版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)重要分支,其任務(wù)是發(fā)現(xiàn)所有滿足最小支持度和最小置信度閾值的強(qiáng)規(guī)則。近年來(lái),其在市場(chǎng)營(yíng)銷(xiāo)、決策輔助等領(lǐng)域廣泛而成功的應(yīng)用,使其成為數(shù)據(jù)挖掘研究中的一個(gè)熱點(diǎn)。
頻繁模式挖掘是關(guān)聯(lián)規(guī)則挖掘的關(guān)鍵,也是關(guān)聯(lián)規(guī)則挖掘研究的重點(diǎn)。在關(guān)聯(lián)規(guī)則挖掘中,常用的頻繁模式有頻繁項(xiàng)集、頻繁閉項(xiàng)集以及最大頻繁項(xiàng)集。最初,關(guān)聯(lián)規(guī)則是通過(guò)挖掘頻繁項(xiàng)集來(lái)產(chǎn)生的,然而頻繁項(xiàng)集的規(guī)模往往較大,這嚴(yán)重的影響了關(guān)聯(lián)規(guī)則的挖掘效率。由
2、于頻繁閉項(xiàng)集的數(shù)量遠(yuǎn)小于頻繁項(xiàng)集,而且通過(guò)頻繁閉項(xiàng)集能得到所有的頻繁項(xiàng)集,通過(guò)頻繁閉項(xiàng)集產(chǎn)生的關(guān)聯(lián)規(guī)則能得到所有的規(guī)則,因此當(dāng)前通常的做法是使用頻繁閉項(xiàng)集代替頻繁項(xiàng)集來(lái)挖掘關(guān)聯(lián)規(guī)則。然而,為了加快關(guān)聯(lián)規(guī)則產(chǎn)生的速度,僅僅有頻繁閉項(xiàng)集是不夠的,還需要將頻繁閉項(xiàng)集之間的包含關(guān)系用某種有效的數(shù)據(jù)結(jié)構(gòu)保存起來(lái),比如頻繁閉項(xiàng)集格。通過(guò)格,一個(gè)項(xiàng)集能夠容易的找到它所有的子集和超集,從而加快規(guī)則產(chǎn)生的速度。
并行化是提高問(wèn)題解決效率的有效方
3、法。隨著數(shù)據(jù)集規(guī)模的不斷增大,為了更有效的解決關(guān)聯(lián)規(guī)則挖掘的實(shí)際問(wèn)題,并行技術(shù)被引入其中,并得到了廣泛而深入的研究。然而現(xiàn)有的關(guān)聯(lián)規(guī)則并行挖掘算法,幾乎都是針對(duì)頻繁項(xiàng)集的,而對(duì)于頻繁閉項(xiàng)集的并行挖掘算法幾乎沒(méi)有。本文對(duì)關(guān)聯(lián)規(guī)則挖掘進(jìn)行了一般性的論述;分析了國(guó)內(nèi)外研究的現(xiàn)狀;研究了典型的頻繁項(xiàng)集、頻繁閉項(xiàng)集挖掘算法以及頻繁項(xiàng)集并行挖掘算法的算法思想和優(yōu)缺點(diǎn);提出了并行挖掘頻繁閉項(xiàng)集的有效算法 P-CHARM,以及并行挖掘頻繁閉項(xiàng)集并建格的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 頻繁閉項(xiàng)集挖掘算法研究.pdf
- 不確定頻繁閉項(xiàng)集挖掘算法研究.pdf
- 頻繁項(xiàng)集挖掘算法的并行化研究.pdf
- 數(shù)據(jù)流頻繁閉項(xiàng)集挖掘算法研究.pdf
- 并行頻繁項(xiàng)挖掘算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于位運(yùn)算的閉頻繁項(xiàng)集挖掘算法的研究.pdf
- 基于MapReduce的并行頻繁項(xiàng)集挖掘算法研究.pdf
- 頻繁閉項(xiàng)集的挖掘算法及內(nèi)容分析.pdf
- 最大頻繁項(xiàng)集和頻繁基項(xiàng)集挖掘算法研究.pdf
- 分布式環(huán)境下的閉頻繁項(xiàng)集挖掘算法研究.pdf
- 基于閉頻繁項(xiàng)集的Web日志挖掘.pdf
- 最大頻繁項(xiàng)集挖掘算法的研究.pdf
- 挖掘頻繁閉項(xiàng)集并構(gòu)建其格的快速算法研究.pdf
- 基于待與項(xiàng)集的頻繁項(xiàng)集挖掘算法的研究.pdf
- 快速頻繁項(xiàng)集挖掘算法研究.pdf
- 基于Spark的并行頻繁項(xiàng)集挖掘算法研究及應(yīng)用.pdf
- 基于頻繁閉項(xiàng)集的關(guān)聯(lián)分類(lèi)算法研究.pdf
- 面向數(shù)據(jù)流的ToP-k頻繁閉項(xiàng)集挖掘算法研究.pdf
- 基于矩陣的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于數(shù)據(jù)流的Top-K頻繁閉項(xiàng)集挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論