期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种改进的Apriori挖掘算法
被引量:
1
1
作者
李唐平
陶宏才
《成都信息工程学院学报》
2009年第6期537-540,共4页
针对制约Apriori算法效率的瓶颈问题,提出了一种基于Apriori的改进算法,算法只需要遍历一次事务数据库,避免了Apriori算法多次扫描事务数据库和产生大量的候选项集,同时利用项集的有序性改进了判断连接的方式,优化了连接步骤,减少了判...
针对制约Apriori算法效率的瓶颈问题,提出了一种基于Apriori的改进算法,算法只需要遍历一次事务数据库,避免了Apriori算法多次扫描事务数据库和产生大量的候选项集,同时利用项集的有序性改进了判断连接的方式,优化了连接步骤,减少了判断时间。实验结果表明,改进的Apriori算法在运行效率上有一定的提高。
展开更多
关键词
计算机应用技术
数据挖掘
关联规则
apriori
算法
项集有序
最小支持数
在线阅读
下载PDF
职称材料
多最小支持度策略的关联规则挖掘方法
被引量:
20
2
作者
王振宇
白石磊
熊范纶
《小型微型计算机系统》
CSCD
北大核心
2002年第8期971-973,共3页
关联规则的数据挖掘是当今数据挖掘领域的重要内容之一 .国内现有的关联规则挖掘算法大多是在最小支持度的限定条件下 ,发现挖掘数据的各属性间的所有关联型知识 .而事实上由于基于不同数据属性的事件的发生频率是不同的 ,这样仅通过唯...
关联规则的数据挖掘是当今数据挖掘领域的重要内容之一 .国内现有的关联规则挖掘算法大多是在最小支持度的限定条件下 ,发现挖掘数据的各属性间的所有关联型知识 .而事实上由于基于不同数据属性的事件的发生频率是不同的 ,这样仅通过唯一的支持度限定的挖掘就无法正确反映挖掘对象本身的特征 .本文从客观事实的本质出发 ,在原有 Apriori算法的基础上 ,采用了一种多支持度的关联规则挖掘策略 .最后通过实验结果表明 ,这种挖掘方法能够更加准确和高效地进行知识挖掘 .
展开更多
关键词
关联规则
数据挖掘
最小支持度
apriori
算法
知识发现
数据库
在线阅读
下载PDF
职称材料
多支持度关联规则在网络使用挖掘中的应用
被引量:
9
3
作者
吴小波
徐维祥
《计算机工程与应用》
CSCD
北大核心
2005年第31期164-167,共4页
关联规则方法是网络挖掘中一种备受人们关注的技术,但大多数方法在整体上采用统一的最少支持度,使得其在实际应用中受到限制。论文从这一问题出发,拟定了一个事务集,论述多支持度的关联规则方法。并把该方法应用到网络使用挖掘中,根据...
关联规则方法是网络挖掘中一种备受人们关注的技术,但大多数方法在整体上采用统一的最少支持度,使得其在实际应用中受到限制。论文从这一问题出发,拟定了一个事务集,论述多支持度的关联规则方法。并把该方法应用到网络使用挖掘中,根据页面的出现频率确定其最少支持度阀值,发现并论证了不平衡数据项之间的有效规则。从执行时间和搜索空间上验证了算法的有效性。
展开更多
关键词
关联规则
多支持度
网络挖掘
apriori
算法
在线阅读
下载PDF
职称材料
基于多最小支持度的关联规则挖掘
被引量:
9
4
作者
晏杰
亓文娟
+1 位作者
郭磊
黄书城
《计算机系统应用》
2014年第3期237-239,219,共4页
分析了单最小支持度关联规则挖掘的局限性,提出了基于多最小支持度的关联规则挖掘模型,重点研究了多最小支持度MS-Apriori算法的基本思想,指出了算法的优缺点并通过实例说明发现频繁项集的方法,最后指出该算法的不足及改进算法.
