期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于强化学习的大数据频繁项集挖掘算法 被引量:8
1
作者 郑英姿 张福泉 李立杰 《计算机工程与设计》 北大核心 2019年第8期2270-2277,共8页
针对当前大数据集频繁项集挖掘算法处理速度慢的问题,提出一种快速的大数据频繁项集挖掘算法。对多目标强化学习技术进行改进,使其适合频繁项集挖掘的应用场景;将频繁1-项集作为强化学习的初始化空间,解决随机初始化方案性能不稳定的问... 针对当前大数据集频繁项集挖掘算法处理速度慢的问题,提出一种快速的大数据频繁项集挖掘算法。对多目标强化学习技术进行改进,使其适合频繁项集挖掘的应用场景;将频繁1-项集作为强化学习的初始化空间,解决随机初始化方案性能不稳定的问题;利用频繁项集的递归属性引导项集空间的搜索过程,合理地缩小搜索空间。基于不同规模的会话数据集进行仿真实验,结果表明,该算法对于不同规模的数据集均实现了较高的计算效率,获得了较高的挖掘准确率。 展开更多
关键词 关联规则 频繁项集挖掘 大数据技术 递归特性 强化学习 深度学习技术
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部