針對傳統(tǒng)的流通數(shù)據(jù)關(guān)聯(lián)規(guī)則檢測方法存在檢測時間較長、準(zhǔn)確率較低等問題,提出一種基于Kullback-Leibler散度的定期借閱圖書流通數(shù)據(jù)關(guān)聯(lián)規(guī)則檢測方法。將定期借閱圖書流通數(shù)據(jù)符號化,并利用符號序列的頻繁序列作為圖書流通數(shù)據(jù)關(guān)聯(lián)度的衡量指標(biāo),計算圖書流通數(shù)據(jù)頻繁序列中兩個特征項之間的相對熵,將其作為圖書流通數(shù)據(jù)頻繁序列特征項之間流通數(shù)據(jù)近似度。利用平均相對熵模型計算頻繁序列中全部特征項與頻繁序列主題之間的關(guān)聯(lián)度;對得到的關(guān)聯(lián)度值采取加權(quán)求和操作,獲得兩個圖書流通數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則,實現(xiàn)定期借閱圖書流通數(shù)據(jù)關(guān)聯(lián)規(guī)則檢測。實驗結(jié)果表明,所提方法能夠快速、準(zhǔn)確地對圖書流通數(shù)據(jù)進行關(guān)聯(lián)規(guī)則檢測。
【部分圖文】：

1)從3個數(shù)據(jù)集中隨機選取500、1000、1500、2000個記錄,分別作為測試數(shù)據(jù)集test1、test2、test3、test4,最小支持度設(shè)定為15%,不同數(shù)據(jù)關(guān)聯(lián)規(guī)則檢測方法運行時間如圖1所示。2)關(guān)聯(lián)規(guī)則檢測的正確率和運行時間是評估數(shù)據(jù)關(guān)聯(lián)規(guī)則檢測方法性能的兩個關(guān)鍵評價指標(biāo),在MATLAB平臺下,采用10-折交叉驗證法,對常用的FP-GROWTH方法和所提方法在3個訓(xùn)練數(shù)據(jù)集上的關(guān)聯(lián)規(guī)則預(yù)測正確率進行對比。對比結(jié)果如表2所示。表2中,DS表示不同的數(shù)據(jù)集,MS表示最小支持度(%),NR表示規(guī)則數(shù),單位為個,用g表示,DA表示檢測正確率提升比(%)。
【相似文獻】

相關(guān)期刊論文 前10條

1 孫啟亮;牟超;孟瑤;;基于頻繁序列挖掘的男女生上網(wǎng)模式差異研究[J];現(xiàn)代計算機(專業(yè)版);2017年17期

2 崔巍;安海忠;武森;;一種挖掘加權(quán)最大頻繁序列的新算法[J];情報雜志;2009年10期

3 胡楓;金遠(yuǎn)平;;一種基于哈夫曼樹的最大頻繁序列挖掘算法[J];微電子學(xué)與計算機;2008年08期

4 譚小球;姚敏;顧沈明;;基于最大頻繁序列模式樹的個性化頁面推薦[J];微電子學(xué)與計算機;2006年09期

5 衛(wèi)錦花;吳陳;;基于最大頻繁序列的蛋白質(zhì)分類算法[J];江蘇科技大學(xué)學(xué)報(自然科學(xué)版);2007年S1期

6 王芳;王培群;朱春節(jié);;基于頻繁序列挖掘的預(yù)取算法研究與實現(xiàn)[J];計算機研究與發(fā)展;2016年02期

7 王濤;;壓縮頻繁序列模式集[J];小型微型計算機系統(tǒng);2008年03期

8 劉昆;;基于時間序列數(shù)據(jù)的緊密連續(xù)頻繁序列挖掘算法[J];曲靖師范學(xué)院學(xué)報;2008年06期

9 王濤;盧炎生;;使用序列模式精簡基挖掘序列模式[J];小型微型計算機系統(tǒng);2005年10期

10 劉佳新;;基于頻繁序列樹的交互式序列模式挖掘算法[J];計算機技術(shù)與發(fā)展;2012年05期

相關(guān)碩士學(xué)位論文 前10條

1 李珊珊;基于頻繁序列挖掘以及全局關(guān)聯(lián)圖的旅游景點推薦研究[D];山東科技大學(xué);2018年

2 葛慧晗;基于頻繁序列挖掘的銀行風(fēng)險用戶檢測的研究與實現(xiàn)[D];北京郵電大學(xué);2019年

3 張皓;海量數(shù)據(jù)下基于層級樹的頻繁序列模式挖掘[D];哈爾濱工業(yè)大學(xué);2018年

4 李健;基于Spark的頻繁序列情節(jié)挖掘算法研究[D];西安電子科技大學(xué);2018年

5 李長鏡;基于極大頻繁序列模式的文本分類方法[D];河北師范大學(xué);2018年

6 熊凱;基于最小位置的頻繁序列和閉序列挖掘方法研究[D];東北大學(xué);2012年

7 何光輝;多層高維頻繁序列挖掘算法研究[D];重慶大學(xué);2004年

8 但紅衛(wèi);基于偏序的頻繁序列模式壓縮算法研究[D];浙江大學(xué);2007年

9 郭浩;曲靖師范學(xué)院圖書流通管理系統(tǒng)的研究與分析[D];云南大學(xué);2018年

10 王延武;云南經(jīng)濟管理職業(yè)學(xué)院圖書流通控制管理信息系統(tǒng)的分析與設(shè)計[D];云南大學(xué);2013年

本文編號：2858467