基于事务标识列表的关联规则挖掘算法

被引：3

作者：

王强 ^{[1
,2
]}

机构：

[1] 中国科学院国家科学图书馆

[2] 中国科学院研究生院

来源：

现代图书情报技术 | 2008年 / 08期

关键词：

频繁项集; 关联规则挖掘; 数据挖掘; 主题关联;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

设计并采用Java语言实现基于事务数据库标识列表的频繁项集的产生算法——TidlistApriori。通过与采用Hash-Tree的Apriori算法进行比较,表明TidlistApriori能够提高频繁项集的产生效率,可以成为主题关联挖掘的有效算法工具。

引用

收藏

页码：63 / 69

页数：7

相关论文

共 3 条

[1] 关联规则挖掘算法综述 [J].

毕建欣 ;

张岐山 .

中国工程科学, 2005, (04) :88-94

[2] 一种基于Hash_tree的产生关联规则的方法 [J].

李淑芝 ;

郑剑 .

南昌大学学报(理科版), 2004, (02) :197-200+204

[3]

Dynamic itemset counting and implication rules for market basket data[J] . Sergey Brin,Rajeev Motwani,Jeffrey D. Ullman,Shalom Tsur.ACM SIGMOD Record . 1997 (2)