最大频繁集相关论文
数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、......
挖掘频繁项目集是关联规则应用中的关键问题.目前挖掘频繁集主要有Apriori算法和频繁树法两大类.本文提出与上述两类算法完全不同......
研究了大型事务数据库中关联规则的频繁集问题;提出一种高效挖掘最大频繁集的新算法MMFI。该算法采用按事务数的层次和候选频繁集......
Apriori算法是关联规则挖掘的通用算法，它能满足绝大多数的应用，但是在某些方面，如入侵检测中挖掘用户活动记录等具有特定模式的记录......
提出了与apriori和FP-tree两类算法完全不同的高效挖掘最大频繁集的算法,即最小组合算法MCA。该算法不产生候选频繁集,能大大减少......
发现最大项目频集是数据挖掘应用中的问题.本文提出了一个基于反向矩阵的最大频集的交互式挖掘算法.该算法将事务数据库转换成反向......
提出了一种新的挖掘最大频繁集的深度优先算法GMPV。该算法利用集合枚举树，并用位置向量来表示项目子集，挖掘过程中使用了超集检测和......
关联规则是数据挖掘的主要技术，而最大频繁集是关联规则挖掘的核心。关联规则发现的准确性与效率的好坏直接决定了发现的知识规则是......
提出了一种新的聚类方法.针对货篮数据的特点,运用概念格获取最大频繁项目集,并以此作为初始聚类,采用适合于货篮数据的相似性测量......
文章研究了两个基本的关联规则推导关系，在此基础上建立了最大频繁集的关联规则矩阵视图，把一个频繁集生成的所有规则全部展现在一个......
在事务数据库中挖掘关联规则已成为数据挖掘领域的一个重要研究课题,而其中频繁项集的查找时间是影响挖掘效率的关键因素.基于Apri......
为缩减关联规则存储空间和方便查询关联规则，提出一种前件为单一项目的最小预测集算法。利用集合枚举树找到最大频繁项 目集，据此来......
针对企业CRM中日常收集的各种销售数据,设计一种反映客户价值与客户关系质量的客户细分模型。运用概念格获取最大频繁项目集,并以......
基于FP-T ree的FP-M ax算法在挖掘最大频繁集时需多次递归建立条件模式树耗费大量存储空间，这大大降低了算法的挖掘效率。提出了一......
