FP—growth算法相关论文
数据挖掘是近年来迅速发展的信息处理技术,从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知......
首先介绍了Apriori关联规则算法及其缺陷,然后对其加以改进,并分析了改进后算法的原理、框架、步骤等。......
提出了一种高效的挖掘数据仓库中多维关联规则的MDP算法。MDP算法通过构造一种扩展的前缀树MDP—tree，将数据仓库中的有效信息压缩......
针对已有网络教学系统缺乏智能性、不能有效地为用户提供满足要求的教学资源、无个别化指导等缺点,项目组将数据挖掘中FP-growth算......
频繁项目集挖掘是数据挖掘应用研究的一个重要研究内容。文章在FP-Growth算法的基础上，提出了一种基于集合的频繁项目集挖掘算法，该......
中药提取在中药生产中占有十分重要地位，企业在生产中药过程中，生产过程数据和质量数据存在一定的问题。数据挖掘技术的出现及利用k......
对数据关联规则挖掘中最为消耗系统资源的步骤——搜寻频繁项集作了深入的描述，在对已有数据关联规则挖掘算法的分析基础上，提出了基......
冲击矿压是深部开采不可回避的主要矿井灾害之一。由于冲击矿压影响因素多、数据量大、随机性强的特性．利用FP—Growth算法对冲击矿......
文章通过对FP—Growth算法分析，提出的改进算法能有效地减少需遍历的树的节点数，从而降低了时间开销。实验表明：改进算法能明显地提高......
FP-growth算法是关联规则挖掘中应用最为广泛的挖掘算法，与经典算法Apriori算法最大的区别是不需要挖掘候选集，所以在挖掘效率上有了......
摘要：为了利用卷烟产品历史销售数据中蕴含的信息以制定更加合理的卷烟产品营销策略，采用比较高效的关联规则FP—Growth算法设计了卷......
期刊
Han等人提出了频繁模式增长FP—growth算法，该算法在第一次扫描数据库后，得到频繁项集合和每个频繁项的支持度，并按支持度降序排列，但......
