期刊文献+

元组级不确定数据库的Top-K概率频繁项集挖掘 被引量:1

下载PDF
导出
摘要 不确定数据出现在越来越多的应用中,如WSN、RFID等领域,分析不确定数据能为用户决策提供重要参考,因此,不确定数据的数据挖掘工作受到越来越多的关注.不确定数据库的概率频繁模式挖掘是不确定数据挖掘的一个重要的研究内容,它是确定数据库中的频繁模式挖掘问题在不确定数据环境下的扩展研究,即挖掘在数据库中经常共同出现的模式.在不确定数据中挖掘到的概率频繁模式数量非常多,不利于分析和应用,为了解决这一问题,本文挖掘用户指定的最为频繁的K个模式,即Top-K概率频繁模式;分析了Top-K频繁概率模式的特点,提出了记录级不确定数据库的Top-K概率频繁模式挖掘算法,并在不确定数据库上进行实验,实验结果验证了算法的性能.
作者 陈凤娟 马恺
出处 《赤峰学院学报(自然科学版)》 2018年第10期77-80,共4页 Journal of Chifeng University(Natural Science Edition)
基金 辽宁对外经贸学院校级科研项目(2018XJLXYB003)
  • 相关文献

参考文献7

二级参考文献113

  • 1刘殷雷,刘玉葆,陈程.不确定性数据流上频繁项集挖掘的有效算法[J].计算机研究与发展,2011,48(S3):1-7. 被引量:14
  • 2颜跃进,李舟军,陈火旺.基于FP-Tree有效挖掘最大频繁项集[J].软件学报,2005,16(2):215-222. 被引量:68
  • 3倪巍伟,孙志挥,陆介平.k-LDCHD——高维空间k邻域局部密度聚类算法[J].计算机研究与发展,2005,42(5):784-791. 被引量:18
  • 4CHUI C-K, KAO B, HUNG E. Mining frequent itemsets from uncertain data [C] // PAKDD 2007: Proceedings of the 11th Pacific-Asia Conference on Knowledge Discovery and Data Mining, LNCS 4426. Berlin: Springer, 2007: 47-58.
  • 5WANG L, CHEUNG D W, CHENG R, et al. Efficient mining of frequent itemsets on large uncertain databases [J]. IEEE Transactions on Knowledge and Data Engineering, 2012, 24(12): 2170-2183.
  • 6SUN X, LIM L, WANG S. An approximation algorithm of mining frequent itemsets from uncertain dataset [J]. International Journal of Advancements in Computing Technology, 2012, 4(3): 42-49.
  • 7LEUNG C K, CARMICHAEL C L, HAO B. Efficient mining of frequent patterns from uncertain data [C] // ICDM Workshops 2007: Proceedings of the Seventh IEEE International Conference on Data Mining Workshops. Piscataway: IEEE, 2007: 489-494.
  • 8LEUNG C K, MATEO M A F, BRAJCZUK D A. A tree-based approach for frequent pattern mining from uncertain data [C] // PAKDD 2008: Proceedings of the 12th Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining, LNCS 5012. Berlin: Springer, 2008: 653-661.
  • 9AGGARWAL C C, LI Y, WANG J, et al. Frequent pattern mining with uncertain data [C] // KDD 2009: Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 2009: 29-37.
  • 10PEI J, HAN J, LU H, et al. H-mine: Hyper-structure mining of frequent patterns in large databases [C]// ICDM 2001: Proceedings of the 2001 IEEE International Conference on Data Mining. Piscataway: IEEE, 2001: 441-448.

共引文献32

同被引文献15

引证文献1

二级引证文献3

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