检索结果-维普期刊中文期刊服务平台

快速更新最小频繁概念格: 1; 作者许娅《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期667-669,共3页; 更新挖掘最大频繁项目集是研究动态数据库挖掘的重要方面;文章在量化概念格的基础上,引进最小频繁概念格的概念,提出了一种快速的更新挖掘最大频繁项目集的算法,该算法能够在原有挖掘结果的基础上,快速有效地挖掘出更新后的数据库中隐... 展开更多; 关键词量化概念格最小频繁概念格增量式更新; 在线阅读下载PDF 职称材料

基于Iceberg概念格的最大频繁项集挖掘被引量：4: 2; 作者薛安荣王富强李明《计算机工程》 CAS CSCD 北大核心 2011年第7期35-37,共3页; 最大频繁项集挖掘算法存在扫描数据集次数多和候选集规模过大等局限。基于Iceberg概念格模型,提出一种在Iceberg概念格上挖掘最大频繁项集的算法ICMFIA。该算法通过一次扫描数据集构建Iceberg概念格,利用Iceberg概念格中频繁概念之间良... 展开更多; 关键词 Iceberg概念格频繁概念最大频繁概念最大频繁项集; 在线阅读下载PDF 职称材料

基于结构化属性集的规则学习: 3; 作者时百胜《计算机应用》 CSCD 北大核心 2010年第8期2010-2012,2028,共4页; 提出了从结构化属性的背景中学习关联规则的通用算法,该算法使用过滤函数检查频繁概念,只需修改该函数,就可得到各种基于概念的规则。该算法的优点是在计算过程中利用属性结构化消除频繁概念中的冗余内涵,使得到的规则更精炼、更实用。; 关键词形式背景结构化属性频繁概念关联规则; 在线阅读下载PDF 职称材料

基于用户兴趣建模的个性化推荐被引量：11: 4; 作者石林徐飞徐守坤《计算机应用与软件》 CSCD 北大核心 2013年第12期211-214,264,共5页; 针对当前大多数个性化推荐中用户兴趣挖掘不足,导致资源推荐过快收敛的问题,以图书馆领域为背景,引入本体建模、本体查询、Apriori算法来全面挖掘用户潜在兴趣,同时利用概念频繁兴趣簇来控制最终用户推荐的收敛性。实验表明,该用户建模... 展开更多; 关键词本体查询概念频繁兴趣簇 APRIORI算法; 在线阅读下载PDF 职称材料

一种决策形式背景中挖掘决策规则的新方法被引量：3: 5; 作者毛华郑珍刘晓庆《河北大学学报（自然科学版）》 CAS 北大核心 2021年第1期1-6,共6页; 针对大规模决策形式背景中决策规则的提取问题,提出了一种将频繁闭项集与决策形式背景相结合以提取无冗余决策规则的新算法.该算法结合了深度优先搜索的思想以及概念格中概念节点之间的父子关系,改进了概念格中频繁闭项集的挖掘算法,得... 展开更多; 关键词频繁闭项集概念格频繁决策概念格决策规则决策形式背景; 在线阅读下载PDF 职称材料

基于量化相对约简格的关联规则发现: 6; 作者孔磊袁兆山胡学钢《计算机工程》 CAS CSCD 北大核心 2003年第z1期45-46,95,共3页; 关联规则发现是KDD中的一个重要的问题,而量化相对约简格作为一种新的表示数据和知识的有效工具,对于概念格结构进行了更为有效的缩减,非常适于数据库中的知识发现.文章对基于量化相对约简格进行关联规则的快速发现进行了讨论,提出了基... 展开更多; 关键词 KDD 关联规则量化相对约简格频繁概念子格; 在线阅读下载PDF 职称材料

题名快速更新最小频繁概念格: 1; 作者许娅; 机构合肥工业大学计算机与信息学院安徽水利水电职业技术学院机电系; 出处《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期667-669,共3页; 文摘更新挖掘最大频繁项目集是研究动态数据库挖掘的重要方面;文章在量化概念格的基础上,引进最小频繁概念格的概念,提出了一种快速的更新挖掘最大频繁项目集的算法,该算法能够在原有挖掘结果的基础上,快速有效地挖掘出更新后的数据库中隐含的新最大频繁项目集。; 关键词量化概念格最小频繁概念格增量式更新; Keywords QCL minimum frequent concept lattice incremental updating; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于Iceberg概念格的最大频繁项集挖掘被引量：4: 2; 作者薛安荣王富强李明; 机构江苏大学计算机科学与通信工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2011年第7期35-37,共3页; 基金国家自然科学基金资助项目(60773049) 江苏大学高级人才启动基金资助项目(09JDG041); 文摘最大频繁项集挖掘算法存在扫描数据集次数多和候选集规模过大等局限。基于Iceberg概念格模型,提出一种在Iceberg概念格上挖掘最大频繁项集的算法ICMFIA。该算法通过一次扫描数据集构建Iceberg概念格,利用Iceberg概念格中频繁概念之间良好的覆盖关系能快速计算出最大频繁项集所对应的最大频繁概念,所有最大频繁概念的内涵就是所求的最大频繁项集的集合。实验结果表明,该算法具有扫描数据集次数少和挖掘效率高的优点。; 关键词 Iceberg概念格频繁概念最大频繁概念最大频繁项集; Keywords Iceberg concept lattice frequent concept maximal frequent concept Maximal Frequent Itemset（MFI）; 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

