约束性关联规则的在线生成算法

来源 :第二十一届中国数据库学术会议 | 被引量 : 0次 | 上传用户:a6863156
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中的一个重要研究方向,关联规则的发现能为决策者提供有用的决策参考.由于决策者往往感兴趣的是关于某些条件的关联规则,即带约束条件的关联规则,从而促进了对约束性关联规则的研究。文章提出的算法,只需扫描一遍数据库,根据算法SubGenerate得到一个称为项目子集计算表的数据结构Sub_Cal,作为在线产生规则的基础,再根据算法RuleGeneration生成约束性关联规则,从而给用户提供了一个有用的约束规则集。理论分析和实验结果同时表明,文章提出的算法是快速有效的。
其他文献
本文以传统的数据迁移为基础,设计了一套适应数据库网格的特殊环境数据迁移协议,在迁移会话的过程中加人了资源预分配和迁移参数设定的过程,并且针对迁移会话的不同阶段,定义了一
Mediator体系结构由Wiederhold在1992年首先提出、它适用于规模很大但对查询效率要求不高且源数据经常更新的系统。与传统的数据仓库的一个主要不同是,用户是以一个虚拟的中介
会议
本文首先给出一个异构数据集成系统HDIS,HDIS是一个实验性的原型系统,它基于Mediator/Wrapper体系结构,对数据源过滤、通用Wrapper的设计、查询优化和语义冲突消解等问题都给出
会议
分布式数据挖掘由于在应用上较集中式数据挖掘具有更多的特殊性,如分布的数据源、节点间的通讯等等,都会影响到挖掘的效率.在分类问题的分布式数据挖掘中,不同节点上的分类器
会议
本文提出了一种使用直方图描述时间序列数据、查询时间序列相似度的新方法,与已有的工作相比,本文的方法具有以下优势:1.时间序列分段直方图不仅可以处理全序列匹配.还可以处理
会议
本文介绍了一个基于模糊相似关系的聚类方法对Web日志中提取的用户访问URL集进行聚类,同时提出基于模糊理论中的贴近度方法,通过寻找最大贴近度给新进访问用户提供推荐URL序列
会议
本文提出了基于结构化XML文档的并行聚类算法及两种实现方案,并分别对它们进行了分析.其中所使用的S-GRACE算法是一个可以很好解决查询中数据碎片问题的串行方案,异步通信机制
随着脑部疾病(尤其是脑瘤)发生率的逐年上升,通过挖掘脑部医学图像来发现知识对辅助医生的诊断变得越来越重要.对于医生来说,确定脑部图像中是否存在可疑的患病区域ROI是很关键
会议
本文针对科学数据的特点,提出了把粗糙集理论应用于实际的科学数据属性约简的两种方法。基本上解决了决策表的不一致间题,而且提高了计算速度。但Wond等从计算复杂性的角度证明
空间聚类方法主要有划分方法和层次方法。然而,它们都经常以局部最优结束聚类过程,在实现过程中没有考虑保持群体的全局分布特性,这个缺陷大大限制了其应用范围。遗传算法(Genet
会议