最小支持度相关论文
本文重点讨论数据挖掘算法在高职英语教学中的应用和研究,文中以无锡科技职业学院为模型,采用关联规则算法挖掘该校所属学生在三个......
现有的序列模式挖掘算法能有效地在大型数据库中挖掘出完整的序列模式集。然而在这些算法中仍存在两个值得注意的问题，一是大多数增......
本文在FP树挖掘算法的基础上，提出了无用户设置最小支持度阈值的关联规则挖掘算法。该算法通过兴趣度的设置动态地得到不同项集的不......
随着聚类分析的应用领域日益扩展，越来越多高维的、混合类型属性数据需要处理。然而现有的大部分算法要么只能对低维数据有效，要么只......
随着数据流的不断发展和应用,在数据流环境下的数据挖掘已经成为获取信息的主要方式,尤其是最大频繁模式的挖掘已成为当今的研究热......
关联分析是数据挖掘中一种实用的技术,能够挖掘项集之间中令人感兴趣的规律或联系.然而随着现代社会的高速发展,其积累的数据的数......
针对多层实时网络加密数据流频繁项集常受码间干扰,现有挖掘方法缺少对干扰的抑制而导致挖掘输出效果不好、传输误码率偏高、滤波......
目的:构建结构化的方剂信息数据库,挖掘方剂中药物之间的关联规则,进一步研究方剂的配伍规律。方法:运用基于正则表达式的信息抽取......
随着互联网技术的高速发展,数据挖掘技术在高校得到了广泛应用。同时,智慧校园的兴起,使大学生的各种校园行为开始以数据的形式存......
电子商务系统中商品推荐技术可以帮助电子商务网站有效地提高商品的销量,对电子商务发展有重要作用。本文分析了商品推荐的流程,结......
信息技术的发展和网络共享的普及使得人类社会进入了一个新纪元,越来越多的信息被自动化、电子化和数据化,这就使得数据库的应用遍......
近年来,由于不确定性数据的广泛应用,在不确定性数据中挖掘频繁项集的问题受到人们的极大关注。现有的不确定性数据中频繁项集的挖......
在交易数据库和最小支持度不变条件下,充分利用在多个交易项目子集中已采掘频繁模式集,对该多个交易项目子集的并集的关联规则的采......
该文在交易教据库和最小支持度不变条件下,当用户动态地增加或删除交易项目集中的某些交易项目时,充分利用了交易项目集改变前已采......
关联规则的数据挖掘是当今数据挖掘领域的重要内容之一.国内现有的关联规则挖掘算法大多是在最小支持度的限定条件下,发现挖掘数据......
图书馆新书推荐工作是利用关联规则的Apriori算法对读者信息、借阅记录等历史信息进行分析,了解不同读者群体的借阅模式,并采用改......
在对Web应用挖掘的基本步骤作系统性研究的基础上,设计了一个基于Web日志文件的关联规则挖掘模块.该系统应能够对用户访问Web时服......
关联规则(Association Rules)发现的是属性间的关系. 属性可以是逻辑型的,也可以是数值型的.在从逻辑型属性描述的数据中发现关联......
为了识别用户浏览模式,实现利用关联规则挖掘算法Apriori对Web应用挖掘过程中预处理阶段所产生的用户会话文件进行挖掘的模块,该模......
针对传统Apriori算法在标签等级排序中辨识度不高的问题,提出一种基于最小化描述准则(MDLP)Apriori算法的离散Shannon熵值算法。通......
传统的关联规则的挖掘,只考虑某商品是否出现在交易数据中,得不到商品的数量信息.改造关联规则的挖掘方法从交易库中挖掘某商品的......
给出了数据挖掘中生成关联规则的递归、先深搜索方法生成频繁项目集的子集,从而有效地避免生成不满足最小信任度的规则.同时对于生......
以当前的高职高专院校教育教学为平台，研究分析最小支持度关联规则挖掘技术与教学质量评价相结合的问题，针对教学质量评价结果中的盲......
