基于黄金比例的关联规则挖掘算法

被引：6

作者：

王斌 ^{[1
]}

王金 ^{[1
]}

宁小倩 ^{[2
]}

机构：

[1] 青岛理工大学计算机工程学院

[2] 青岛大学高等职业技术学院

来源：

计算机仿真 | 2015年 / 32卷 / 08期

关键词：

关联规则; 黄金比例; 多最小支持度; 分段;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

传统的挖掘关联规则的算法在计算过程中会产生大量的中间模式,且中间模式的数量呈指数增长,会导致算法运行时间较长,同时目前的算法着重于研究在保持单一的最小支持度的情况下的关联规则挖掘,但是由于在现实社会中挖掘规则时,情况往往是多变的,这也就导致单一的最小支持度不能满足人们的实际需求,针对以上两个问题,结合黄金比例提出了分段的多最小支持度关联规则挖掘算法,实验表明,改进算法有效地解决了算法优化问题。

引用

页码：302 / 305

页数：4

共 10 条

[1] 二进制的交叉挖掘关联规则研究 [J].

方刚 ;

熊江 .

计算机工程与应用, 2009, 45 (07) :141-145

[2] 基于矩阵的加权关联规则挖掘算法 [J].

侯新丽 ;

孟晓伟 ;

于松 .

电脑开发与应用, 2010, 23 (06) :34-36+51

[3] 基于分段函数的多支持度关联规则挖掘算法 [J].

赵玉航 ;

刘健波 .

计算机工程与设计, 2010, 31 (21) :4621-4624

[4] 一种挖掘加权频繁项集的改进算法 [J].

李彦伟 ;

戴月明 ;

王金鑫 .

计算机工程与应用 , 2011, (15) :165-167

[5] 基于粗糙集的改进Apriori算法研究 [J].

崔旭 ;

刘小丽 .

计算机仿真, 2013, 30 (01) :329-332+385

[6] 一种基于向量的概率加权关联规则挖掘算法 [J].

赵志刚 ;

万军 ;

王芳 .

计算机工程与科学, 2014, 36 (02) :354-358

[7] 基于多最小支持度的关联规则挖掘 [J].

晏杰 ;

亓文娟 ;

郭磊 ;

黄书城 .

计算机系统应用, 2014, 23 (03) :237-239+219

[8]

Efficient Algorithms for Mining Closed Itemsets and Their Lattice Structure. Mohammed J. Zaki,Ching-Jui Hsiao. IEEE Transactions on Knowledge and Data Engineering . 2005

[9] Efficient association rule mining among both frequent and infrequent items [J].

Zhou, Ling ;

Yau, Stephen .

COMPUTERS & MATHEMATICS WITH APPLICATIONS, 2007, 54 (06) :737-749

[10] Apriori算法的一种优化方法 [J].

钱光超 ;

贾瑞玉 ;

张然 ;

李龙澍 .

计算机工程, 2008, 34 (23) :196-198

← 1 →