-
题名大型事务数据库中的一种快速的规则挖掘算法
被引量：4
- 1
-
-
作者
朱玉全
孙志挥
-
机构
东南大学计算机科学与工程系
-
出处
《计算机科学》
CSCD
北大核心
2002年第10期59-60,69,共3页
-
基金
国家自然科学基金(项目编号79970092)
-
文摘
1 引言数据挖掘(Data Mining),也称为数据库中知识发现KDD,是指发掘隐藏在堆积如山的数据中的真知灼见,这基本上正在变成一种商业上非做不可的事情。关联规则(As-sociation Rules)是数据挖掘的重要研究内容,目前的绝大部分关联规则挖掘算法一般都分为两个阶段:①频繁项目集的发现;②规则的产生。算法的计算工作量主要集中在第一阶段上,因此,如何快速确定频繁项目集是算法效率的关键,在这方面已有许多工作与成果。但总的来讲,许多研究都是在Apriori算法或其派生算法的基础上进行的。这些算法或多或少存在如下两个问题:①算法必须耗费大量的时间处理规模巨大的候选项目集;
-
关键词
大型事务数据库
规则挖掘算法
数据挖掘
知识发现
-
Keywords
Data mining,Association rules,Transaction databases
-
分类号
TP311.135
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种基于矩阵的关联规则挖掘新算法
被引量：13
- 2
-
-
作者
丁艳辉
王洪国
高明
谷建军
-
机构
山东师范大学信息管理学院
-
出处
《计算机科学》
CSCD
北大核心
2006年第4期188-189,197,共3页
-
基金
山东省中青年科学家科研奖励基金(NO.02BS012)
-
文摘
本文针对大型交易事务数据库数据间发现关联规则问题,提出了一个新的关联规则挖掘算法,BOM(BaseOn Matrix)算法。该算法不同于经典的 Apriori 算法,对于大型交易事务数据库,具有较 Apriori 算法更加优越的性能。
-
关键词
大型交易事务数据库
矩阵
关联规则
-
Keywords
Large database of sales transactions, Matrix,Association rules
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
O151.21
[理学—基础数学]
-
