数据开采中候选项目集的存储方法

在很多介绍有关数据开采文章中都提到候选项目集采用 hash树来存储 ,本文主要介绍 hash树的构造方法以及如何用数据库中的事务来遍历 hash树 ,并介绍了我们正在研究的分布式数据开采系统中用

不生成候选项目集的并行挖掘关联规则

为了减少并行挖掘关联规则过程中产生的网络流量及同步次数,提高挖掘效率,在Tree-DM算法的基础上,提出了不生成候选项目集的并行关联规则挖掘算法Ptree-DM。给出了Ptree-DM算法的执行示例,并对该算法的效率进行了分析和讨论。

基于DHP的频繁遍历路径挖掘算法

大量的候选项集是挖掘路径遍历模式中的主要问题。针对这个问题,提出了基于DHP算法的路径遍历算法,通过使用哈希技术在产生侯选项集时删除不满足条件的项目,这种方法特别是在产生候选2-项目时效率非常高,这样很好的解决了整个处理过程的性能瓶颈。另外,使用了整枝技术使事务数据库的大小在每次扫描后迅速减小。实验结果表明,基于DHP的频繁遍历路径算法在挖掘频繁项目集时是有效的。

一种高效的关联规则挖掘算法研究

一般关联规则挖掘算法分为两步 :第一步是发现频繁项目集 ;第二步是利用频繁项目集产生关联规则。文章讨论了现今关联规则挖掘算法的特点和不足 ,同时提出一种效率更高的挖掘算法。与其它算法不同的是 ,该算法侧重于知识领域的使用和关联规则系统应用的预备。

关联规则挖掘算法分析与探讨

关联规则挖掘算法是数据挖掘领域的主要研究方向之一。对几种经典的关联规则挖掘算法进行了分析、探讨和比较,给出了一种基于支持矩阵的、不需要产生候选项目集的算法设计思想。算法为事务数据库中的每个项目设置二进制向量,利用逻辑与运算构造支持矩阵来挖掘频繁项目集,极大地节省了存储空间,提高了算法运行效率。

一种基于人工免疫的新的频繁项挖掘算法

以往算法的研究主要围绕着减少候选项目集进而减少事务数据库的扫描次数的角度,先求出候选项集,再计算候选项集的支持度求得频繁项集。本文改变过去求频繁项集的角度,从新的角度来看频繁项目集的定义,同时结合人工免疫的特点,设计一个基于人工免疫的新频繁项集挖掘算法。本文详细介绍了算法设计等。新算法的复杂度与支持度,数据库总容量有关。验证实验的结果与其他算法相比较证明了该算法的可行性、有效性和完备性。

面向数据删除的关联规则更新算法

针对数据库中删除数据时如何有效地更新关联规则的问题,提出了UARAD算法。该算法可以有效利用知识数据库中保留的最小非高频项目集来产生新的候选项目集,避免了候选项目集的数量太庞大的问题。

基于数据新增关联规则的更新算法研究

针对数据库中新增数据时如何有效的更新关联规则的问题,提出了UARAA算法(Updating association rules Algorithm for adding items)。该算法可以有效利用之前所保留下来的高频项目集建立变动数据的候选项目集过滤条件,并且仅需扫描数据库一次。

协同过滤算法中扩展性问题研究

针对协同过滤算法中扩展性问题,文章将用户兴趣看成多个兴趣的集合,然后提出一种基于局部兴趣的协同过滤算法,算法通过改善候选项目集来减少推荐时间。最后,文章给出了MovieLens数据集上的比较实验,实验结果表明,文章提出的算法在提高系统的实时性的同时,可以进一步提高系统的推荐精度。

基于路径遍历的数据挖掘对学生上网兴趣的研究

一、引言网络平台带给学生无限的学习、娱乐等空间,起到不可估量的作用。但是网络是把双刃剑,也会让学生沉湎于网络,对学生造成不良影响。