检索结果-维普期刊中文期刊服务平台

基于布尔区分矩阵与关联规则挖掘的属性约简算法被引量：4: 1; 作者吕跃进翁世洲何朝丽《计算机应用与软件》 CSCD 北大核心 2012年第10期40-43,116,共5页; 通过不同决策类之间的比较首先寻找核属性,进而以核属性为基础构造不含核属性的布尔区分矩阵,并利用吸收律和去重操作简化区分矩阵;然后以区分矩阵为基础,采用类似关联规则挖掘的Apriori算法思想逐级寻找系统的所有约简。理论分析和实... 展开更多; 关键词布尔区分矩阵属性约简关联规则挖掘 APRIORI算法并行计算; 在线阅读下载PDF 职称材料

融合布尔矩阵和项目特性的关联规则挖掘算法被引量：6: 2; 作者田建勇石林江《控制工程》 CSCD 北大核心 2020年第6期1004-1011,共8页; 针对Apriori算法多次扫描产生大量候选集,挖掘大数据库关联规则效率较低等问题,提出了一种融合布尔矩阵和项目特性的关联规则挖掘算法。算法将事务集看作行向量,项目集看作列向量,通过扫描事务数据集构建反映事务集和项目集关系的布尔矩... 展开更多; 关键词关联规则 APRIORI算法布尔矩阵项目特性项目评分; 在线阅读下载PDF 职称材料

关联规则挖掘的Apriori算法的改进被引量：51: 3; 作者黄进尹治本《电子科技大学学报》 EI CAS CSCD 北大核心 2003年第1期76-79,共4页; 提出一种将Apriori算法与散列技术和事务压缩技术相结合的改进算法,研究了散列函数的构造及其对算法效率的影响,分析了事务压缩技术的原理及其实现方法,用实例给出了原算法与改进算法的实现步骤,结果表明,新算法减小了存储空间,提高了... 展开更多; 关键词数据挖掘关联规则 APRIORI算法散列事务压缩布尔; 在线阅读下载PDF 职称材料

一种基于记录分区的多值关联规则挖掘算法被引量：2: 4; 作者丁艺明金远平《东南大学学报（自然科学版）》 EI CAS CSCD 2000年第2期6-11,共6页; 根据多值关联规则的属性互不相交的特点 ,提出基于记录分区的多值关联规则的定理和算法 ,利用反倾斜技术 ,在合理的内存支持下 ,该算法能以至多 3次扫描数据库 (I O)的时间复杂度 ,有效地在分布不均的数据记录集中产生高频项目集(freque... 展开更多; 关键词数据挖掘多值关联规则记录分区算法布尔型; 在线阅读下载PDF 职称材料

基于布尔矩阵和MapReduce的FP-Growth算法被引量：23: 5; 作者陈兴蜀张帅 +1 位作者童浩崔晓靖《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2014年第1期135-141,共7页; 关联规则挖掘是数据挖掘的一个重要组成部分.为提高关联规则的挖掘效率,提出了一种基于布尔矩阵和MapReduce的FP-Growth算法(BPFP),分析了算法的时间和空间复杂度.该算法使用Hadoop框架和布尔矩阵以减少对事务数据的扫描次数,利用两次Ma... 展开更多; 关键词数据挖掘关联规则布尔矩阵 MAPREDUCE FP-GROWTH算法; 在线阅读下载PDF 职称材料

基于数组的Apriori算法的改进被引量：16: 6; 作者钱少华蔡勇钱雪忠《计算机应用与软件》 CSCD 北大核心 2006年第2期111-113,共3页; 本文通过对基于数组的Apriori算法的改进,提高了算法对内存空间的利用效率,同时利用数据集删减技术,提高了算法效率。; 关键词数据挖掘关联规则单维布尔关联规则算法 APRIORI算法数组内存空间算法效率数据集; 在线阅读下载PDF 职称材料

