并行数据挖掘算法综述

被引：17

作者：

刘华元 ^{[1
]}

袁琴琴 ^{[2
]}

王保保 ^{[1
]}

机构：

[1] 西安电子科技大学计算机学院

[2] 长安大学信息工程学院

来源：

电子科技 | 2006年 / 01期

关键词：

数据挖掘; C4.5; SLIQ; SPRINT; 关联规则; K-平均值; K-最近邻; 贝叶斯网络; 人工神经网络; 遗传算法; 并行性;

D O I：

10.16180/j.cnki.issn1007-7820.2006.01.018

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

数据挖掘在工业和商业领域中发挥着越来越重要的作用。随着数据量的增加,挖掘算法处理海量数据的能力问题日益突出。研究并行算法,是解决这一问题的有效途径。该文对常用的数据挖掘算法C4.5,SLIQ,SPRINT,关联规则,K-平均值,K-最近邻,贝叶斯网络,人工神经网络,遗传算法及并行性进行了研究探讨,为数据挖掘研究者提供借鉴。

引用

页码：65 / 68+73 +73

页数：5