期刊文献+

关联规则的ECLAT算法 被引量:3

下载PDF
导出
摘要 关联规则挖掘是数据挖掘的一个重要应用,而频繁项集挖掘对关联规则挖掘的效果起了决定性的作用。经典的频繁项集挖掘主要有Apriori算法和FP-Growth算法,它们都是基于水平数据表示的算法,本文分析基于垂直数据表示的ECLAT算法。
作者 陈凤娟
出处 《消费电子》 2014年第16期149-149,151,共2页 Consumer Electronics Magazine
  • 相关文献

参考文献4

二级参考文献21

  • 1李晓虹,尚晋.一种改进的新Apriori算法[J].计算机科学,2007,34(4):196-198. 被引量:26
  • 2郭伟,叶德谦.改进的基于FP-tree的频繁项集挖掘算法[J].计算机工程与应用,2007,43(19):174-176. 被引量:8
  • 3Park J S,Chen M S,Yu P S.An effective hash based algorithm for mining association rules[C]//Proc 1995 ACM-SIGMOD,San Jose, CA,Feb 1995:175-186.
  • 4Han J,Pei J,YIN Y W,et al.Mining frequent patterns without candidate generation[J].Data Mining and Knowledge Discovery,2004,8: 53-87.
  • 5Liu Junqiang,Pan Yunhe,Wang Ke,et al.Mining frequent item sets by opportunistic projection[C]//Proc of the Eighth ACM SIGKDD Int Conf on Knowledge Discovery and Data Mining,Alberta,Canada, July, 2002 : 229-238.
  • 6Agrawal R, Srikant R. Fast algorithm for Mining asso- ciation rules in large databases[C]//Proceedings of the 20th VLDB Conference. Santiago, Chile: IEEE, 1994 : 487-499.
  • 7赵松,孙立镌.Apriori算法的改进[J].哈尔滨理工大学学报,2007,12(5):94-97. 被引量:6
  • 8Chen C, Shen J, Chert B, et al. An improvement Apriori arithmetic based on rough set theory. 2011 Third Pacific Asia Conference on circuits, Communications and System. 2011.1-3.
  • 9Chen Z, Cai S, Song Q, et al. An improved Apriori algorithm based on pruning optimization and transaction reduction. 2nd International Conference on Artificial Intelligence, Management Science and Electronic Commerce. 2011. 1908-1911.
  • 10Burdick D, Calimlim M, Flannick J, et al. Mafia: A maximal frequent itemset algorithm. IEEE Trans. on Knowledge and Data Engineering, 2005, 17(11): 1490-1504.

共引文献28

同被引文献24

引证文献3

二级引证文献20

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