首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于元学习技术的分布式采掘关联规则研究
引用本文:张继福,郑链,史虹,姚淑萍.基于元学习技术的分布式采掘关联规则研究[J].系统仿真学报,2004,16(4):696-699.
作者姓名:张继福  郑链  史虹  姚淑萍
作者单位:1. 北京理工大学机电工程学院,北京,100081;太原重型机械学院计算机科学与工程系,太原,030024
2. 北京理工大学机电工程学院,北京,100081
3. 太原重型机械学院计算机科学与工程系,太原,030024
摘    要:关联规则是数据采掘中的重要研究内容。本文利用元学习技术提出了在分布式交易数据库环境下,分布式采掘关联规则的一种方法和相应算法DMAR。该算法具有较高的采掘效率和较低的数据通信量。定义了衡量采掘算法效率的分布式因子g,并指出算法的采掘效率和数据通信量与g值的大小有关。最后通过实验验证了该算法的正确性和有效性。

关 键 词:数据采掘  关联规则  分布式采掘  元学习技术  分布式因子
文章编号:1004-731X(2004)04-0696-04
修稿时间:2003年2月8日

Study of Distributed Mining Association Rules Based on Meta-learn Technology
ZHANG Ji-fu,ZHENG Lian,SHI Hong,YAO Shu-ping.Study of Distributed Mining Association Rules Based on Meta-learn Technology[J].Journal of System Simulation,2004,16(4):696-699.
Authors:ZHANG Ji-fu    ZHENG Lian  SHI Hong  YAO Shu-ping
Institution:ZHANG Ji-fu1,2,ZHENG Lian1,SHI Hong2,YAO Shu-ping1
Abstract:Mining association rules is an important task of data mining. In this paper, a method and algorithm DMAR of distributed mining association rules is presented in distributed transaction database by using meta-learn technology. The algorithm has higher efficiency of mining and lower amount of communication. Distributed factor g is defined for measuring efficiency of mining algorithm, and it is pointed out that mining efficiency and data communication amount is related to g value. In the end, algorithm DMAR is proven to be correct and effective by experiment.
Keywords:data mining  association rule  distributed mining  meta-learn technology  distributed factor
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号