Eclat与Eclat+算法的比较分析
被引量:1
摘要
深入分析了频繁模式挖掘算法Eclat和Eclat+,在大数据集上挖掘长模式时,Eclat+的性能不及Eclat。
出处
《绥化学院学报》
2010年第2期189-190,共2页
Journal of Suihua University
基金
绥化学院杰出青年基金
参考文献4
-
1R. Agrawal, T. Imielinski, A. Swami. Mining association rules between sets of items in large databases, Proc. of the ACMSIGMOD 1993 Int'l Conference on Management of Data, Washington D.C., May 1993.
-
2李敏,李春平.频繁模式挖掘算法分析和比较[J].计算机应用,2005,25(B12):166-171. 被引量:11
-
3MJZaki, SParthasarathy, M.Ogihara, and W.Li. New algorithms for fast discovery of association rules, In Proc.of the 3rd Int'l Conf.on KDD and Data Mining (KDD'97), Newport Beach, California, August 1997.
-
4宋长新,马克.改进的Eclat数据挖掘算法的研究[J].微计算机信息,2008,24(24):92-94. 被引量:17
二级参考文献18
-
1龙银香.移动计算环境下的数据挖掘研究[J].微计算机信息,2005,21(07X):35-38. 被引量:17
-
2HAND D, MANNILA H, SMYTH P. Principles of Data Mining[ M]. Massachusetts Institute of Technology, 2001.
-
3MANNIEA H. Methods and problems in data mining[ A]. Proceedings of the 6th International Conference on Database Theory[ C],1997.41 -55.
-
4KRISHNAMURTHY R, IMIELINSKI T. Practitioner Problems in Need of Database Research: Research Directions in Knowledge Discovery[A]. Vol. 20, No. 3 of SIGMOD Record[ C], Sept. 1991.76-78.
-
5HAN J, KAMBER M. Data Mining: Concepts and Techniuqes[ M].Morgan Kaufmann Publishers, San Francisco, CA, 2001.
-
6AGRAWAL R, IMIELINSKI T, A. Swami. Mining association rules between sets of items in large databases[ A]. Proceedings of ACM SIGMOD International Conference on Management of data [ C],1993. 207-216.
-
7AGRAWAL R, SRIKANT R. Fast algorithms for mining association rules[ A]. In J. B. Bocca, M. Jarke, and C. Zaniolo, editors, Proceedings of the 20th International Confererice on Very Large Database[C], MorganKaufmann, 1994. 487 -499.
-
8PARK JS, CHEN MS, YU PS. An effective hash - based algorithm for mining association rules[ A]. Proceedings of ACM SIGMOD International Conference on Management of Data[ C], San Jose, CA,May 1995. 175 - 186.
-
9TOIVONEN H. Sampling large databases for association rules[ A].Proceedings of the 22nd International Conference on Very Large Database[C], Bombay, India, September 1996. 134-145.
-
10BRIN S, MOTWANI R, ULLMAN JD, TSUR S. Dynamic itemset counting and implication rules for market basket data[ A]. In Proceedings of the 1997 ACM SIGMOD International Conference on Management of Data[ C], 1997. 255 -264.
共引文献22
-
1王彦如.一增量式关联规则的改进算法[J].青海师范大学学报(自然科学版),2009,25(3):39-42.
-
2宋长新,吴晓明.工业锅炉故障诊断的改进数据挖掘方法[J].微计算机信息,2009,25(19):118-120. 被引量:1
-
3赵卫绩.一种改进的Eclat算法[J].科学技术与工程,2009,9(24):7506-7508. 被引量:1
-
4刘井莲.一种改进的Eclat算法[J].科学技术与工程,2010,10(8):2007-2009.
-
5熊忠阳,陈培恩,张玉芳.基于散列布尔矩阵的关联规则Eclat改进算法[J].计算机应用研究,2010,27(4):1323-1325. 被引量:18
-
6金瑶.一种基于自适应步长及动态修剪的Apriori改进算法[J].宜春学院学报,2009,31(6):81-83. 被引量:1
-
7陈康.基于Eclat算法的图书推荐系统仿真[J].计算机仿真,2010,27(9):311-314. 被引量:4
-
8张玉芳,熊忠阳,耿晓斐,陈剑敏.Eclat算法的分析及改进[J].计算机工程,2010,36(23):28-30. 被引量:11
-
9崔建,李强,杨龙坡.基于垂直数据分布的大型稠密数据库快速关联规则挖掘算法[J].计算机科学,2011,38(4):216-220. 被引量:24
-
10朱岩.关于服务体模型与操作系统内核设计技术的研究[J].数字技术与应用,2012,30(1):67-67.
同被引文献10
-
1李敏,李春平.频繁模式挖掘算法分析和比较[J].计算机应用,2005,25(B12):166-171. 被引量:11
-
2AGRAWAL R, SRIKANT R. Fast Algorithms for min- ing association rules [C]// Proceedings of 20th Interna- tional Conference on Very Large Data Bases. Santiago, Chile: Morgankaufman, 1994:487 - 499.
