加权频繁项集相关论文
数据的爆炸式增长促使数据挖掘技术应运而生,作为数据挖掘的一个重要分支,关联规则用于发现庞大数据中隐藏的规则,并可广泛应用于......
随着信息产业化的快速发展,数据的产生与收集能力迅速提高。存储数据的爆炸性增长业已激起对新技术和自动化工具的需求,以便帮助用......
摘要：加权频繁项集挖掘是目前研究热点之一。自从关联规则挖掘提出以来，大部分的研究工作都围绕频繁项集挖掘问题进行。传统的关联挖......
分析了New-Apriori和MWFI（Mining Weighted Frequent Itemsets）算法之不足,提出了一种挖掘加权频繁项集的New-MWFI算法。该算法按属......
基于FP-Growth算法,提出一种并行加权的关联规则挖掘（PWARM）算法,证明其满足加权向下封闭性.使用MapReduce计算模型,在分布式集群中......
关联规则挖掘算法在实际应用中存在如下假设,即假定每个属性的重要性相同。因此,将其应用于入侵检测时,很可能挖掘出大量无用规则,......
将项目权值引入传统关联规则挖掘中是在项目属性上的扩展。本文分析项目权值对加权关联规则挖掘的影响,并对加权关联规则现有的算......
针对特征向量分量的权重和文本大小对分类规则产生的影响,提出一种可以提高关联文本分类性能的文本分类规则挖掘方法,提出了加权频......
针对基于WN-list加权频繁项集挖掘算法(NFWI)中挖掘加权频繁项集(FWI)效率低的问题,提出了一种基于WNegNodeset结构的加权频繁项集......
针对基于WN-list的加权频繁项集挖掘算法NFWI挖掘效率低的问题,提出一种基于WDiffNodeset的加权频繁项集挖掘算法DiffNFWI。对Diff......
针对数据集中交易记录和数据项的重要性不同问题,提出了一种多最小支持度的加权关联规则挖掘算法,允许用户设定多个最小支持度,给......
挖掘加权频繁项集是多种数据挖掘应用中的关键问题,为提高传统加权频繁项集挖掘算法的性能,在研究概念格模型和差集Diffsets理论的......
数据挖掘是人工智能和数据库技术等领域的研究热点,正在现实应用中发挥着强大的作用。关联规则挖掘是数据挖掘中一个最活跃、最重......
关联规则挖掘（ARM）是数据库知识发现中的一个重要课题。自ARM思想出现以来，为了提高挖掘的性能，研究人员提出了很多ARM算法。但是，随着......
传统通信网络告警处理方法主要由维护专家依据经验判断形成处理规则并固化在网络告警系统中进行实现,然而该人工维护方式难以适应......
FP-growth算法是挖掘频繁项集的经典算法,它利用FP-树这种紧凑的数据结构存储事务数据库与频繁项集挖掘相关的全部信息,但对于挖掘......
