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

基于FP增长算法的数据挖掘技术 被引量：2

下载PDF
导出
摘要 随着数据挖掘技术的逐步发展,所用到的算法越来越多,FP增长算法便是其中的一个组织结构。
作者 杜垒 王俊京
机构地区 河南工业职业技术学院
出处 《技术与市场》 2011年第3期69-70,共2页 Technology and Market
关键词 数据挖掘 FP增长算法
分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]
  • 相关文献

参考文献2

二级参考文献10

  • 1秦亮曦,史忠植.SFPMax——基于排序FP树的最大频繁模式挖掘算法[J].计算机研究与发展,2005,42(2):217-223. 被引量：26
  • 2宋余庆,朱玉全,孙志挥,杨鹤标.一种基于频繁模式树的约束最大频繁项目集挖掘及其更新算法[J].计算机研究与发展,2005,42(5):777-783. 被引量：21
  • 3A Ceglar, J F Roddick. Association mining [J]. ACM Computing Surveys, 2006, 38(2) : 1-42.
  • 4N Pasquier, Y Bastide, R Taouil, et al. Discovering frequent closed itemsets for association rules [C]. In: Proc of the 7th Int'l Conf on Database Theory. London: Springer-Verlag, 1999. 398-416.
  • 5J Pei, J Han, R Mao. CLOSET: An efficient algorithm for mining frequent closed itemsets [C]. In: Proc of 2000 ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery. New York: ACM Press, 2000. 21-30.
  • 6J Y Wang, J Han J, J Pei. CLOSET + : Searching for the best strategies for mining frequent closed itemsets [C]. In: Proc of the 9th ACM SIGKDD Int'l Conf on Knowledge Discovery and Data Mining. New York: ACM Press, 2003. 236-245.
  • 7G Grahne, J Zhu. Fast algorithms for frequent itemset mining using prefix-trees [J]. IEEE Trans on Knowledge and Data Engineering, 2005, 17(10): 1347-1362.
  • 8M J Zaki, C J Hsiao. CHARM: An efficient algorithm for closed itemset mining [C]. In: Proc of the 2nd SIAM Int'l Conf on Data Mining. Arlington, USA: SIAM Press, 2002. 12 -28.
  • 9N G Singh, S R Singh, A K Mahanta, et al. An algorithm for discovering the frequent closed itemsets in a large database [J ]. Journal of Experimental and Theoretical Artificial Intelligence, 2006, 18 (4): 481-499.
  • 10C Lucchese, S Orlando, R Perego. Fast and memory efficient mining of frequent closed itemsets [J]. IEEE Trans on Knowledge and Data Engineering, 2006, 18(1) : 21-36.

共引文献10

同被引文献7

引证文献2

二级引证文献5

技术与市场
2011年 第3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