效用挖掘相关论文
序列模式挖掘是数据挖掘中一个经典的研究话题。但是在序列模式挖掘中,用于衡量事物重要程度的支持度有时并不能反映出用户对某一......
数据库技术的飞速发展以及各行各业数据量的指数级增长引领着人们步入大数据时代。如何快速而有效的从大量的未处理的数据中获取到......
为了提高效用模式挖掘的效率,提出了一种基于效用模式树的两阶段效用模式挖掘算法。在第一阶段,该算法能够对全局非候选节点进行合......
高效用模式挖掘是数据挖掘领域的一个基础研究方向,其中关于top-k高效用模式的挖掘算法也越来越多,k指的是用户需要挖掘的高效用模......
高效用模式的挖掘需要设定一个合适的阈值,而阈值设定对用户来说并非易事,阈值过小导致产生大量低效用模式,阈值过大可能导致无高......
本文介绍了高效用项集挖掘的基本概念,列举并分析了三个高效用项集挖掘算法,指出了它们的优缺点,最后展望了高效用项集挖掘的未来......
现有数据挖掘算法的缺点是在挖掘大数据时会出现大量候选模式,从而造成可伸缩性瓶颈,个别算法虽然不生成候选模式,但是计算代价高......
现有的基于滑动窗口挖掘高效用项集的研究方法存在:候选项集通常数量巨大，需要大量的存储空间及计算候选项集的真实效用是非常耗时......
为了提高效用模式挖掘的效率，提出了一种基于效用模式树的两阶段效用模式挖掘算法。在第一阶段，该算法能够对全局非候选节点进行合理......
高平均效用项集挖掘是当前研究的热点之一。针对高平均效用项集挖掘算法产生大量无意义的候选项集,而导致高内存消耗和运行时间长......
在数字经济时代,数据型态丰富、复杂而量大,如何挖掘出数据中蕴含着的“效用特征”,是数据科学领域中关键而有挑战性的问题。基于......
针对效用增量挖掘算法在由1-频项生成n-频项时产生大量无用候选频项且不能同时挖掘变化和新增数据集的问题,基于次频繁项的概念,在......
数据流上的频繁项集挖掘是数据挖掘的一个重要话题,并在现实生活中应用广泛。可是这个问题存在两个限制：（1）项在数据流中的权重没有被......
针对效用关联规则容易导致从交易数据中找出高效项目集所指向的产品有价无市的问题,设计了一种HHUI(高效频繁项集),它不仅考虑交易......
大部分关联规则算法的提出是基于项目的频率值,若从成本、利润和用户的偏好考虑,传统的数据库挖掘频繁模式在现实世界中并不适合应......
