两种基于关联规则的挖掘算法在电子商务中的改进
被引量：1
摘要
本文提出了商业应用系统中进行数据挖掘的改进的Apriori算法和对点击流数据进行挖掘的多支持度的关联规则方法,并结合具体数据进行了分析。改进了算法,在实践中可以有效地提高系统数据挖掘的效率。
出处
《科技信息》
2009年第24期201-202,共2页
Science & Technology Information
参考文献7
-
1邵泳兵.基于改进的关联规则的挖掘系统的实现与应用[J].福建电脑,2007,23(7):82-83. 被引量：2
-
2谢琦,张振兴.基于Apriori算法和OLAP的关联规则挖掘模型设计[J].计算机应用,2007,27(B06):4-5. 被引量：8
-
3李余琪,王小玲.基于改进的Apriori算法和遗传算法的数据挖掘模型[J].计算机与数字工程,2007,35(3):16-18. 被引量：6
-
4冯兴杰,周谆.Apriori算法的改进[J].计算机工程,2005,31(B07):172-173. 被引量：17
-
5吴小波,徐维祥.多支持度关联规则在网络使用挖掘中的应用[J].计算机工程与应用,2005,41(31):164-167. 被引量：9
-
6辛志,刘少辉,史忠植.关联规则算法的实现与改进[J].计算机工程与应用,2002,38(24):190-192. 被引量：14
-
7(美)MarkSweiger等著,陆昌辉等.点击流数据仓库[M]电子工业出版社,2004.
二级参考文献38
-
1徐章艳,刘美玲,张师超,卢景丽,区玉明.Apriori算法的三种优化方法[J].计算机工程与应用,2004,40(36):190-192. 被引量：71
-
2张继福,郑链,史虹.联机分析处理与关联规则挖掘的集成化模型研究[J].北京理工大学学报,2005,25(2):121-126. 被引量：6
-
3(加)JIAWEIHAN NICHELINE KEMBER范明 孟小锋等译.数据挖掘概念与技术[M].北京:机械工业出版社,2001..
-
4R Agrawal,T Imielinski,A Swami.Mining association rules between sets of items in large databases[C].In:Proc 1993 ACM-SIGMO D Int Conf Management of Data(SIGMOD'93),Washington,DC, 1993
-
5R Agrawal,R Srikant. Fast Algorithms for Mining Association Rules [C].In: Proceedings of the VLDB Conference,Santiago, Chile, 1994:487～499
-
6Lebeck A R,Wood D A.Cache Profiling and the SPEC Benchmarks:A Case[J].IEEE Computer, 1994; 27 (10): 15～26
-
7J Han,M Kamber. Data Mining Concepts and Techniques[M].Morgan Kaufmann Publisher,2001
-
8J S Park,M S Chen,P S Yu.An effective hash-based algorithm for mining association rules[C].In:Proc 1995 ACM-SIGMOD Int Conf Management of Data,San Jose,CA, 1995:175～186
-
9M J Zaki.Parallel and distributed association mining:A survey[J].IEEE Concurrency,Special Issue on Parallel Mech-anisms for Data Mining, 1999 ;7(4): 14～25
-
10A Savasere,E Omiecinski,S Navathe. An efficient algorithm for mining association rules in large databases[C].In:Proceedings of the 21st VLDB Conference ,Zurich,Switzerland, 1995:432～444
共引文献43
-
1张贞梅,孙忠林,陈欣.数据挖掘的关联规则建立与算法改进[J].福建电脑,2005,21(5):33-34. 被引量：6
-
2冯兴杰,周谆.Apriori算法的改进[J].计算机工程,2005,31(B07):172-173. 被引量：17
-
3赵卫绩,赵文正,刘井莲.基于SQL的Apriori改进算法[J].科学技术与工程,2006,6(17):2759-2761. 被引量：4
-
4史原,鲁汉榕,罗菁,高婷.基于规模约简和多支持度的关联规则挖掘[J].计算机工程与设计,2006,27(21):4105-4107. 被引量：8
-
5赵春玲,宁红云.Apriori算法的改进及其在物流信息挖掘中的应用[J].天津理工大学学报,2007,23(1):30-33. 被引量：13
-
6宫雨.分组多支持度关联规则研究[J].计算机工程与设计,2007,28(5):1205-1207. 被引量：8
-
7高宏宾,潘谷,黄义明.基于频繁项集特性的Apriori算法的改进[J].计算机工程与设计,2007,28(10):2273-2275. 被引量：25
-
8张贞梅.一种优化的频集发现算法[J].中国科技信息,2007(13):257-259. 被引量：1
-
9羊牧,周激流,胡艳梅.网格环境下多媒体关联规则数据挖掘方法研究[J].现代图书情报技术,2007(7):59-62. 被引量：2
-
10徐璐.增量更新关联规则挖掘算法研究[J].福建电脑,2007,23(10):88-89. 被引量：1
同被引文献4
-
1张劲松.高等函授教育学生信息管理系统的设计与实现[J].西安航空技术高等专科学校学报,2007,25(3):45-46. 被引量：1
-
2赵燕,曲守宁,赵玲,崔忠玲.基于数据挖掘的课程相关性分析系统的应用研究[J].山东科学,2009,22(1):46-49. 被引量：5
-
3吕英华,马静.数据仓库技术在医院信息系统中的应用[J].医疗卫生装备,2009,30(4):48-49. 被引量：8
-
4孔德剑.关联规则在大学生就业信息库中的应用研究[J].中国科技信息,2009(13):101-102. 被引量：2