基于频繁2项集支持矩阵的Apriori改进算法被引量：10: 7; 作者纪怀猛《计算机工程》 CAS CSCD 2013年第11期183-186,共4页; Apriori算法在关联规则挖掘过程中需要多次扫描事务数据库,产生大量候选项目集,导致计算量过大。为解决该问题,提出一种基于频繁2项集支持矩阵的Apriori改进算法,通过分析频繁k+1项集的生成机制,将支持矩阵与频繁2项集矩阵相结合实现快... 展开更多; 关键词关联规则布尔矩阵 APRIORI算法频繁项集支持矩阵; 在线阅读下载PDF 职称材料

PROLOG语言在数据挖掘Apriori算法中的实现被引量：1: 8; 作者周炎涛《计算机工程与应用》 CSCD 北大核心 2003年第21期195-196,共2页; 该文在介绍事务数据库及其关联规则的基础上,对挖掘布尔关联规则频繁项集的Apriori算法进行了具体描述,并使用ext-PROLOG语言加以实现。; 关键词数据挖掘布尔关联规则 APRIORI算法 PROLOG语言; 在线阅读下载PDF 职称材料

快速挖掘全局频繁项目集被引量：35: 9; 作者杨明孙志挥吉根林《计算机研究与发展》 EI CSCD 北大核心 2003年第4期620-626,共7页; 分布式环境中 ,全局频繁项目集的挖掘是数据挖掘中最重要的研究课题之一传统的全局频繁项目集挖掘算法采用Apriori算法框架 ,须多遍扫描数据库并产生大量的候选项目集 ,且通过传送局部频繁项目集求全局频繁项目集的网络通信代价高为... 展开更多; 关键词数据挖掘全局频繁项目集频繁模式树快速挖掘算法布尔型关联规则数据库 APRIORI算法; 在线阅读下载PDF 职称材料

题名基于布尔区分矩阵与关联规则挖掘的属性约简算法被引量：4: 1; 作者吕跃进翁世洲何朝丽; 机构广西大学数学与信息科学学院广西大学电气工程学院; 出处《计算机应用与软件》 CSCD 北大核心 2012年第10期40-43,116,共5页; 基金国家自然科学基金项目(70861001) 广西自然科学基金项目(桂科自0991027); 文摘通过不同决策类之间的比较首先寻找核属性,进而以核属性为基础构造不含核属性的布尔区分矩阵,并利用吸收律和去重操作简化区分矩阵;然后以区分矩阵为基础,采用类似关联规则挖掘的Apriori算法思想逐级寻找系统的所有约简。理论分析和实验表明算法是正确且有效率的。; 关键词布尔区分矩阵属性约简关联规则挖掘 APRIORI算法并行计算; Keywords Discernible Boolean matrix Attribute reduction Association rule mining Apriori algorithm Parallel computing; 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

题名融合布尔矩阵和项目特性的关联规则挖掘算法被引量：6: 2; 作者田建勇石林江; 机构安顺学院电子与信息工程学院; 出处《控制工程》 CSCD 北大核心 2020年第6期1004-1011,共8页; 基金贵州省科技厅、安顺市政府、安顺学院三方联合基金项目(黔科合LH字[2017]7046号)。; 文摘针对Apriori算法多次扫描产生大量候选集,挖掘大数据库关联规则效率较低等问题,提出了一种融合布尔矩阵和项目特性的关联规则挖掘算法。算法将事务集看作行向量,项目集看作列向量,通过扫描事务数据集构建反映事务集和项目集关系的布尔矩阵,根据事务数据集布尔矩阵得到关联规则;同时将用户对某一商品的兴趣扩展为对商品特性的兴趣,并根据挖掘出特性间的置信度和用户预测评分对数据项目进行评分,然后采用Top-N推荐算法对关联规则进行推荐。实例分析推演了本算法关联挖掘的流程,仿真实验分析了本算法支持度阈值和置信度阈值与F1-Score值间的关系,确定了最优阈值。对比实验表明,本算法在关联规则推荐中的准确率、召回率和F1-Score值都均高于其他两种同类算法。; 关键词关联规则 APRIORI算法布尔矩阵项目特性项目评分; Keywords Association rule Apriori algorithm Boolean matrix project characteristics project rating; 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

