期刊文献+

一种基于二进制编码的频繁项集查找算法 被引量:5

A Algorithm of Finding Frequent Item Sets Based on Binary Coding
下载PDF
导出
摘要 在数据挖掘中频繁项集的查找时间是影响挖掘关联规则效率的关键因素,Apriori算法是用来找出频繁项集的典型算法,本文针对Apriori算法需反复扫描数据库、产生大量候选项集的不足,提出一种效率更高的基于二进制编码的频繁项集查找算法,该算法找出频繁项集只需一次数据库扫描,不产生候选项集,与Apriori算法相比,算法效率更高。 This paper puts forward a new method to find frequent item sets. The excellence of method to compare with Apriori algorithm, this method only need once scans to database, further more, it do not generate the candidate item sets, we can find frequent items more effectively.
作者 叶晓波
出处 《楚雄师范学院学报》 2009年第3期13-19,共7页 Journal of Chuxiong Normal University
关键词 数据挖掘 频繁项集 APRIORI算法 二进制编码 data mining frequent item sets Apriori algorithm binary coding
  • 相关文献

参考文献4

二级参考文献21

  • 1毕建欣,张岐山.关联规则挖掘算法综述[J].中国工程科学,2005,7(4):88-94. 被引量:51
  • 2胡慧蓉,王周敬.一种基于关系矩阵的关联规则快速挖掘算法[J].计算机应用,2005,25(7):1577-1579. 被引量:21
  • 3陈文庆,许棠.关联规则挖掘Apriori算法的改进与实现[J].微机发展,2005,15(8):155-157. 被引量:21
  • 4KrzysztofCios, WitoldPedrycz, Roman Swiniarski. Data mining methods for knowledge discovery [M]. By Kluwer Academic Publishers, 1998.1-4.
  • 5Agrawal 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, 1993.207-216.
  • 6Gunopulos D, Mannila H, Saluja S. Discovering all most secific sentences by randomized algorithm [C]. Proc. 13th Int'l Conf. Database Theory (ICDT), 1997.
  • 7Hah E, Pei J, Yin Y. Scalable parallel data mining fro association rules [C]. Proc. ACM Special Interest Group on Management of Data (SIGMOD), 1997.
  • 8Agrawal R, Srikant R. Fast algorithms for mining association rules in large databases [C]. Proc. 20th Very Large Data Base Conf., 1994.
  • 9MARGARET H DUNHAM.数据挖掘教程[M].北京:清华大学出版社,2005:177-178.
  • 10Han J,Kamber M.Data Mining:Concepts and Techniques[M].San Mateo,CA:Morgan Kaufmann,2000.

共引文献65

同被引文献31

引证文献5

二级引证文献9

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