已閱讀1頁，還剩77頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、數據挖掘是數據庫和人工智能領域的熱點課題，受到科研與產業(yè)界的廣泛關注。關聯(lián)規(guī)則是數據挖掘中關鍵技術之一，能有效解決“數據豐富、知識貧乏”現狀，具有巨大理論研究與應用價值。 關聯(lián)規(guī)則挖掘通常面對大型數據庫，在實踐中效率低下，成為應用瓶頸。本文針對挖掘效率這一核心問題，給出兩種算法。首先，給出基于事務地址索引表的Apriori優(yōu)化算法，針對C<,k>進行支持度計數步驟，提出約簡事務策略，并利用事務地址索引表有序化事務數據庫，提高約簡
2、事務操作效率。實驗結果表明，該算法相對于Apriori經典算法有所提高，但它仍是針對靜態(tài)數據的挖掘，有一定局限性。其次，實現基于候選項組合鏈的挖掘算法。算法針對候選項目因子拆解組合過程給出計算公式，使用鏈表構造候選項組合，將用戶的需求和算法更加緊密的結合，通過掃描一次事務數據庫進行挖掘。實驗結果表明，該算法在執(zhí)行時間上明顯優(yōu)于Apriori經典算法，既能避免“漏挖”的現象，又能實現基于規(guī)則約束的增量挖掘。 本文最后探討了關聯(lián)規(guī)則
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，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
- 數據挖掘中關聯(lián)規(guī)則算法研究及應用.pdf
- 關聯(lián)規(guī)則挖掘算法及應用研究.pdf
- 數據挖掘中關聯(lián)規(guī)則算法及應用的研究.pdf
- 數據挖掘中的關聯(lián)規(guī)則算法優(yōu)化研究及應用.pdf
- 數據挖掘中的關聯(lián)規(guī)則挖掘算法研究.pdf
- 數據挖掘中關聯(lián)規(guī)則算法的研究與應用.pdf
- 基于數據挖掘中關聯(lián)規(guī)則的應用研究.pdf
- 時態(tài)數據挖掘中關聯(lián)規(guī)則的應用研究.pdf
- 大數據環(huán)境下關聯(lián)規(guī)則挖掘算法及其應用研究.pdf
- 關于數據挖掘中關聯(lián)規(guī)則挖掘算法的研究及其應用.pdf
- 關于數據挖掘中關聯(lián)規(guī)則挖掘算法的研究.pdf
- 數據挖掘技術中的關聯(lián)規(guī)則挖掘算法研究.pdf
- 數據挖掘中關聯(lián)規(guī)則挖掘方法的研究及應用.pdf
- 數據挖掘中關聯(lián)規(guī)則算法的改進與應用.pdf
- 數據挖掘中關聯(lián)規(guī)則及應用的研究.pdf
- 面向生物數據的關聯(lián)規(guī)則挖掘算法及其應用研究.pdf
- 基于遺傳算法的關聯(lián)規(guī)則數據挖掘的應用研究.pdf
- 關聯(lián)規(guī)則挖掘算法在web日志挖掘中的應用研究.pdf
- 數據庫中的關聯(lián)規(guī)則及挖掘算法研究.pdf
- 關聯(lián)規(guī)則增量挖掘算法研究及應用.pdf
評論
0/150
提交評論