事务数据库相关论文
数据挖掘(DM,Data Mining)是一个涉及多学科领域的新兴学科,其中关联规则挖掘是一个重要的研究内容。由于关联规则的挖掘对象大多......
关联规则挖掘是数据挖掘中的一个重要问题，它在商业领域的成功应用，使它成为数据挖掘中最成熟、最主要的研究内容之一。关联规则挖掘......
从事务数据库中挖掘有意义的项集已经被研究超过10年。频繁项集挖掘主要挖掘出那些在事务数据库中大量出现的项集,这些项集之间存......
在事务数据库中挖掘关联规则一直是数据挖掘的热点问题。Agrawal提出了经典的基于频繁项集的Apriori算法,算法产生规则是以交易数......
在数据库应用系统中，加快数据查询的执行速度非常重要。数据仓库技术通过对源数据库的数据提前进行归纳、分析、整理，从而提高了查询......
随着测绘科学技术的飞速发展,空间数据在采集,存储和管理等手段上不断提高,空间数据呈现出大体量、多时空、多结构的特点,同时空间......
数据挖掘技术是近年来数据库和人工智能等领域研究的热点课题,它引起了科学界和产业界的广泛关注。关联规则挖掘是数据挖掘的一个......
摘要：本文基于电子商务系统，运用数据挖掘技术，研究在电子商务中数据挖掘问题。根据电子商务系统中数据挖掘的特性，阐述了电子商务中数......
数据挖掘是数据库、人工智能、机器学习等领域结合而产生的是一个新兴的、具有广泛应用前景的研究领域，其目标是从海量数据中智能、......
数据挖掘是从数据中析取、识别和发现潜在正确和有用、前所未知的、最终可理解的知识的过程。它是当今人工智能和数据库研究方面最......
随着数据量的逐渐增大,关联规则挖掘算法的时间效率亟待提升,因此提出一种基于正交链表的改进Apriori算法.该算法首先将带扫描数据......
网络教学已经成为现代教育的重要手段，但是现有网络教学的教学模式、教学过程过分单一．缺乏个性化。如何根据学生的学习基础、掌握程......
在数据挖掘中,规模巨大的候选模式是约束系统性能的瓶颈,为解决该问题,提出了一个新的数据挖掘结构FPtree及相应的构造算法FPgrowt......
序列模式挖掘是数据挖掘的重要研究课题之一，将其应用于Web环境具有重要意义。论述了Web时间序列模式挖掘问题，并给出了一种Web时间......
Web使用模式挖掘是利用Web使用数据的高级手段，是对Web使用数据的深层次分析，从而挖掘出有效的、新颖的、潜在的、有用的及最终可以......
针对Apriori时间性能较低的缺陷,结合二项集支持度矩阵提出了Apriori改进算法Apriori-M。在扫描数据库时生成一个二项集支持度矩阵......
路径挖掘适用于探索用户沿超连接寻找和浏览网页的规律,而Web日志的完美结构使挖掘更加容易和有效.由二元关系导出的概念格作为一......
本文分析了Apriori算法的时间复杂性和空间复杂性，利用十字链表来等价代替事务数据库的数组表示，从而使得：一方面，连接操作的次数减少......
Mining association rules are an important data mining problem. In this paper ,an association rules mining algorithm,ARDB......
Frequent Pattern mining plays an essential role in data mining. Most of the previous studies adopt an Apriori-like candi......
1.引言频繁项集的挖掘是数据挖掘课题中的一个很重要的方面,然而频繁项集的挖掘过程通常会产生数目庞大的频繁项集,并且其中的绝大......
This paper describes briefly the basic concepts and the whole steps of sequential patterns mining,analyzesseveral classi......
事务数据库中频繁模式的挖掘研究作为关联规则等许多数据挖掘问题的核心工作,已经研究了许多年.然而,频繁模式挖掘算法经常产生大......
