多最小支持度相关论文
数据挖掘(Data Mining)就是从大量数据中提取或“挖掘”知识。数据挖掘被信息产业界认为是信息系统最重要的研究和应用领域之一,也......
随着信息技术的飞速发展,信息量的爆炸式增长成为了人们必须要面对的机遇与挑战。因此,如何在这些庞大信息中获取对自己有用的信息......
在继续教育中，为在有限的时间内、接受更好的教育，其中课程的选择和课堂教学评价极为重要。 本文采用数据挖掘的关联规则经典......
在几种流行的推荐算法的基础上,本文提出了一种新的融合用户聚类和关联规则的算法来改善推荐效果。该算法在经典的关联规则算法Apr......
传统的Apriori算法由于始终保持单一的最小支持度,所以在实际应用中不能挖掘小比例事件中的关联规则。针对这一缺陷,该文提出并实......
数据挖掘是人工智能、模式识别、数据库、机器学习以及管理信息系统等形成的交叉学科。关联规则挖掘是数据挖掘中的一个重要研究分......
针对实际交易数据库中，不同项目的重要性和出现概率各不相同的两个问题，提出一种基于等价类和多最小支持度的加权关联规则算法，从而挖......
数据挖掘是从事务数据库中抽取有用的知识和感兴趣的模式，而从事务数据库中发现关联规则是最常见的挖掘技术之一。提出一个遗传模糊......
采用MIS-tree结构保存频繁模式的信息提出了基于频繁模式增长挖掘原型的CFP-tax算法,该算法可避免候选集的生成和高代价的数据库扫......
关联规则是描述数据集中不同项之间的稳藏关系,现有的挖掘算法大多是挖掘数据集中满足用户指定的最小支持度和最小置信度约束的所......
数据挖掘是从大量不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的，事先不为人知的，但又潜在的有用的信息和知识的过程。......
在以前的算法中对于所有的项目或者是项目集合都是使用单一的最小支持度。但是在实际的应用中，不同的项目就需要不同的最小支持度。......
分析了单最小支持度关联规则挖掘的局限性，提出了基于多最小支持度的关联规则挖掘模型，重点研究了多最小支持度MS．Apriori算法的基本......
进入21世纪后,我国的审计工作展现出能够对国家的经济活动进行有效监督,能够提高社会的经济效益,能够维护社会主义和谐社会等诸多......
近些年,随着计算机处理、分析数据的技术不断发展,各个行业都产生了革命性的变化,社会已经进入一个全新的数字化时代,“大数据”概......
随着互联网技术的高速发展,数据开始呈指数式的增长,用户在海量的信息中越来越难找到自己所需要的信息。因此,如何在海量的数据中......
在传统的Apriori关联规则挖掘算法分析基础上，针对目前多最小支持度和增量式关联规则挖掘的局限性，提出基于多最小支持度的增量式关......
空间关联规则挖掘可应用于发现空间数据库中大量空间谓词与非空间谓词之间的特定空间关系。论文针对区县道路交通数据提出了一种基......
大部分关联规则挖掘算法使用同一最小支持度阈值进行挖掘，但在实际使用中由干各项目发生频率的不同，理应有不同的最小支持度支持。该......
基于MMS_Cumu late和GP-Apriori算法,提出一种针对图书馆新书推荐服务特点的广义关联规则挖掘算法MAR_LCR。不仅能挖掘出形如“读......
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......
为了在事务数据库中发现关联规则,在现实挖掘应用中,经常采用不同的标准去判断不同项目的重要性,管理项目之间的分类关系和处理定......
当前,我国正处于社会转型关键期和社会矛盾凸显期。城市犯罪作为一种妨碍公共安全与危害人民群众生命财产的社会现象,具有稳定的上......
随着图书馆信息化的快速发展，传统的信息检索的服务方式已经很难满足用户的需求，通过关键字组合的检索方式很难达到用户的真实需求。......
关联分析是数据挖掘领域的主要分支,用于发现隐藏在数据中有意义的联系。该领域中,加权关联规则挖掘算法与传统算法相比,更有利于......
目前国内外对关联规则算法的研究主要集中频繁项集的挖掘和规则的裁剪优化两个方向,研究成果颇多,但是针对零售数据目前还没有一个......
传统的挖掘关联规则的算法在计算过程中会产生大量的中间模式,且中间模式的数量呈指数增长,会导致算法运行时间较长,同时目前的算......