关键词
关联规则
多最小支持度
MS-
apriori
算法
在线阅读
下载PDF
职称材料
基于优化的MsEclat算法的铁路机车事故故障关联规则挖掘
被引量:
14
5
作者
李鑫
史天运
+2 位作者
常宝
马小宁
刘军
《中国铁道科学》
EI
CAS
CSCD
北大核心
2021年第4期155-165,共11页
为从铁路机车大数据中挖掘出与机车事故故障有关的关联规则,提出1种优化的MsEclat算法。先提出改进的Eclat算法——MsEclat算法,构建最小支持度索引表,以各项目的支持度值为排序依据重新构建数据集,依据垂直挖掘思想获得针对不同项目的...
为从铁路机车大数据中挖掘出与机车事故故障有关的关联规则,提出1种优化的MsEclat算法。先提出改进的Eclat算法——MsEclat算法,构建最小支持度索引表,以各项目的支持度值为排序依据重新构建数据集,依据垂直挖掘思想获得针对不同项目的频繁项集,解决Eclat算法无法在多最小支持度情况下挖掘关联规则的缺陷;进一步改进得到优化的MsEclat算法,在融合布尔矩阵、并行计算编程模型MapReduce基础上,设计频繁项集挖掘步骤,提高算法在大数据分析场景下的执行效率。通过算法对比,验证MsEclat算法及其优化算法在多最小支持度关联规则挖掘方面的计算效率优势。最后,以某铁路局的机车运转养护大数据为例,采用优化的MsEclat算法,挖掘机车事故故障的关联规则。结果表明:该算法在6个分布式节点的情况下耗时3.945034 s,挖掘得到频繁项集156条,如运用故障高发的机车中,83.78%的概率会同时出现频次较多的行车安全装备问题等;形成相应关联规则后,可用于分析该局机车的事故故障发生情况及质量安全状态。
展开更多
关键词
机车事故故障
关联规则
大数据分析
数据挖掘技术
MsEclat算法
多最小支持度
在线阅读
下载PDF
职称材料
基于多最小支持度的增量式关联规则挖掘算法研究
6
作者
朱志华
朱震宇
《广东电力》
2009年第2期1-5,共5页
在传统的Apriori关联规则挖掘算法分析基础上,针对目前多最小支持度和增量式关联规则挖掘的局限性,提出基于多最小支持度的增量式关联规则挖掘算法。该算法适用于事务出现频率一致及不一致的情况,利用多最小支持度能挖掘出更有意义的结...
在传统的Apriori关联规则挖掘算法分析基础上,针对目前多最小支持度和增量式关联规则挖掘的局限性,提出基于多最小支持度的增量式关联规则挖掘算法。该算法适用于事务出现频率一致及不一致的情况,利用多最小支持度能挖掘出更有意义的结果;同时,该算法还能实现事务数据不断增加时的数据挖掘,提高了挖掘的效率。应用电力客户信用数据库进行实验的结果表明,改进算法能有效挖掘出稀有项,分析出潜在的信用风险客户,对电力客户信用评价具有辅助决策作用。
展开更多
关键词
多最小支持度
增量式算法
关联规则
数据挖掘
在线阅读
下载PDF
职称材料
基于K-means算法的Web访问用户关联规则挖掘算法
被引量:
1
7
作者
肖强
钱晓东
《图书情报工作》
CSSCI
北大核心
2011年第16期136-139,共4页
针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数...
