期刊文献+

基于蚁群算法的关联规则挖掘 被引量:12

下载PDF
导出
摘要 文章提出了一种新的关联规则挖掘算法,即AP-MMAS算法,该算法利用蚂蚁系统的启发式信息和并行计算的特点,克服了Apriori算法在搜索频繁项集时访问数据库的复杂性。通过挖掘各省份房价波动的关联规则,验证了AP-MMAS算法在最小支持度较低、项目个数较多、事务个数较少时,生成的规则在效率和质量上都优于Apriori算法。
出处 《统计与决策》 CSSCI 北大核心 2019年第17期79-81,共3页 Statistics & Decision
基金 国家自然科学基金资助项目(11301558 11671398) 中央高校基本科研业务费专项资金资助项目(2009QS02) 煤炭资源与安全开采国家重点实验室开放课题(SKLCRSM16KFB03)
  • 相关文献

参考文献1

二级参考文献8

  • 1葛洪伟,高阳.基于蚁群算法的集合覆盖问题[J].计算机工程与应用,2007,43(4):49-50. 被引量:9
  • 2Jiawei Han,Mieheline Kamber.数据挖掘概念与技术[M],北京:机械工业出版社,2006.
  • 3Han J,Pei J,Yin Y.Mining frequent patterns without candidate generation [C]. ACM SIGMOD International Conference Proceedings,2000: 1 - 12.
  • 4Bayardo R J.Efficiently mining long patterns from databases[C]. ACM SIGMOD Conference Proceedings, 1999:85-93.
  • 5Dorigo M,Gambardella L M.Ant colony system: A cooperative learning approach to the traveling salesman problem [J]. IEEE Trans on Evolutionary Computation,1997:53-66.
  • 6Maniezzo V, Dorigo M,Colomi A.The ant system applied to the quadratic assignment problem [R]. Belgium: Universite de Bruxelles, 1994.
  • 7Colomi A. Ant system for job-shop scheduling [J]. JORBEL, 1994,34(1):39-53.
  • 8路松峰,卢正鼎.快速开采最大频繁项目集[J].软件学报,2001,12(2):293-297. 被引量:113

共引文献8

同被引文献157

引证文献12

二级引证文献30

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