本文選題：關(guān)聯(lián)規(guī)則　切入點(diǎn)：MW_Apriori算法　出處：《微電子學(xué)與計算機(jī)》2017年01期 　論文類型：期刊論文

【摘要】：提出基于矩陣和權(quán)重的一種改進(jìn)算法——MW_Apriori算法.該算法首先通過掃描一次事務(wù)數(shù)據(jù)庫來構(gòu)造0-1事務(wù)矩陣,其次賦予項和事務(wù)權(quán)重,并計算項的權(quán)重支持度,從而得到頻繁項集.實(shí)驗(yàn)結(jié)果表明,MW_Apriori算法避免了數(shù)據(jù)庫的重復(fù)掃描,使得時間和空間的耗費(fèi)顯著減少,同時能有效地挖掘出隱藏的、更有價值的事件.
[Abstract]:In this paper, an improved algorithm based on matrix and weight is proposed, which firstly constructs 0-1 transaction matrix by scanning a transaction database, then gives items and transaction weights, and calculates the weight support of items. The experimental results show that the algorithm can avoid the repeated scanning of the database, reduce the time and space consumption, and effectively mine hidden and more valuable events.
【作者單位】： 西安建筑科技大學(xué)信息與控制工程學(xué)院;
【分類號】：TP31

【相似文獻(xiàn)】

相關(guān)會議論文 前1條

1 操漫成;;基于MFP-tree的關(guān)聯(lián)規(guī)則挖掘算法研究[A];全國第19屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（下冊）[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 姜保慶;關(guān)于弱比例規(guī)則的挖掘及推理研究[D];西南交通大學(xué);2005年

相關(guān)碩士學(xué)位論文 前6條

1 劉艷;基于學(xué)習(xí)者特征提取的智能授導(dǎo)系統(tǒng)研究[D];中南大學(xué);2010年

2 于洋;挖掘有效的關(guān)聯(lián)規(guī)則的并行方法研究[D];吉林大學(xué);2008年

3 邵偉;基于FP-Tree的關(guān)聯(lián)規(guī)則挖掘算法研究[D];西安電子科技大學(xué);2010年

4 李春喜;一種混合模式電子商務(wù)推薦技術(shù)的研究[D];蘇州大學(xué);2010年

5 楊永健;基于隨機(jī)分布理論的特征關(guān)聯(lián)知識推理研究[D];華南理工大學(xué);2013年

6 況莉莉;關(guān)聯(lián)規(guī)則在高校圖書館讀者數(shù)據(jù)處理中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2010年

，

本文編號：1620357