针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数据集聚类为不同的小数据集,采用不同的最小支持度,分别对Web访问用户聚类小数据集进行关联规则挖掘。分析和实验结果证明,该算法可有效提高传统关联规则挖掘算法的效率,同时也可有效避免传统关联算法中扫描中的重复性。
展开更多
关键词
K-MEANS算法
关联规则
web
用户
数据挖掘
最小支持度
原文传递
题名
一种改进的Apriori挖掘算法
被引量:
1
1
作者
李唐平
陶宏才
机构
西南交通大学信息科学与技术学院
出处
《成都信息工程学院学报》
2009年第6期537-540,共4页
文摘
针对制约Apriori算法效率的瓶颈问题,提出了一种基于Apriori的改进算法,算法只需要遍历一次事务数据库,避免了Apriori算法多次扫描事务数据库和产生大量的候选项集,同时利用项集的有序性改进了判断连接的方式,优化了连接步骤,减少了判断时间。实验结果表明,改进的Apriori算法在运行效率上有一定的提高。
关键词
计算机应用技术
数据挖掘
关联规则
apriori
算法
项集有序
最小支持数
Keywords
computer application technology
data
mining
association rule
apriori algorithm
order itemset
minimum
support number
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
多最小支持度策略的关联规则挖掘方法
被引量:
20
2
作者
王振宇
白石磊
熊范纶
机构
中国科学院合肥智能机械研究所
出处
《小型微型计算机系统》
CSCD
北大核心
2002年第8期971-973,共3页
基金
国家自然科学基金重点项目资助 (项目编号为 6 9835 0 0 10 )
文摘
关联规则的数据挖掘是当今数据挖掘领域的重要内容之一 .国内现有的关联规则挖掘算法大多是在最小支持度的限定条件下 ,发现挖掘数据的各属性间的所有关联型知识 .而事实上由于基于不同数据属性的事件的发生频率是不同的 ,这样仅通过唯一的支持度限定的挖掘就无法正确反映挖掘对象本身的特征 .本文从客观事实的本质出发 ,在原有 Apriori算法的基础上 ,采用了一种多支持度的关联规则挖掘策略 .最后通过实验结果表明 ,这种挖掘方法能够更加准确和高效地进行知识挖掘 .
关键词
关联规则
数据挖掘
最小支持度
apriori
算法
知识发现
数据库
Keywords
association rule
s
data
mining
minimum
supports
apriori algorithm
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
多支持度关联规则在网络使用挖掘中的应用
被引量:
9
3
作者
吴小波
徐维祥
机构
北京交通大学交通运输学院
出处
《计算机工程与应用》
CSCD
北大核心
2005年第31期164-167,共4页
文摘
关联规则方法是网络挖掘中一种备受人们关注的技术,但大多数方法在整体上采用统一的最少支持度,使得其在实际应用中受到限制。论文从这一问题出发,拟定了一个事务集,论述多支持度的关联规则方法。并把该方法应用到网络使用挖掘中,根据页面的出现频率确定其最少支持度阀值,发现并论证了不平衡数据项之间的有效规则。从执行时间和搜索空间上验证了算法的有效性。
关键词
关联规则
多支持度
网络挖掘
apriori
算法
Keywords
association rule
,
multiple minimum supports
,
web mining
,
apriori algorithm
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于多最小支持度的关联规则挖掘
被引量:
9
4
作者
晏杰
亓文娟
郭磊
黄书城
机构
武夷学院团委
武夷学院数学与计算机学院
出处
《计算机系统应用》
2014年第3期237-239,219,共4页
文摘
分析了单最小支持度关联规则挖掘的局限性,提出了基于多最小支持度的关联规则挖掘模型,重点研究了多最小支持度MS-Apriori算法的基本思想,指出了算法的优缺点并通过实例说明发现频繁项集的方法,最后指出该算法的不足及改进算法.
关键词
关联规则
多最小支持度
MS-
apriori
算法
Keywords
association rule
s
multiple minimum supports
MS-
apriori algorithm
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于优化的MsEclat算法的铁路机车事故故障关联规则挖掘
被引量:
14
5
作者
李鑫
史天运
常宝
马小宁
刘军
机构
中国铁道科学研究院研究生部
中国铁道科学研究院集团有限公司科技和信息化部
中国铁道科学研究院集团有限公司电子计算技术研究所
出处
《中国铁道科学》
EI
CAS
CSCD
北大核心
2021年第4期155-165,共11页
基金
中国国家铁路集团有限公司科技研究开发计划重大课题(P2019G003)。
文摘
