频繁项集挖掘算法研究
摘要
论述了频繁项集数据挖掘算法,并采用自底向上和自顶向下遍历搜索分类方法,对已有的频繁项集挖掘算法进行了分析和比较。
出处
《微型机与应用》
北大核心
2005年第4期52-54,共3页
Microcomputer & Its Applications
参考文献7
-
1HanJW KamberM.数据挖掘概念与技术[M].机械工业出版社,2001..
-
2张云涛.数据挖掘原理和技术[M].北京:电子工业出版社,2004..
-
3Agrawal R,Imielinski T,Swami A N.Mining association rules between sets of items in large databases. In: Proc of the 1993 ACM SIGMOD Int'l Conference on Managementof Data,Washington D C, 1993.
-
4Toivonen H.Sampling Large Databases for Association Rules. In:Proc 1996 Int Conf. Very Large Data Bases (VLDB'96), Bombay India, 1996.
-
5Zaki M J,Parthasarathy S,Ogihara M et al. New Algorithms for Fast Discovery of Association Rules. In:Proc 3rd International Conference on Knowledge Discovery and Data Mining (KDD), 1997.
-
6Agarwal R,Aggarwal C,Prasad V V V.Depth First Generation of Long Patterns.In:Proceedings of SIGKDD Conference, 2000.
-
7Bayardo R J.Efficiently Mining Long Patterns from Databases. In :Haas L M,Tiwary A,Proc of the ACM SIGMOD international Conference on Management of Data. New York: ACM Press, 1998.
共引文献12
-
1兰秋军,马超群,文凤华,甘国君,吴建宏.基于序列模板的股票时间序列交易决策规则挖掘[J].系统工程,2004,22(11):55-58. 被引量:2
-
2刘军利,陈莉.一种基于改进ART-2的入侵检测方法[J].微机发展,2005,15(4):119-121. 被引量:1
-
3谈恒贵,李游华,王文杰.对CMAR算法的分析与改进[J].微型机与应用,2005,24(4):57-60. 被引量:1
-
4徐建民,邵艳华,王静红,刘进坡.决策树分类方法在软构件检索中的辅助决策支持研究[J].计算机应用,2005,25(5):982-984. 被引量:2
-
5熊馨,王卫平,叶跃祥.基于概念分层的个性化推荐算法[J].计算机应用,2005,25(5):1006-1008. 被引量:17
-
6胡桔州,兰秋军.金融时间序列的数据挖掘技术与经典统计模型的比较[J].系统工程,2005,23(6):95-98. 被引量:10
-
7邱保志,沈钧毅.网格聚类中的边界处理技术[J].模式识别与人工智能,2006,19(2):277-280. 被引量:13
-
8张嵬,莫梅琦,夏知平,徐一新.医学信息资源个性化服务推荐系统设计与实施[J].图书馆杂志,2006,25(6):43-45. 被引量:2
-
9何利平.数据仓库与数据挖掘技术在高校决策中的应用[J].系统工程,2006,24(6):123-126. 被引量:11
-
10沈建平,沈介文,朱宏明,夏炯贤.聚类方法在图像识别中的应用[J].计算机应用,2003,23(10):51-52. 被引量:3
-
1施伟斌,孙未未,施伯乐,顾宁.基于路径索引与编码模式的路径连接[J].小型微型计算机系统,2005,26(4):618-623.
-
2陆继远,景亮.Petri网到VHDL的翻译器设计与实现[J].计算机测量与控制,2011,19(9):2259-2262.
-
3赵不贿,陆继远,严仰光.Petri网-VHDL编译程序的构造[J].江苏大学学报(自然科学版),2005,26(5):440-443. 被引量:1
-
4缪霖,邱会中.Web页面自顶向下的正文信息定位算法[J].计算机工程,2010,36(13):76-78. 被引量:2