大项集相关论文
随着数据库应用的不断深化，数据库的规模急剧膨胀，但是数据库管理系统却没有提供有效的工具和方法来利用这些数据，因此充分利用数据进......
随着数据库应用的不断深化，数据库的规模急剧膨胀，但是数据库管理系统却没有提供有效的工具和方法来利用这些数据，因此充分利用数据进......
近年来，数据库中的知识发现(Knowledge Discovery in Databases，KDD)已成为涉及人工智能和数据库等学科的一门非常活跃的研究领域。......
挖掘关联规则是数据挖掘领域的一个重要的研究方向。本文以数据挖掘中关联规则的挖掘为主要研究内容，首先对关联规则起源、应用环境......
本文深入分析了DD算法、FDM算法以及其不足之处,在此基础上设计了DDA算法,在DDA中使用频繁模式树生成局部大项集,减少数据库扫描的......
介绍了关联规则采掘问题的研究情况，对一些典型采掘算法进行了分析和评价，指出了关联规则衡量标准的不足，展望了关联规则采掘的未来研......
高效的并行/分布式采掘方法是数据库中关联规则发现技术的重要的研究方向,首先给出了关联规则的并行/分布式采掘的相关描述,针对关......
对已提出的挖掘关联规则的并行算法进行了较全面的总结,时他们的性能进行了分析,针对这些算法中的问题.提出了一种新的挖掘关联规......
对事务数据库增加记录时的关联规则维护问题进行了研究，在分析现有算法的基础上，提出了一个高效的增量式更新算法EUAR。与同类算法相......
提出了一种关联规则挖掘大项集生成的并行和分布式处理的计算框架的算法，该算法以大规模事务数据库为基础，将数据有效地分片后作分布......
对巳提出的挖掘关联规则的并行算法进行了较全面的总结，对他们的性能进行了分析，针对这些算法中的问题，提出了一种新的挖掘关联规则的......
对数据挖掘中的关联规则和序列模式的概念和作用进行了探讨,对关联规则中寻找大项集的部分应用程序加以实现,同时对两种模式的实现......
提出了多层次空间关联规则的定义后,利用多层次的空间概念关系,给出了一种基于元模式的多层次空间关联规则挖掘算法APMLSAM;在此算......
给出了一个相关规则新的并行算法,利用DHP算法中的HASH技术削减候选集,同时对DHP算法进行优化改进以利于并行算法的实现.在并行化......
运用图论中的完全图知识,对关联规则提取过程的第一阶段进行改造,把大项集计算转换为集合的并和交两种基本运算,并利用候选大项集......
针对关联规则挖掘的AprioriTid算法缺点提出了一种改进的算法,即在构造k阶Tid表时,考虑当前交易项包含的所有k阶候选项的全部元素......