关联规则挖掘是一种发现属性间关系的方法,主要用于在商务事务记录中挖掘事务间关系.本文将已经广泛使用的FP-增长(frequent-patte......
本文通过对关联规则挖掘中由候选项集生成频繁项集算法的分析,引入了格论的一些思想来改进算法,其中心思想是:通过在属性集和事务......
关联规则挖掘是数据挖掘的一个重要研究方向，其算法主要有Apriori算法和FP—growth算法，它们需要多次扫描事务数据库，严重影响算法的......
首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上,并建立这些结点的索引表,然后寻找结点索引表的最后结点到根结点的......
针对集成学习方法在处理大规模数据集时具有计算复杂度高、基分类器数目多、分类精度不理想的问题，提出一种基于频繁模式的选择性集......
字符串比较是计算机信息处理的重要方法之一。针对现有关联规则挖掘算法不能记忆及利用历史挖掘成果的局限性，提出了将事务数据库转......
对图像色块RGB值进行抽取和处理、建立常用颜色数据表和图像RGB颜色值的事务数据库D、最后应用关联规则进行挖掘.关键工作是建立"n......
提出了一种基于事务序列的关联挖掘方法实现对足球视频的摘要挖掘。处理过程分为视频数据预处理、视频属性提取和视频摘要挖掘等三......
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......
基于相关集合事务数据库这一挖掘思想,提出一个新的方法--寻找最大频繁集.并通过理论与事例分析了这一方法的可行性和正确性.......
关联规则挖掘在许多领域已有广泛的应用,目前存在许多发现关联规则的算法.这些算法都认为每个项目对规则的重要性相同.但在实际应......
通过包含度刻画了关联规则信任度概念及讨论了它与Rough set精度的关系,特别地通过包含度的性质推导了信任度的增量计算.......
本文对在事务数据库不变最小支持度发生变化的情况下的关联规则增量式更新算法(IUA)进行了分析;指出了该算法的不足之处;并在它的......
对关联规则经典算法中的Apriori算法进行了深入研究与分析，针对其需要反复扫描事务数据库，造成大量I／O开销，影响关联规则挖掘效率这一......
针对标准Apriori算法在旅游市场数据规则挖掘的应用中还存在运算时间长、规则挖掘效果不好等问题。本文提出了一种基于动态置信和......
基于Apriori算法,研究了参数化模型间包含性关系,结合包含性关系在数据库中的隐藏形式,利用一种可以克服经典Apriori算法两个瓶颈......
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......
本文介绍了频繁项集挖掘的基本情况,用比较的方法通过示例分析、研究了两种最大频繁项集挖掘算法,并指出了最大频繁项集挖掘算法的......
关联规则的高效维护算法研究是当前数据库研究的热点之一.本文研究了事务数据库中关联规则的增量式更新问题,提出了基于频繁模式树......
传统的关联规则Apriori算法在产生频繁项集的过程中,需要多次扫描事务数据库以及多次扫描频繁项集,从而造成算法性能下降.为了减少......
论文深入分析了个性化网络教学系统在挖掘用户偏好路径与发现用户的访问兴趣时所使用的改进Apriori算法,并通过实验结果的分析说明......
针对事务数据库的内容不断增加后相应关联规则的更新问题,提出了一种简单高效的增量式关联规则挖掘算法SFUA,并和已有的FUP算法进......
随着数字图书馆馆藏内容的不断膨胀,用户访问量不断攀升,数字图书馆的设计和管理变得更加复杂和繁重。服务是数字图书馆工作的核心......
通过对Apriori算法挖掘过程进行分析,提出了一种基于数据库约简的关联规则挖掘算法.该算法利用每趟挖掘中一些非频繁项集的超集、......
在分布式系统中如何挖掘关联规则是数据挖掘领域研究的一个重要课题.对关联规则分布式挖掘问题进行了深入探讨.基于以P2P网络模式......
