期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

降序加权join半概念格快速挖掘算法

Fast Mining Algorithm Based on Descend Weighted join Half Concept Lattice
下载PDF
导出
摘要 通过分析Eclat算法,对完全概念格按照支持度进行了裁减,得到了一个向下封闭的降序join半概念格,在构造半概念格的同时计算出每一个项集的支持度作为其权值,最后基于降序加权join半概念格对Eclat算法进行了改进,裁减了概念格中大量的冗余的连接,给出了一个快速的关联规则挖掘算法。经过分析,该算法与Eclat算法相比,效率更高。 Eclat algorithm is discussed and analyzed completely.Through pruning entireness lattice depend on support,a descend weighted join half concept lattice is obtained that is closed downward ,support for each node of concept lattice is calculated as constructing concept lattice,At last,a new fast mining association rules is presented,Its efficiency is more high than Eclat algorithm through analysis.
作者 周涛 张艳宁 袁和金 陆惠玲
机构地区 西北工业大学计算机学院 陕西理工学院计算机系
出处 《计算机工程与应用》 CSCD 北大核心 2006年第29期12-15,共4页 Computer Engineering and Applications
基金 国家自然科学基金资助项目(编号:60472072) 航空科学基金(编号:04I50370) 陕西理工学院教改项目(编号:YJG0524)
关键词 数据挖掘 Eclat算法 半概念格 Join半概念格 Data Mining,Eclat algorithm ,half concept lattice,Join half concept lattice
分类号 TP301.6 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献8

  • 1Zaki M J.Scalable algorithm for association mining[J].IEEE Trans Knowledge and Data Engineering, 2000; 12 (3) : 372-390
  • 2Agrawal R, Imielinski T, Swami A.Mining association rules between sets of items in large database[C].In:Proc of the ACM-SIGMOD conf on Management of Data,ACM Press,1993:207-216
  • 3Han J,Pei J,Yin Y.Mining frequent patterns without candidate generation[C].In:proc of the ACM-SIGMOND conf on management of data.Dallas ACM Press,2000:1-12
  • 4高飞,谢维信.发现含有第一类项目约束的频繁集的快速算法[J].计算机研究与发展,2001,38(11):1295-1301. 被引量：7
  • 5杜剑峰,李宏,陈松乔,陈建二.单调和反单调约束条件下关联规则的挖掘算法分析[J].计算机科学,2005,32(6):142-144. 被引量：3
  • 6Du Boucher-Ryan,Derek Brldge.Collaborative Recommending using Formal Concept Analysis[J].Knowledge-Based Systems,2006:1-7
  • 7Taweechai Ouypornkochagorn, Kitsana Waiyamai.Formal Concept Mining:A Statistic-Based Approach for Pertinent Concept Lattice Construction[J].Lecture Notes in Computer Science,2004 : 195-212
  • 8Karell Bertet, Jean -Marc Ogier.Graphic Recognition : The Concept Lattice Approach[J].Lecture Notes in Computer Science,2004:265-279

二级参考文献9

  • 1Agrawal R, Imielinski T, Swami A. Mining association rules between sets of items in large databases. In: Proc. of the ACM-SIGMOD Conf. on Management of Data, 1993. 207～216
  • 2Agrawal R, Srikant R. Fast algorithms for mining association rules[A]. In:Proc. of the20th Intl. Conf. on Very Large Databases[C], Santiago, Chile, 1994.487～ 499
  • 3Han J,Pei J,Yin Y. Mining frequent patterns without candidate generation[A]. In: Proc. of the ACM-SIGMOD Conf. on Management of Data[C] ,Dallas ,ACM Press ,2000.1～12
  • 4Ng R T,Lakshmanan L V S,Han J,Pan A. Exploratory mining and pruning optimizations of constrained association rules[A]. In:Proc. 1998 ACM-SIGMOD Int. Conf. Management of Data(SIGMOD' 98) [C], Seattle, Washington, 1998.13～24
  • 5Pei J,Han J. Can we push more constrained into frequent pattern mining? [A]. In: Proc. 2000 Int. Conf. Knowledge Discovery and Data Mining (KDD'00) [C], Boston, MA, 2000. 350～ 354
  • 6Pei J,Han J,Lakshmanan L V S. Mining frequent pattern with convertible constrains [A]. In: Proc. 2001 Int. Cond. Data Engineering (ICDE'01) [C], Heidelberg, Germany, 2001. 332～433
  • 7Zaki M J. Scalable algorithms for association mining [J]. IEEE Trans. Knowledge and Data Engineering,2000,12(3): 372～390
  • 8崔立新,苑森淼,赵春喜.约束性相联规则发现方法及算法[J].计算机学报,2000,23(2):216-220. 被引量：62
  • 9高飞,谢维信.发现含有第一类项目约束的频繁集的快速算法[J].计算机研究与发展,2001,38(11):1295-1301. 被引量：7

共引文献8

计算机工程与应用
2006年 第29期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部