题名关联规则挖掘的Apriori算法的改进被引量：51: 3; 作者黄进尹治本; 机构西南交通大学计算机与通信工程学院; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2003年第1期76-79,共4页; 文摘提出一种将Apriori算法与散列技术和事务压缩技术相结合的改进算法,研究了散列函数的构造及其对算法效率的影响,分析了事务压缩技术的原理及其实现方法,用实例给出了原算法与改进算法的实现步骤,结果表明,新算法减小了存储空间,提高了算法的效率,并改进了数据挖掘技术的性能。; 关键词数据挖掘关联规则 APRIORI算法散列事务压缩布尔; Keywords data mining association rule Apriori algorithm hash transaction reduction; 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

题名一种基于记录分区的多值关联规则挖掘算法被引量：2: 4; 作者丁艺明金远平; 机构东南大学计算机科学与工程系; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 2000年第2期6-11,共6页; 基金江苏省自然科学基金项目! (BK790 0 2 ); 文摘根据多值关联规则的属性互不相交的特点 ,提出基于记录分区的多值关联规则的定理和算法 ,利用反倾斜技术 ,在合理的内存支持下 ,该算法能以至多 3次扫描数据库 (I O)的时间复杂度 ,有效地在分布不均的数据记录集中产生高频项目集(frequentitemsets); 关键词数据挖掘多值关联规则记录分区算法布尔型; Keywords data mining association rules record partition based 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

题名基于布尔矩阵和MapReduce的FP-Growth算法被引量：23: 5; 作者陈兴蜀张帅童浩崔晓靖; 机构四川大学计算机学院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2014年第1期135-141,共7页; 基金国家自然科学基金面上项目(61272447); 文摘关联规则挖掘是数据挖掘的一个重要组成部分.为提高关联规则的挖掘效率,提出了一种基于布尔矩阵和MapReduce的FP-Growth算法(BPFP),分析了算法的时间和空间复杂度.该算法使用Hadoop框架和布尔矩阵以减少对事务数据的扫描次数,利用两次MapReduce来实现频繁项集的挖掘.在多个数据集上的实验结果表明,与原FP-Growth算法相比,BPFP算法具有更高的执行效率、更好的加速比.; 关键词数据挖掘关联规则布尔矩阵 MAPREDUCE FP-GROWTH算法; Keywords data mining association rules Boolean matrix MapReduce FP-Growth 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

题名基于数组的Apriori算法的改进被引量：16: 6; 作者钱少华蔡勇钱雪忠; 机构江南大学信息工程学院; 出处《计算机应用与软件》 CSCD 北大核心 2006年第2期111-113,共3页; 文摘本文通过对基于数组的Apriori算法的改进,提高了算法对内存空间的利用效率,同时利用数据集删减技术,提高了算法效率。; 关键词数据挖掘关联规则单维布尔关联规则算法 APRIORI算法数组内存空间算法效率数据集; Keywords Data mining Association rule 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

