版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、內(nèi)蒙古大學(xué)碩士學(xué)位論文基于聚類和矩陣的關(guān)聯(lián)規(guī)則挖掘研究姓名：趙鳳榮申請學(xué)位級別：碩士專業(yè)：管理科學(xué)與工程指導(dǎo)教師：劉鐵英20080530基于聚類和矩陣的關(guān)聯(lián)規(guī)則挖掘研究RESEARCHOFASSOCIATIONRULESMININGBASEDoNCLUSTERANDMATRIXABSTRACTFromthedataminingtheoryappearedinlast1980’S，ithasdevelopedspeedilyDatamin
2、ingistheprocessofabstractionunaware，potentialandusefulinformationandknowledgefromplentiful，incomplete，noisyfuzzyandstochasticdataInthispaperwemainfocusonanimportantdomainofthedatamining：associationrulesanalysisIn1993，RAg
3、rawalproposedtheassociationrulesproblemAfterthis，associationrulesminingobtainedextensiveattentionofnumerousexpelsandscholars，anditbecameoneofthemostactiveresearchdirectionsofthedataminingThispaperfirstintroducestheconcep
4、tofassociationrulesmininganditstwoclassicalalgorithmsApriorialgorithmandFPgrowthalgorithmanThenaccordingtothedeficienciesofApriorialgorithmandsomeimprovedApriorialgorithm，weproposeanewimprovedalgorithm，associationrulesmi
5、ningalgorithmbasedonclusterandmatrixCM—ApriorialgorithmThisalgorithmscansthedatabaseonlyonce，thenclusterssomematrixesaccordingtothenumbersofitems，calculatespartialmatrixestogetfrequentitemsetsThisalgorithmdecreasesthetim
6、esofscanningofdatabaseandcomputationcostThusraisesthealgorithmoperationefficiencyeffectivelyTheexampleanalysisandperformancestudyindicatethatthisalgorithmsurpassesthesimilaralgorithmKEYWORDS：associationrules，clustermatri
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于聚類的關(guān)聯(lián)規(guī)則挖掘算法研究
- 基于聚類和關(guān)聯(lián)規(guī)則的港口生產(chǎn)數(shù)據(jù)挖掘研究.pdf
- 基于時間序列聚類的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 時間序列的聚類和關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于圖和矩陣的關(guān)聯(lián)規(guī)則挖掘算法.pdf
- 基于矩陣的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于聚類和壓縮矩陣的加權(quán)關(guān)聯(lián)規(guī)則算法的研究與應(yīng)用
- 基于興趣度和聚類的動態(tài)加權(quán)關(guān)聯(lián)規(guī)則挖掘的研究.pdf
- 基于聚類和壓縮矩陣的加權(quán)關(guān)聯(lián)規(guī)則算法的研究與應(yīng)用.pdf
- 基于聚類的多層關(guān)聯(lián)規(guī)則挖掘算法研究與改進.pdf
- 基于矩陣的加權(quán)關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于關(guān)聯(lián)規(guī)則和聚類的CMI系統(tǒng)的研究.pdf
- 基于等價類的關(guān)聯(lián)規(guī)則挖掘矩陣算法的設(shè)計及應(yīng)用.pdf
- 基于壓縮矩陣的關(guān)聯(lián)規(guī)則挖掘算法研究及其應(yīng)用.pdf
- 基于布爾矩陣的高價值度關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于聚類劃分的Web日志關(guān)聯(lián)規(guī)則增量式挖掘方法研究.pdf
- 基于壓縮矩陣的關(guān)聯(lián)規(guī)則挖掘算法的改進研究.pdf
- 基于模式矩陣的關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用.pdf
- 基于聚類劃分的關(guān)聯(lián)規(guī)則在Web日志挖掘中的應(yīng)用研究.pdf
評論
0/150
提交評論