节点文献

基于频繁项集的一种关联规则改进方法

An Improved Mining Method for Association Rules Based on Frequent-item Set

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 高振中蒋华刘巍

【Author】 GAO Zhen-zhong,JIANG Hua,LIU Wei(Computer Department,Guilin University of Electronic Technology,Guilin 541004,China)

【机构】 桂林电子工业学院计算机系桂林电子工业学院计算机系 广西桂林541004广西桂林541004

【摘要】 关联规则是数据挖掘的一种常用方法。本文以Apriori算法中频繁项集的概念为基础,在加入了元向量、子规则、父规则等概念后,提出一种关联规则挖掘的改进方法(Improve算法)。该方法克服了传统关联规则挖掘方法的不足,在产生频繁项集的同时进行规则挖掘,从而提高了挖掘效率。

【Abstract】 Association rules are a common method of data mining.This passage is based on the concept of frequent-item set in Apriori algorithm.After adding the concepts of meta-vector,sub rule,parent rule,we consider an improved mining method of association rules—Improve algorithm.This method conquers the disadvantage of traditional association rules mining methods,mining rules while mining frequent-item set,so the mining efficiency is greatly enhanced.

【关键词】 关联规则元向量子规则Improve算法
【Key words】 association rulesmeta-vectorsub ruleImprove algorithm
  • 【文献出处】 计算机与现代化 ,Computer and Modernization , 编辑部邮箱 ,2006年07期
  • 【分类号】TP311.13
  • 【被引频次】5
  • 【下载频次】64
节点文献中: 

本文链接的文献网络图示:

本文的引文网络