-
3HAN J, PEI J, YIN Y. Mining frequent patterns with- out candidate generation [C]/// Proeeedlngs of the 2000 ACM Data. Dallas, United States: ACM, 2000:1-12.
-
4FENG Pei-en, ZHANG Hui, QIU Qing-ying, et al. PCAR: an efficient approach for mining association rules [C]/// Proceedings of the ICNC-FSKD 2008 Inter- national Conference on Fussy Systems and Knowledge Dis- covery. Jinan: IEEE, 2008:605-609.
-
5ZAKI M J. Scalable algorithms for association mining[J]. IEEE Transactions on Knowledge and Data Engi- neering, 2000,12(3) : 372- 390.
-
6ZAKI M J. Fast vertical mining using diffsets [R]. Technical Report 01-1, Troy, New York: Rensselaer Polytechnic Institute. 2001.
-
7HAN J, KAMBE M. Data mining: concepts and Tech- niques [M]. San Francisco, United States: Morgan Kaufmann Publishers Inc, 2001 : 231.
-
8GOETHALS B. Frequent itemset mining dataset re- pository [EB/OL]. [2004-12-2]. http://fimi, ua. ac.be/data/.
-
9宋长新,马克.改进的Eclat数据挖掘算法的研究[J].微计算机信息,2008,24(24):92-94. 被引量:17
-
10熊忠阳,陈培恩,张玉芳.基于散列布尔矩阵的关联规则Eclat改进算法[J].计算机应用研究,2010,27(4):1323-1325. 被引量:18
二级引证文献13
-
1李雪迪,郑彦.基于分布式倒排索引的频繁项集挖掘[J].计算机技术与发展,2016,26(3):101-104. 被引量:2
-
2王红梅,胡明,赵守峰.基于垂直格式的频繁项集挖掘分段算法[J].吉林大学学报(理学版),2016,54(3):553-560. 被引量:2
-
3刘木林,朱庆华.基于Hadoop的关联规则挖掘算法研究——以Apriori算法为例[J].计算机技术与发展,2016,26(7):1-5. 被引量:18
-
4戚玉轩,邱清盈,冯培恩,李立新.机械结构组合对称概念体系及应用[J].浙江大学学报(工学版),2016,50(10):1889-1901. 被引量:3
-
5陈宏.基于关联规则挖掘算法的用电负荷能效研究[J].电子设计工程,2017,25(4):79-82. 被引量:9
-
6吴春燕,黄巧梅,刘海清,张捷.文本主要信息的自动获取和主体挖掘[J].信息技术与信息化,2017(3):41-43. 被引量:1
-
7高强,张凤荔,陈学勤,王馨云,耿贞伟,周帆.基于改进Eclat算法的资源池节点异常模式挖掘[J].计算机应用研究,2018,35(2):333-338. 被引量:3
-
8崔馨月,孙静宇.改进的Eclat算法研究与应用[J].计算机工程与设计,2018,39(4):1059-1063. 被引量:8
-
9孙宗鑫,张桂芸.基于位存储Tid的CPU并行化Eclat算法[J].计算机工程,2018,44(12):79-84. 被引量:2
-
10敖孟飞,石鸿雁.海量数据下的并行频繁项集挖掘算法[J].统计与决策,2022(18):48-53. 被引量:4
-
1熊忠阳,陈培恩,张玉芳.基于散列布尔矩阵的关联规则Eclat改进算法[J].计算机应用研究,2010,27(4):1323-1325. 被引量:18
-
2宋长新,马克.改进的Eclat数据挖掘算法的研究[J].微计算机信息,2008,24(24):92-94. 被引量:17
-
3张步忠,程玉胜,王则林.基于片上多核的频繁项集并行挖掘算法[J].计算机科学,2014,41(3):55-58. 被引量:3
-
4刘井莲.一种改进的Eclat算法[J].科学技术与工程,2010,10(8):2007-2009.
-
5张岳,王洪国,邵增珍,赵建秀.基于先验位运算的频繁项集挖掘[J].计算机应用研究,2013,30(9):2610-2612. 被引量:4
-
6易宗剑,彭月英,覃晓,唐涛.一种基于分治策略与位运算的频繁项集挖掘算法[J].广西师范学院学报(自然科学版),2015,32(1):50-56.
-
7张毅,杨颖,陆瑞兴.一种新的频繁项集挖掘算法DS-ECLAT[J].广西科学院学报,2010,26(1):19-22. 被引量:2
-
8李伟卫,赵航,张阳,王勇.基于MapReduce的海量数据挖掘技术研究[J].计算机工程与应用,2013,49(20):112-117. 被引量:35
-
9赵卫绩.一种改进的Eclat算法[J].科学技术与工程,2009,9(24):7506-7508. 被引量:1
-
10张春,汲磊举.基于MapReduce的Eclat改进算法研究与应用[J].北京交通大学学报,2016,40(3):1-6. 被引量:4