题名基于结构化属性集的规则学习: 3; 作者时百胜; 机构上海大学计算机工程与科学学院苏州科技学院数理学院; 出处《计算机应用》 CSCD 北大核心 2010年第8期2010-2012,2028,共4页; 文摘提出了从结构化属性的背景中学习关联规则的通用算法,该算法使用过滤函数检查频繁概念,只需修改该函数,就可得到各种基于概念的规则。该算法的优点是在计算过程中利用属性结构化消除频繁概念中的冗余内涵,使得到的规则更精炼、更实用。; 关键词形式背景结构化属性频繁概念关联规则; Keywords formal context structured attribute frequent concept association rule; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于用户兴趣建模的个性化推荐被引量：11: 4; 作者石林徐飞徐守坤; 机构常州大学信息科学与工程学院; 出处《计算机应用与软件》 CSCD 北大核心 2013年第12期211-214,264,共5页; 文摘针对当前大多数个性化推荐中用户兴趣挖掘不足,导致资源推荐过快收敛的问题,以图书馆领域为背景,引入本体建模、本体查询、Apriori算法来全面挖掘用户潜在兴趣,同时利用概念频繁兴趣簇来控制最终用户推荐的收敛性。实验表明,该用户建模能保证在较高的资源推荐查准率基础上,防止推荐过快收敛,体现用户确切的兴趣。; 关键词本体查询概念频繁兴趣簇 APRIORI算法; Keywords Ontology inquires Concept frequent interest cluster 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

题名一种决策形式背景中挖掘决策规则的新方法被引量：3: 5; 作者毛华郑珍刘晓庆; 机构河北大学数学与信息科学学院; 出处《河北大学学报（自然科学版）》 CAS 北大核心 2021年第1期1-6,共6页; 基金国家自然科学基金资助项目(61572011) 河北省自然科学基金资助项目(A2018201117)。; 文摘针对大规模决策形式背景中决策规则的提取问题,提出了一种将频繁闭项集与决策形式背景相结合以提取无冗余决策规则的新算法.该算法结合了深度优先搜索的思想以及概念格中概念节点之间的父子关系,改进了概念格中频繁闭项集的挖掘算法,得到的频繁决策概念格实现了对一定规模的数据库的压缩,同时得到无冗余决策规则.算法分析表明,该算法复杂度较低,更适用于大规模数据集中挖掘无冗余决策规则.; 关键词频繁闭项集概念格频繁决策概念格决策规则决策形式背景; Keywords frequent closed itemsets concept lattice frequent decision concept lattice decision rule decision formal context; 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

题名基于量化相对约简格的关联规则发现: 6; 作者孔磊袁兆山胡学钢; 出处《计算机工程》 CAS CSCD 北大核心 2003年第z1期45-46,95,共3页; 文摘关联规则发现是KDD中的一个重要的问题,而量化相对约简格作为一种新的表示数据和知识的有效工具,对于概念格结构进行了更为有效的缩减,非常适于数据库中的知识发现.文章对基于量化相对约简格进行关联规则的快速发现进行了讨论,提出了基于频繁概念子格进行规则提取的方法,并进行了相应的理论研究.; 关键词 KDD 关联规则量化相对约简格频繁概念子格; 分类号 TP311.131 [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	快速更新最小频繁概念格	许娅	《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心	2009	0	在线阅读下载PDF 职称材料
2	基于Iceberg概念格的最大频繁项集挖掘	薛安荣王富强李明	《计算机工程》 CAS CSCD 北大核心	2011	4	在线阅读下载PDF 职称材料
3	基于结构化属性集的规则学习	时百胜	《计算机应用》 CSCD 北大核心	2010	0	在线阅读下载PDF 职称材料
4	基于用户兴趣建模的个性化推荐	石林徐飞徐守坤	《计算机应用与软件》 CSCD 北大核心	2013	11	在线阅读下载PDF 职称材料
5	一种决策形式背景中挖掘决策规则的新方法	毛华郑珍刘晓庆	《河北大学学报（自然科学版）》 CAS 北大核心	2021	3	在线阅读下载PDF 职称材料
6	基于量化相对约简格的关联规则发现	孔磊袁兆山胡学钢	《计算机工程》 CAS CSCD 北大核心	2003	0	在线阅读下载PDF 职称材料