的从数据库中找出有用的资料，数据挖掘(Data ......
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知......
关联规则挖掘作为数据挖掘领域的一个重要研究内容,它揭示了项集之间有趣的相关关系,可广泛应用于购物篮分析、相关分析、分类、网......
随着计算机科学技术的飞速发展,数据挖掘技术成为数据库、数据仓库领域最前沿的研究方向之一,它作为信息科学领域的前沿研究课题之......
数据挖掘(或知识发现)出现于20世纪80年代末,目前已经成为人工智能和数据库等领域的研究热点。它有着广阔的应用前景,并将在新的世......
关联规则挖掘是数据挖掘的一个重要研究分支,以从大型数据库中提取知识的主要手段,有效地来解决“数据丰富、知识贫乏”的现状,因......
在图像分类及标注、文本及语音分类、基因功能分析等实际应用中,分类所面临的数据已呈现出多标签特性,多标签分类已成为分类研究中......
数据库中的知识发现是当前涉及人工智能、数据库等学科的一门相当活跃的研究领域。数据挖掘是从数据中提取人们感兴趣的、潜在的、......
关联规则的更新算法就是在数据集规模D、最小支持度s或最小置信度c发生变化时发现新规则的算法.本文主要研究的是在数据集规模D、......
数据挖掘(DM, Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又......
自从1993年关联规则的概念由Agrawal等人提出之后,关联规则挖掘的研究就一直是数据挖掘领域的一个非常活跃的研究领域。目前,在集......
近些年来,空间信息技术领域的高速发展使我们进入信息变革的时代。空间数据通过传感器或者其他数据收集设备源源不断地收集起来,并......
对关联规则的挖掘是数据挖掘中的一个重要问题.在挖掘之前先对数据库扫描,以获得一些辅助的信息,能极大地加速挖掘过程.ARSC算法以......
煤炭系统中,往往希望分析不同煤炭产品购买之间的关联规则,并通过一定的关联性推荐煤炭商品,有助于购买者购买并取得更高的销售量.......
关联规则的发现是数据挖掘的一个重要问题.当最小支持度和最小可信度变化时,如何利用原来的挖掘结果快速得到新的频繁项目集和关联......
提出了数据库中挖掘关联规则的并行算法,探讨了相关的数据结构,并对算法进行了定性分析.该算法不仅适用于布尔型属性,而且也适用于......
介绍了关联规则的基本概念,利用Apriori算法得出频繁项目集,结合最小支持度和最小之置信度,确定各门课程之间的联系,为研究生的选......
对关联规则的增量式更新算法--IUA(incremental updating algorithm)进行了分析,指出其存在的问题,并给出一个改进的算法NEWIUA(ne......
应用关联规则挖掘方法从中文社会科学引文索引(CSSCI)数据库提供的论文引用情况中挖掘关联规则,进而探讨社会科学各学科间相关性问......
本文在Apriori算法的基础上提出了一种基于垂直结构的关联规则挖掘算法,以减少事务数据库扫描次数和候选集的产生数量为目标,从待......
发现频繁项目集是多种数据挖掘应用中的的,最新的研究主要围绕减少事务数据库的扫描次数进而减少挖掘过程的I/O代价来提高效率.本......
利用极大团把海量的数据项进行有效的划分,降低了后续数据挖掘和决策选择的复杂度.对于含有时间参量的原始数据,极大团具有一定的......
本文首先在分析目前入侵检测系统局限性的基础上,提出一种基于数据挖掘方法的入侵检测系统,阐述了其原理、工作流程,着重探讨了其......
库存管理是工业工程中普遍存在的基础管理,由于库存项目繁多,一般需要进行有重点的分类管理.ABC分类法一直被广泛应用于很多场合,......
关联规则是数据挖掘的重要内容之一.为了高效、快速地从事务数据库中挖掘出频繁项目集,针对数据挖掘的经典关联规则Apriori算法的......
目的研究高效的关联规则发现方法. 方法分析了在 KDD 研究中现有的关联规则, 发现算法关于频繁项目集的生成方法,并引入相容类的概......
典型的正关联规则仅考虑事务中所列举的项目.负关联规则不但要考虑事务中所包含的项目,还必须考虑事务中所不包含的项目,它包含了......
频繁项目集挖掘因其在数据挖掘领域中的基础地位和广泛应用备受学术界和产业界的关注,用挖掘频繁闭合项目集代替挖掘频繁项目集是......
对Pincer-Search进行了改进,提出了一种新的发现最大频繁项目集的算法NDMFS.由于NDMFS算法采用了位阵存储技术和自底向上、自顶向......
针对大型数据库（或新增数据集）,提出了一种渐进式挖掘算法。算法充分利用以往挖掘过程中的信息,无需再次扫描基础数据集,对新增数据......
对Pincer Search进行了改进,提出了一种新的发现最大频繁项目集的WDMFS算法。由于WDMFS算法采用了位阵存储技术和自底向上、自顶向......
介绍了AprioriHybral算法,针对算法前期工作效率的不足,提出一种基于项目集矩阵的改进算法ISMa-trix-AprioriHybral(ISMA)。新算法......
传统的关联规则的挖掘,只考虑某商品是否出现在交易数据中,得不到商品的数量信息.改造关联规则的挖掘方法从交易库中挖掘某商品的......
为了提高关联规则数据挖掘的效率,在研究Apriori算法原理和相关文献的基础上,提出了一种基于高阶项目集的频繁项目集发现算法.本算......
随着最小支持度的不同,就会产生不同的频繁项目集,而频繁项目集的发现又是一个高花费的过程.如何实现不同最小支持度下频繁项目集......
关联规则的提取是数据挖掘中的重要研究课题，该文对关联规则提取中的Apriori算法进行了深入研究，指出了该算法的某些不足，提出了一种......