题名基于频繁2项集支持矩阵的Apriori改进算法被引量：10: 7; 作者纪怀猛; 机构福州大学阳光学院; 出处《计算机工程》 CAS CSCD 2013年第11期183-186,共4页; 基金福建省教育厅基金资助项目(JB12255); 文摘 Apriori算法在关联规则挖掘过程中需要多次扫描事务数据库,产生大量候选项目集,导致计算量过大。为解决该问题,提出一种基于频繁2项集支持矩阵的Apriori改进算法,通过分析频繁k+1项集的生成机制,将支持矩阵与频繁2项集矩阵相结合实现快速剪枝,并大幅减少频繁k项集验证的计算量。实验结果表明,与Apriori算法和ABTM算法相比,改进算法明显提高了频繁项集的挖掘效率。; 关键词关联规则布尔矩阵 APRIORI算法频繁项集支持矩阵; Keywords association rule Boolean matrix Apriori algorithm frequent item set support matrix; 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PROLOG语言在数据挖掘Apriori算法中的实现被引量：1: 8; 作者周炎涛; 机构湖南大学计算机与通信学院; 出处《计算机工程与应用》 CSCD 北大核心 2003年第21期195-196,共2页; 基金湖南省教育厅资助项目(编号:02C049); 文摘该文在介绍事务数据库及其关联规则的基础上,对挖掘布尔关联规则频繁项集的Apriori算法进行了具体描述,并使用ext-PROLOG语言加以实现。; 关键词数据挖掘布尔关联规则 APRIORI算法 PROLOG语言; Keywords data mining,Boolean associate rule,Apriori Algorithm,PROLOG language; 分类号 TP312 [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

题名快速挖掘全局频繁项目集被引量：35: 9; 作者杨明孙志挥吉根林; 机构东南大学计算机科学与工程系; 出处《计算机研究与发展》 EI CSCD 北大核心 2003年第4期620-626,共7页; 基金国家自然科学基金 (79970 0 92 ); 文摘分布式环境中 ,全局频繁项目集的挖掘是数据挖掘中最重要的研究课题之一传统的全局频繁项目集挖掘算法采用Apriori算法框架 ,须多遍扫描数据库并产生大量的候选项目集 ,且通过传送局部频繁项目集求全局频繁项目集的网络通信代价高为此 ,提出了一种分布数据库的全局频繁项目集快速挖掘算法———FMAGF FMAGF算法采用传送条件频繁模式树或条件模式基来挖掘全局频繁项目集 ,可有效地减小网络通信量 ,提高全局频繁项目集挖掘效率; 关键词数据挖掘全局频繁项目集频繁模式树快速挖掘算法布尔型关联规则数据库 APRIORI算法; Keywords data mining distributed database global frequent itemsets frequent pattern tree (FP tree); 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	作者	出处	发文年	被引量	操作
1	基于布尔区分矩阵与关联规则挖掘的属性约简算法	吕跃进翁世洲何朝丽	《计算机应用与软件》 CSCD 北大核心	2012	4	在线阅读下载PDF 职称材料
2	融合布尔矩阵和项目特性的关联规则挖掘算法	田建勇石林江	《控制工程》 CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
3	关联规则挖掘的Apriori算法的改进	黄进尹治本	《电子科技大学学报》 EI CAS CSCD 北大核心	2003	51	在线阅读下载PDF 职称材料
4	一种基于记录分区的多值关联规则挖掘算法	丁艺明金远平	《东南大学学报（自然科学版）》 EI CAS CSCD	2000	2	在线阅读下载PDF 职称材料
5	基于布尔矩阵和MapReduce的FP-Growth算法	陈兴蜀张帅童浩崔晓靖	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2014	23	在线阅读下载PDF 职称材料
6	基于数组的Apriori算法的改进	钱少华蔡勇钱雪忠	《计算机应用与软件》 CSCD 北大核心	2006	16	在线阅读下载PDF 职称材料
7	基于频繁2项集支持矩阵的Apriori改进算法	纪怀猛	《计算机工程》 CAS CSCD	2013	10	在线阅读下载PDF 职称材料
8	PROLOG语言在数据挖掘Apriori算法中的实现	周炎涛	《计算机工程与应用》 CSCD 北大核心	2003	1	在线阅读下载PDF 职称材料
9	快速挖掘全局频繁项目集	杨明孙志挥吉根林	《计算机研究与发展》 EI CSCD 北大核心	2003	35	在线阅读下载PDF 职称材料