摘要
笔者通过对关联规则的基本原理、分类及数据挖掘过程的介绍,对关联规则挖掘的核心算法及常用的优化方法进行了深入的研究,并通过一个例子介绍了关联规则在数据挖掘中的应用。
出处
《哈尔滨职业技术学院学报》
2007年第4期113-114,共2页
Journal of Harbin Vocational & Technical College
二级参考文献17
-
1Agrawal R,Imielinski T,Swami A.Mining association rules between sets of items in large databases[C]∥Proceedings of the ACM SIGMOD conference on management of data.New York:ACM,1993:207-216.
-
2Agrawal R,SriKant R.Fast algorithms for mining association for mining association rules[C]∥Proceeding of the 20th international Conference on very large database.[s.1]:Morgan kaufman Pub Inc,1994:487-499.
-
3Park J S,Chen M S,Yu P S.Efficient parallel data mining of association rules[C]∥ 4th International Conference on Information and Knowledge Management.New York:ACM,1995:31-36.
-
4Park J S,Chen M S,Yu P S.An effective hash-based algorithm for mining association rules[C]∥Proceedings of ACM SIGMOD International Conference on Management of Data.New York:ACM,1995:175-186.
-
5Savasere A,Omiecinski E,Navathe S.An efficient algorithm for mining association rules in large databases[C]∥Proceedings of the 21st International Conference on Very large Database.New York:ACM,1995:432-443.
-
6Toivonen H.Sampling large databases for association rules[C]∥Proceedings of the 22nd International Conference on Very Large Database.Bombay,India:[s.n.],1996:134-145.
-
7Brin S,Motwani R,Ullman J D,et al.Dynamic Itemset Counting and Implication Rules for Market Basket Data[C]∥In Proceedings of the ACM SIGMOD International Conference on Management of Dat.New York:ACM,1997:255-264.
-
8Han J,Pei J,Yin Y et al.Mining Frequent Patterns without Candidate Generation[C].New York:[s.n.],2000:1-12.
-
9Han J,Pei J,Yin Y et al.Mining Frequent Patterns without Candidate Generation:A Frequent pattern Tree Approach[J].Data Mining and Knowledge Discovery,2004(8):53-87.
-
10Srikant R,Vu Q,Agrawal R.Mining Association Rules with Item Constrains[C]∥Proceedings of the 3rd Intl.Conf on Knowledge Discovery in Databases and Data mining.NewPort Beach,California:[s.n.],1997:67-73.
共引文献14
-
1应武.ICAI系统中数据挖掘研究[J].金华职业技术学院学报,2007,7(2):48-50. 被引量:3
-
2张雪伍,苏奋振,石忆邵,张丹丹.空间关联规则挖掘研究进展[J].地理科学进展,2007,26(6):119-128. 被引量:30
-
3袁飞云,徐东升,夏清国.基于OLAP技术的教学质量监控系统研究[J].中国教育信息化(高教职教),2008(7):83-85. 被引量:1
-
4郑春香,韩承双.关联规则研究及在远程教育考试系统中的应用[J].计算机技术与发展,2009,19(8):186-188. 被引量:2
-
5朱艳丽,高国红.Apriori算法研究及其在学生成绩分析中的应用[J].福建电脑,2010,26(1):147-147. 被引量:7
-
6郑金彬.基于分布式系统下的改进矩阵算法应用研究[J].现代计算机,2010,16(9):34-37.
-
7王磊,郑任儿.基于统计的加权关联规则算法研究与应用[J].科技信息,2011(28):123-124.
-
8张宗郁,张亚平,张静远,张晓君.改进关联规则算法在高校教学管理中的应用[J].计算机工程,2012,38(2):75-77. 被引量:9
-
9董丽丽,王晨,张翔,祁飞.AHP扩展模型在实验教学质量评价体系结构中的应用[J].中国科教创新导刊,2012(23):19-20. 被引量:1
-
10黄毅杰,张艺雪.一种基于矩阵的关联规则算法的研究与应用[J].通化师范学院学报,2014,35(8):1-3.
同被引文献6
-
1钱明辉,孟捷.交叉销售视角下企业多元化战略风险研究[J].财经问题研究,2007(1):49-54. 被引量:4
-
2Han J, Kam ber M. Data mining:concepts and techniques[M]. San Francisco:Morgan Kaufmann Publishers, 2001.
-
3罗布·马蒂森.电信业客户流失管理-电信管理精选译丛[M].北京:人民邮电出版社,2006.
-
4舒华英.电信业继续加快转型步伐.中国新通信,2006,(01).
-
5王伟.基于语义挖掘的智能竞争情报系统研究[J].情报理论与实践,2008,31(5):773-776. 被引量:11
-
6崔贯勋,李梁,王柯柯,苟光磊,邹航.关联规则挖掘中Apriori算法的研究与改进[J].计算机应用,2010,30(11):2952-2955. 被引量:94
二级引证文献3
-
1张永辉,杨本昭,陈彩云.CLV体系在电信营销中的应用[J].信息安全与通信保密,2009,31(10):108-110.
-
2郑佳敏,钱鹏江,余梦巧,杨艺.基于Apriori算法的智慧商场模型[J].无锡职业技术学院学报,2015,14(5):45-48.
-
3马静雅,李东昌,卢阳,陈吉奂.基于数据挖掘的车联网告警处理方法研究[J].自动化技术与应用,2019,38(3):49-54. 被引量:1
-
1王晓静,张晋.基于web数据挖掘的Apriori算法及其优化算法研究[J].辽宁大学学报(自然科学版),2009,36(4):335-337. 被引量:4
-
2邹良颖.浅析ID3算法原理及应用[J].华南金融电脑,2008,16(12):50-50.
-
3沈睿芳,时希杰,吴育华.基于数据仓库的数据预处理过程模型[J].计算机与数字工程,2005,33(9):73-74. 被引量:4
-
4高华玲.智能视频监控技术的研究与应用[J].电子世界,2016,0(10):154-154. 被引量:2
-
5刘自磊,吴百海,邹大鹏.电液伺服阀自动测试方法的研究[J].机床与液压,2005,33(11):114-116. 被引量:3
-
6张麟,郝忠孝.基于XML Schema的Xpath查询优化[J].电脑知识与技术(过刊),2009,15(10X):8095-8096.
-
7董超,王孟效,李虎,许德玉.S7-300PLC在糊底机控制系统中的应用[J].陕西科技大学学报(自然科学版),2008,26(3):99-103. 被引量:1
-
8宋春景,邓志文.基于关联规则算法的教务管理数据挖掘[J].科技信息,2012(30):432-432. 被引量:3
-
9张丹丹,徐莹,徐磊,李根国.SSearch基于众核加速的并行模型分析[J].计算机应用与软件,2012,29(8):78-81.
-
10段玉春,朱晓艳,孙玉强.一种改进的ID3算法[J].南阳师范学院学报,2006,5(9):63-65. 被引量:10