期刊文献+

一个改进项目的加权关联规则挖掘算法 被引量:1

An Improved Mining Algorithm of Weighted Association Rule
下载PDF
导出
摘要 提出了一个改进的项目加权关联规则挖掘算法.该算法利用一个加权频繁项目集必须满足的加权支持度下界,对加权频繁候选项目集进行剪枝,该下界计算简便,可以减少挖掘的计算量.理论分析和实验表明本算法和MINWAL(W)相比,具有生成候选集数量少、挖掘效率高等特点,特别在项目权值相差不大时,本算法的优势更明显. An improved mining lower support bound of frequent algorithm is introduced to handle the item sets with weights is applied to this problem of weighted association rule. A algorithm to prune the number of the candidate item sets, which can increase its simplicity and decrease the number of calculation in the mining process. It is shown through analysis and examples that the algorithm is efficient and performs better than MINWAL( W), especially when the difference between the weights of items is not so large.
作者 刘燕
出处 《昆明理工大学学报(理工版)》 2008年第4期34-37,共4页 Journal of Kunming University of Science and Technology(Natural Science Edition)
基金 福建省教育厅项目(项目编号:JB07172)
关键词 数据挖掘 关联规则挖掘 交易数据库 data mining association rule mining transaction database
  • 相关文献

参考文献7

二级参考文献10

  • 1中国统计局.中国统计年鉴[M].北京:中国统计出版社,1987..
  • 2罗承忠,模糊集引论,1989年
  • 3Cheung D W,Proc.1996 International Confrence on Data Englneering. New Orleans-Louisiana,1996年
  • 4Park J S,San Jose. CA,1995年,175页
  • 5何新贵,模糊数据库系统,1994年
  • 6Cai C H,Proc the Int Database Engineering and Applications Symposium,1998年,68~77页
  • 7中国统计局,中国统计年鉴,1987年
  • 8欧阳为民,郑诚,蔡庆生.国际上关联规则发现研究述评[J].计算机科学,1999,26(3):41-44. 被引量:22
  • 9路松峰,胡和平.加权关联规则的开采[J].小型微型计算机系统,2001,22(3):347-350. 被引量:27
  • 10宋爱波,董逸生,赵茂先.稠密数据库有趣规则的快速挖掘[J].小型微型计算机系统,2001,22(7):822-826. 被引量:3

共引文献170

同被引文献13

  • 1尹群,王丽珍,田启明.一种基于概率的加权关联规则挖掘算法[J].计算机应用,2005,25(4):805-807. 被引量:18
  • 2段军,戴居丰.基于多支持度的挖掘加权关联规则算法[J].天津大学学报,2006,39(1):114-118. 被引量:14
  • 3邹力鹍,张其善.基于多最小支持度的加权关联规则挖掘算法[J].北京航空航天大学学报,2007,33(5):590-593. 被引量:17
  • 4C H CAI, ADA W C FU.Mining association rules with Weighted items[C]. In IEEE Int. Database Engineering and Applications Symposium, 1998:68-77.
  • 5WEI WANG, JIONG YANG, PHILIP YU. Efficient Mining of Weighted Association Rules (WAR)[J]. KDD '00 Proceedings of the 6th ACM SIGKDD international conference,2000:270-274.
  • 6Wei Wang, Jiong Yang, Philip Yu.WAR:weighted asso- ciation rules for item intensities[J].Knowledge and In- formation Systems, 2004,2004(6):203-229.
  • 7FENG TAO, FIONN MURTAGH, MOHSEN FARID. Weighted association rule mining using Weighted sup- port and significance framework[C]. IN PROC. of the ninth ACM SIGKDD Int' 1 Conf.on Knowledge Dis- covery and Data Mining, 2003:661-666.
  • 8M SULAIMAN KHAN, MAYBIN MUYEBA, FRANS COENEN. Weighted Association Rule Mining from Binary u~d ~zzy D~ta.[Jl ICDM, LNAI 5077, 2008:200 212.
  • 9AGRAWAL R, IMIELINSKI T,SWAMI A. Min- ing Association Rules Between Sets of Items in Large Databases[C].Proc.1993 ACM SIGMOD Int'l Conf.Management of Data, Washington, 1993:207-216.
  • 10李成军,杨天奇.一种改进的加权关联规则挖掘方法[J].计算机工程,2010,36(7):55-57. 被引量:22

引证文献1

二级引证文献1

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