多支持度相关论文
关联规则的研究是数据挖掘的重要内容之一,现有的关联规则挖掘算法大都是在频繁项集的基础上进行挖掘,关于非频繁项集的研究较少,......
频繁模式挖掘是数据挖掘和知识发现领域的重要研究内容之一,它是指从数据库中挖掘出频繁出现的模式,包括频繁项集、频繁子序列(又......
在网络教学平台中，面对大量的学习资源，学习者在认知过程中，容易出现迷失的现象。鉴于学习者自身知识结构和学习过程存在的差异，一个优......
本文提出了一个基于前缀投影的新的模式挖掘算法--MS-BioSM, MS-BioSM综合考虑分布式支持度和局部支持度，使得我们能够有效地挖掘生......
关联规则挖掘一直是数据挖掘中的重要组成部分。提出一个新算法DPCFP-growth算法。DPCFP-growth算法是基于MSApirori算法,采用了CF......
提出利用预存储的信息挖掘基于项集的多最小支持度关联规则挖掘算法,允许用户指定多个最小支持度,在较短的时间内找出所关心的规则......
关联规则是当前数据挖掘研究最重要的分支之一，目前的关联规则多是在频繁项集的基础上进行挖掘，而没有挖掘非频繁项集的算法。本文在......
介绍了一种关联规则的多支持度挖掘算法,并将该算法改进后用于超市销售数据的智能挖掘系统中,取得了成功的应用.......
关联规则挖掘是数据挖掘中一个重要的模型．在其挖掘算法中，如果最小支持度很高，则出现频率比较低的规则就不能发现；如果最小支持度太低......
关联规则是数据挖掘的重要任务之一，传统关联规则算法只有一个最小支持度，假设项出现的频率大致相同，而在实际中并非如此，由此产生了多......
在知识点关联分析方法中,采用单一支持度阈值挖掘频繁知识点集,存在挖掘效率不高的问题。籍此,提出基于知识点的多支持度挖掘算法......
关联规则方法是网络挖掘中一种备受人们关注的技术，但大多数方法在整体上采用统一的最少支持度，使得其在实际应用中受到限制。论文从......
在多支持度关联规则挖掘算法中，针对最小支持度的选取问题，提出一种基于分段函数的多支持度关联规则挖掘算法。在多支持度算法中挖掘......
传统库存管理方法只考虑产品自身特点,按产品的某种属性进行分类,然后分类管理.然而,产品的库存重要程度不仅取决于产品自身的特点......
针对交易数据库中数据项重要性不同的现象,提出了新的加权关联规则模型,并基于该模型设计了一个基于多最小支持度的加权关联规则挖......
针对现有用户行为序列模式挖掘方法的单一支持度局限性问题，提出一种基于前缀树结构的多支持度序列模式挖掘方法。设计一种多支持度......
传统的基于关联规则的挖掘算法采用的是统一的最小支持度,但是在实际的事务数据库中数据项的重要性是不同的。针对目前多支持度和......
