双聚类的关联规则挖掘方法

被引：4

作者：

秦如新 ^{[1
]}

田英杰 ^{[2
]}

陈静 ^{[1
]}

邓乃扬 ^{[1
]}

张海斌 ^{[3
]}

机构：

[1] 中国农业大学理学院

[2] 中国科学院虚拟经济与数据科学研究中心

[3] 北京工业大学应用数理学院

来源：

北京工业大学学报 | 2009年 / 35卷 / 04期

关键词：

双聚类; 关联规则; 频繁集; 基因表达数据;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为了使所有关联规则算法都可用于双聚类挖掘,将双聚类问题转化为关联规则的频繁集挖掘问题.在为双聚类挖掘提供大量算法的同时,不但能获得双聚类,而且还能得到额外的双聚类关联信息.基因表达数据的实验结果证明了其有效性.

引用

收藏

页码：561 / 565

页数：5

相关论文

共 2 条

[1] Efficient adaptive-support association rule mining for recommender systems
Lin, WY
Alvarez, SA
Ruiz, C
[J]. DATA MINING AND KNOWLEDGE DISCOVERY, 2002, 6 (01) : 83 - 105
[2] Parallel algorithms for discovery of association rules
Zaki, MJ
Parthasarathy, S
Ogihara, M
Li, W
[J]. DATA MINING AND KNOWLEDGE DISCOVERY, 1997, 1 (04) : 343 - 373