为从铁路机车大数据中挖掘出与机车事故故障有关的关联规则,提出1种优化的MsEclat算法。先提出改进的Eclat算法——MsEclat算法,构建最小支持度索引表,以各项目的支持度值为排序依据重新构建数据集,依据垂直挖掘思想获得针对不同项目的频繁项集,解决Eclat算法无法在多最小支持度情况下挖掘关联规则的缺陷;进一步改进得到优化的MsEclat算法,在融合布尔矩阵、并行计算编程模型MapReduce基础上,设计频繁项集挖掘步骤,提高算法在大数据分析场景下的执行效率。通过算法对比,验证MsEclat算法及其优化算法在多最小支持度关联规则挖掘方面的计算效率优势。最后,以某铁路局的机车运转养护大数据为例,采用优化的MsEclat算法,挖掘机车事故故障的关联规则。结果表明:该算法在6个分布式节点的情况下耗时3.945034 s,挖掘得到频繁项集156条,如运用故障高发的机车中,83.78%的概率会同时出现频次较多的行车安全装备问题等;形成相应关联规则后,可用于分析该局机车的事故故障发生情况及质量安全状态。
关键词
机车事故故障
关联规则
大数据分析
数据挖掘技术
MsEclat算法
多最小支持度
Keywords
Locomotive accident and fault
association rule
Big data analysis
Data
mining
technology
MsEclat
algorithm
multiple minimum supports
分类号
TP301. [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于多最小支持度的增量式关联规则挖掘算法研究
6
作者
朱志华
朱震宇
机构
肇庆供电局
中山大学数学与计算科学学院
出处
《广东电力》
2009年第2期1-5,共5页
基金
广东省科技攻关项目(2007B01020071)
文摘
在传统的Apriori关联规则挖掘算法分析基础上,针对目前多最小支持度和增量式关联规则挖掘的局限性,提出基于多最小支持度的增量式关联规则挖掘算法。该算法适用于事务出现频率一致及不一致的情况,利用多最小支持度能挖掘出更有意义的结果;同时,该算法还能实现事务数据不断增加时的数据挖掘,提高了挖掘的效率。应用电力客户信用数据库进行实验的结果表明,改进算法能有效挖掘出稀有项,分析出潜在的信用风险客户,对电力客户信用评价具有辅助决策作用。
关键词
多最小支持度
增量式算法
关联规则
数据挖掘
Keywords
multiple minimum supports
incremental updating
algorithm
association rule
data
mining
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于K-means算法的Web访问用户关联规则挖掘算法
被引量:
1
7
作者
肖强
钱晓东
机构
兰州交通大学经济管理学院
兰州交通大学研究生学院
出处
《图书情报工作》
CSSCI
北大核心
2011年第16期136-139,共4页
基金
国家社会科学基金项目"电子商务环境下WED聚分类
关联规则与例外技术应用研究"(项目编号:08XTQ010)研究成果之一
文摘
针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数据集聚类为不同的小数据集,采用不同的最小支持度,分别对Web访问用户聚类小数据集进行关联规则挖掘。分析和实验结果证明,该算法可有效提高传统关联规则挖掘算法的效率,同时也可有效避免传统关联算法中扫描中的重复性。
关键词
K-MEANS算法
关联规则
web
用户
数据挖掘
最小支持度
Keywords
K-means
algorithm
association rule
s
web
users data
mining
minimum
support
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
一种改进的Apriori挖掘算法
李唐平
陶宏才
《成都信息工程学院学报》
2009
1
在线阅读
下载PDF
职称材料
2
多最小支持度策略的关联规则挖掘方法
王振宇
白石磊
熊范纶
《小型微型计算机系统》
CSCD
北大核心
2002
20
在线阅读
下载PDF
职称材料
3
多支持度关联规则在网络使用挖掘中的应用
吴小波
徐维祥
《计算机工程与应用》
CSCD
北大核心
2005
9
在线阅读
下载PDF
职称材料
4
基于多最小支持度的关联规则挖掘
晏杰
亓文娟
郭磊
黄书城
《计算机系统应用》
2014
9
在线阅读
下载PDF
职称材料
5
基于优化的MsEclat算法的铁路机车事故故障关联规则挖掘
李鑫
史天运
常宝
马小宁
刘军
《中国铁道科学》
EI
CAS
CSCD
北大核心
2021
14
在线阅读
下载PDF
职称材料
6
基于多最小支持度的增量式关联规则挖掘算法研究
朱志华
朱震宇
《广东电力》
2009
0
在线阅读
下载PDF
职称材料
7
基于K-means算法的Web访问用户关联规则挖掘算法
肖强
钱晓东
《图书情报工作》
CSSCI
北大核心
2011
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部