巨型数据库中的数据采掘

被引：9

作者：

罗可

吴杰

机构：

[1] 长沙电力学院

[2] 湖南大学长沙)(湖南大学

[3] 长沙

来源：

计算机工程与应用 | 2001年 / 20期

关键词：

巨型数据库; 数据采掘; 可缩放性;

D O I：

暂无

中图分类号：

TP311.131 [];

学科分类号：

1201 ;

摘要：

数据采掘,也称数据库中的知识发现。传统进行数据分析的算法假设数据库中相关的记录比较少,然而,现在的许多数据库大到内存无法装下整个数据库,为了保证高效率,运用到大型数据库中的数据采掘技术必须是高度可缩放的。文章讨论了当今若干种先进的算法,它们能处理三类数据采掘:市场篮子分析、分类和聚类,并提出了今后的若干研究热点。

引用

页码：88 / 91+100 +100

页数：5

共 11 条

[1]

ClusteringLargeDatasetsinArbitraryMetricSpaces. VGantietal. DataEngineering . 1999

[2]

AnEffectiveHashBasedAlgorithm100forMiningAssociationRules. JSPark,MSChen,SYPhilip. ManagementofData . 1995

[3]

MiningSequentialPatterns. RAgrawal,RSrikant. Proc.11thInt’’lConf.DataEng . 1995

[4]

DiscoveringFrequentEpisodesinSequences. HMannila,HToivonen,AIVerkamo. Proc.1stInt’’lConf.KnowledgeDiscoveryDataba-sesandDataMining . 1995

[5]

AnEfficientAlgorithmforMiningAssociationRulesinLargeDatabases. ASavasere,EOmiecinski,SNavathe. Proc.21stInt’’lConf.VeryLargeDataBases . 1995

[6]

FastDiscoveryofAssociationRules. RAgrawaletal. AdvancesinKnowledgeDiscoveryandDataMining . 1996

[7]

SamplingLargeDatabasesforAssociationRules. HToivonen. Proc.22ndInt’’lConf.VeryLargeDataBases . 1996

[8]

AnEfficientDataClus-teringMethodforLargeDatabases. TZhang,RRamakrishnan,MLivnyBirch. ManagementofData . 1996

[9]

DynamicItemsetCountingandImplicationRulesforMarketBasketData. SBrinetal. ManagementofData . 1997

[10]

ASilbershatzOntheDiscoveryofInter-estingPatternsinAssociationRules. SRamaswamy,SMahajan. Proc.24thint’’lConf.VeryLargeDataBases . 1998

← 1 2 →