频繁集相关论文
关联规则挖掘是数据挖掘的一个重要研究课题,其主要任务是发现大量数据中项集之间的关联.该论文对基于数据仓库的关联规则挖掘进行......
随着Web相关技术的日益成熟和Deep Web所蕴含信息量的快速增长,通过对Web数据库的访问逐渐成为获取信息的主要手段,对Deep Web的研......
数据挖掘是指从大量的数据中发现潜在的、有用的知识的过程。近年来数据挖掘技术成了商业销售领域的核心技术,被广泛应用到了诸多......
社会网络中,时刻都有新消息被发布。这些消息经过转发形成了消息的传播事件。在社会网络的研究中,如何选择监测节点,有效的监测消......
目的:研究寻常型银屑病证候规律.方法:收集有关本病证型论述的文章725篇,对原始数据进行预处理,并建立数据库,运用数据挖掘方法对......
近年来,“大数据”的概念逐渐进入到人们的视野中,“大数据”技术又叫做云技术、数据挖掘技术,在金融、电商、医疗等行业中有着非......
关联规则是当前数据挖掘研究的主要模式之一.本文提出了一种高效的增量式关联规则的挖掘算法USLIG,以处理当最小支持度改变时相应......
定义了一系列关联规则的相关概念,然后,针对现有的销售事务数据库,提出了一种改进的获取多层次信息方法,并据此对各数据进行压缩编......
关联规则是数据挖掘的主要技术。文中介绍了关联规则的基本概念，阐述了自顶向下算法的基本思想和存在的不足，扩展了相关定义和性质，提......
数据库中的知识发现(Knowledge Discovery in Databases，KDD)是当前人工智能、数据库技术等学科的一门十分活跃的研究领域。数据挖......
将二进制引入关联规则求解中,充分利用二进制操作方便、运算速度快、节省空间的优势。在求解事务项集真子集和支持度时,对事务数据......
目前,关于窃密防范措施基本上只针对已知协议,为了保证网络的安全运行以及对攻击与危害行为的预警,迫切需要在当前结构复杂的网络......
本文介绍了两种主要的序列模式挖掘方法，在已有二进制算法的基础上提出了一种基于二维数组与二进制形式的频繁序列的计算方法。该方......
在Apriori算法的基础上,提出了一种新的算法,该算法在运行过程中根据支持度来不断缩小原有事务数据库,同时采用了一种新的方法产生......
为克服目前入侵检测技术检测反应速度慢、误检率和漏检率较高等问题,研究了加权移动窗口这种数据挖掘方法。首先对现有的移动窗口......
Apriori频繁集算法是比较经典的一种数据挖掘算法,本文针对Apriori算法的瓶颈,提出了一种Apriori_New算法,它通过迅速减小数据库规......
为了有效解决关联规则挖掘中最...
传统的序列模式挖掘算法应用在生物序列上有其局限性,根据生物序列的特点,提出了基于相邻频繁模式段的模式挖掘算法-JPS。首先产生......
针对检索系统快速优化问题,提出了一种自动构建用户概念空间的方法。概念空间的构建是实现语义检索的关键,为语义检索提供知识源,......
在研究和分析Apriori关联规则算法缺陷的基础上,设计了一种效率更高的基于位向量的矩阵关联规则算法,通过实验验证了其可行性和有......
针对用户历史检索过程产生的Web日志文件,研究其查询词和点击链接是否为频繁集,以及在分布式条件下频繁集挖掘的效率问题。基于Had......
序列模式挖掘是数据挖掘中最重要的研究课题之一.基于记录频繁集各元素的Ctid表的基础上,有研究者提出了一种渐进式序列模式挖掘算......
本文研究了关联规则的经典算法——Apriori算法，对Apriori算法进行了核心思想及主要步骤等的介绍，之后以超市事务数据库为例，详细说明......
首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上,并建立这些结点的索引表,然后寻找结点索引表的最后结点到根结点的......
基于覆盖率的错误定位（Coverage Based Fault Localization，CBFI。）方法旨在通过分析程序执行的结果预测错误信息，是一种行之有效的错......
关联规则是数据挖掘中一个重要课题，通过对Apriori算法的分析，提出了基于向量的C＋＋算法，降低了算法的实现难度，为进一步研究提供了方便，实......
产生频繁项目集是关联规则挖掘中的一个关键步骤。在对Apriori算法分析的基础上,提出了一种基于集合和位运算的频繁项目集挖掘算法......
文章研究了一种知识发现与数据挖掘中关联规则的发现方法，针对现有大型超市销售事务数据库，提出了一种新的多层次信息获得取方法。运......
针对Apriori关联规则算法中的瓶颈问题，提出了一种Apriori—improve算法。该算法根据组合元素的计数结果排除一些不符合组合条件的......
在图像分析领域,已有不少研究探讨了通过构建图像相邻像素之间的事务数据集,对图像纹理关联规则进行挖掘,但纹理关联规则仅存留最......
提出一种改进的Apriori算法，分析教学效果与教师的性别、年龄、职称和学位等因素关联，为教学部门提供决策支持信息，更好地提高教学质......
频繁集的挖掘问题是数据挖掘的关键问题,本文提出了一种基于频繁树的挖掘频繁集的新方法,该算法从频繁项开始搜索、筛选产生符合要......
为了挖掘医药销售数据库频繁集,采用双数组穷举算法DAEA。该算法主要使用两个数组和穷举算法,实现挖掘医药销售数据库的频繁集功能......
关联规则是数据挖掘的核心技术，应用广泛。本文对关联规则的经典算法Apriori算法加以改进，采用一种新的方法来计算候选项目集的支持......
以Web文档特征为基础,进行了分块加权的词频繁集抽取,并利用其生成的极大类频繁集设计了关联规则的文档分类算法,使并联文本分类方......
针对Apriori算法寻找频繁项集问题，提出了一种基于有向图的频繁集挖掘算法DGFM，该算法将事务数据库表示成二进制矩阵，利用有向图的思......
在数据挖掘中数据库的I/O扫描成本一直是一个瓶颈问题。基于这个问题许多类似FP-tree算法被提出,这些算法包括所有的频繁项集挖掘,......
主要研究如何利用数据挖掘技术进行报警的管理,详细叙述了报警序列数据的关联规则挖掘算法,并对沪宁线综合安全监控信息系统集成的......
关联规则（Association Rules）是数据挖掘的重要研究内容。本文提出了多层次关联规则的挖掘算法——MLIG,利用向量＂或＂和＂与＂运算求解频繁......
电信网络中告警信息的日益增多,使得网管系统不堪重负,对如此海量的告警信息进行过滤、相关性分析已经迫在眉睫,而只利用传统的网......
针对贴片机的数据挖掘课题中,关联规则生成规则数较多而不易于分析的问题,研究了单决策属性作为规则后件的方法,对实际应用中存在......
本文通过对Apriori数据挖掘技术的简单介绍,运用关联规则并使用数据库管理系统ACCESS2003,对银行的顾客服务记录进行处理,分析了银......
针对大型事务数据库中频繁集的多属性聚类问题,提出一种高效的频繁集聚类算法.以往聚类算法采用基于距离的计算方法,由于受到属性......
生物序列相对于传统序列来说具有自己的特征。不同的序列模式挖掘算法应用到生物序列中有不同的特点和效率。本文分析目前比较流行......
提出了一种基于支持度计数矩阵（Support Count Matrix）和事务布尔矩阵（Transaction Bool Matrix）的关联规则挖掘算法TB-SCM，此算法只需......