针对传统文本分类算法的分类精度低和计算复杂度高的问题,提出一种基于加权频繁子图挖掘的图模型文本分类算法.首先将文档集表示成......
传统的联结规则挖掘算法依赖于一个不现实的假设:用户可以指定最小支持度.如果用户不了解他们的数据库,指定的最小支持度是肯定不......
随着最小支持度的不同,就会产生不同的频繁项目集,而频繁项目集的发现又是一个高花费的过程.如何实现不同最小支持度下频繁项目集......
中文语义的复杂性致使在深度挖掘的过程中形成了大量非结构化的需求文本,属于系统化的小规模的语义文本,隐含了大量的中文语义,使......
序列模式在许多领域都有着重要的应用，大量的数据和模式需要高效的、可扩展的并行算法。针对目前序列模式挖掘算法存在的普遍问题，在......
提高序列模式挖掘算法效率的关键在于减少发现频繁序列的时间.文中基于CTID概念提出了一种改进的频繁序列模式挖掘算法--SPM,它充......
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......
本文就数据库不变,最小支持度发生变化的情况下,关联规则的维护问题进行研究,提出了一种新的增量式更新算法.......
通过引入“结构化规则涵盖集”的概念,运用定量方法来评价对实际工作有用的规则。这样用户不再面对大量繁杂的关联规则,就能直接获......
本文提出了一种新的基于EP的分类法CEEP.CEEP仅使用最短的EP(eEP)建立分类器,并使用不同于早先的基于EP的分类法(如,CAEP)的评分标......
文章是在 AprioriTid 算法研究基础上,充分利用现有教学管理数据库中有关各门课程的成绩数据,高效率、高质量地挖掘出各门课程之间......
挖掘最大频繁项目集是多种数据挖掘应用中的究.为此,我们在改进频繁模式树（FP-Tree）的基础上提出了处理最小支持度和数据库都发生变......
最频繁项集挖掘是文本关联规则挖掘中研究的重点和难点，它直接决定了文本关联规则挖掘算法的效率。本文首先分析了当前在最频繁项集......
在关联规则数据挖掘中,为了克服Apriori算法性能瓶颈,本文介绍一种改进的算法：基于散列表（Hash）的方法。......
提出了一种新的稀疏数据立方计算方法CFD(Computation by Functional Dependencies),它采用自底向上的顺序划分数据立方的各个维,......
对Apriori算法在数据库扫描和产生的候选项集的问题进行分析,提出一种基于矩阵的关联规则算法,该算法将事务数据库转换为向量矩阵,......
提出了一种基于矩阵的挖掘最大频繁模式的算法（FPA），只需扫描数据集一遍，不生成候选项目集。在实际应用中用户经常需要调整最小支持度......
数据挖掘在最近几年里已被数据库界所广泛研究,而序列模式挖掘是数据挖掘中最重要的研究课题之一,本文介绍了序列模式挖掘的概念,......
关联规则的挖掘是数据挖掘领域的重要研究内容之一.关联规则的挖掘算法大都在用户设置的支持度阈值的限制条件下,挖掘出数据属性之......
对挖掘关联规则的Apriori算法关键思想进行了研究，给出该算法的一个改进算法，提高了原算法的性能。......
目的:针对FP-growth算法项结点查询耗时,频繁项集挖掘需要不断产生条件FP-tree等问题,提出了一种基于数组和辅助项头表的快速频繁......
针对网络入侵检测领域使用关联规则挖掘关联模式精度不够,效率不高的问题.文章提出了一种新的基于最大值限制的关联规则算法,提出......
针对单一最小支持度挖掘关联规则不能反应不同数据项出现频度与性质的问题,提出了一个基于频繁模式树的多重支持度关联规则挖掘算......
数据挖掘是从数据库中发现潜在有用知识或者感兴趣模式的过程。在数据挖掘领域中主要集中于单一支持度下的关联规则挖掘，在事务数据......
关联规则是数据挖掘的主要技术之一.本文针对目前最经典的关联规则挖掘Apriori算法的局限性,提出了一种只扫描一遍事务数据库的效......
