共查询到20条相似文献,搜索用时 318 毫秒
1.
讨论了一种在关系数据库中挖掘关联规则的方法.该方法利用关系数据库的特点.有机地组织概念层次树技术、关联规则挖掘技术进行多维多层次挖掘关联规则.挖掘满足要求的多维关联规则、多层次关联规则、交叉层次关联规则。 相似文献
2.
基于遗传算法的关联规则挖掘模型 总被引:4,自引:0,他引:4
根据关联规则挖掘的要求,结合遗传算法的特点,研究利用遗传算法来发现关联规则,建立了一个基于遗传算法的关联规则挖掘模型,并且在模型中引入了称为整理算子的操作.通过该模型的一个应用实例证明利用这个模型来发现关联规则是可行的、有效的.最后指出基于遗传算法的关联规则挖掘技术具有广阔的应用前景. 相似文献
3.
通过给定的最小支持率和最小信任度来挖掘语言值关联规则往往会得到很多规则,因此用户很难获得真正关注的语言值关联规则.本文提出一种挖掘典型语言值关联规则的算法,此算法将挖掘得到的语言值关联规则按照相同的后件进行分组,然后对每个分组中的语言值关联规则根据规则之间的不相似性进行聚类.最后从每个类中挑选出代表类原型的语言值关联规则作为典型的语言值关联规则.典型的语言值关联规则是语言值关联规则集合中最具有代表意义的规则. 相似文献
4.
快速关联规则挖掘算法 总被引:1,自引:0,他引:1
提出了一种新颖的关联规则挖掘算法QAIS,与经典两阶段式关联规则挖掘算法不同的是,它只需扫描一遍事务数据库,不需要生成候选集,并且可以方便的应用在增量式关联规则挖掘算法中,该算法经合成数据验证是有效的.同时针对关联规则生成过程中出现大量冗余规则的问题,还讨论了冗余关联规则去除的问题. 相似文献
5.
一种改进的负关联规则挖掘算法 总被引:6,自引:0,他引:6
负关联规则A→—B(或者-A→B,-A→B)描述的是项目之间的互斥关系,其与传统的关联规则有着同样重要的作用.然而,负关联规则和传统正关联规则的挖掘有很大不同,因为负关联规则隐藏在数量巨大的非频繁项集中.因此提出一种新的挖掘horn子句类型负关联规则的算法,并且实验证明是行之有效的. 相似文献
6.
模糊关联产生的大量候选数据项集使得在大型数据库中数据处理效率很低;提出基于本体的模糊关联规则挖掘系统;通过利用领域本体提高模糊关联规则挖掘效果,改变了挖掘算法,提出新规则.实验表明得到的新规则更有意义. 相似文献
7.
在关联规则挖掘中,大量的数据是多维的,且带有时态特性,所以往往需要在时态约束的前提下挖掘多维关联规则.本文从一个实际问题出发,在单维Apriori算法和已有的工作基础上,提出了一种新的多维时态关联规则挖掘算法,并与类似算法进行了比较. 相似文献
8.
介绍了关联规则挖掘的研究情况,提出了基于聚类的周期关联规则挖掘算法,分析了该算法存在的问题并提出解决方案,展望了关联规则挖掘的未来研究方向. 相似文献
9.
将模糊技术和概念分层应用到关联规则挖掘中,给出了多层次模糊关联规则挖掘系统的设计和实现的具体方案.并以Fnodmark2000数据库为基础,建立了客户信息主题数据库.建立起系统基本框架,实现了模糊关联规则挖掘算法,使用该算法成功挖掘出客户消费—特征之间的关联规则,并对得到的模糊关联规则作了分析。 相似文献
10.
基于多克隆选择的多维关联规则挖掘算法 总被引:6,自引:0,他引:6
通过引入多克隆选择算法的思想,提出了一种基于多克隆选择的关联规则挖掘算法.仿真对比试验表明,该算法加快了关联规则挖掘的收敛速度,具有更强的全局与局部搜索能力,与基于进化算法和基于免疫算法的关联规则挖掘算法相比,明显提高了所得关联规则的准确率. 相似文献
11.
在高校的科研管理工作中应用关联规则挖掘技术,通过挖掘教师的科研成果数据,可以得到教师科研工作中的潜在信息,辅助决策下一阶段的科研管理工作。 相似文献
12.
关联规则是数据挖掘中的一种重要模式,自1993年R.Agrawal引入关联规则概念和提出第一个关联规则算法以来,诸多研究人员对关联规则挖掘的算法进行了广泛的研究.但专门研究挖掘稀疏数据的有效算法较少.针对稀疏数据,提出了一个使用简单数据结构——链表的挖掘算法,与其它算法比较,实验结果表明是非常有效的. 相似文献
13.
在分析类Apriori算法存在效率瓶颈的基础上,提出了一个高效改进算法——基于分类树的关联规则挖掘算法.该算法只需要两次访问数据库,把数据库中的数据利用分类树来存储,减少了访问数据库的次数;并且由分类树的全部或部分来求得频繁项目集,减少了求频繁项目集的比较次数.此算法通过结合Apriori和FP—tree两种算法来提高挖掘效率,降低了挖掘算法的时间复杂度和空间复杂度.通过多次试验证明该算法比Apriori及其改良算法的挖掘效率高2到8倍. 相似文献
14.
关联规则挖掘寻找给定数据集中项之间的有趣关系,是数据挖掘的主要研究方面.传统的关联规则挖掘算法仅能挖掘正关联规则,事实上,负关联规则也包含了非常有价值的信息,对于决策的作用也是不容忽视的. 相似文献
15.
关联规则挖掘是从大量的数据中挖掘出有价值描述数据项之间相互联系的有关知识.对于大型数据库来说,有算法的执行时间太长等问题.分析和探讨了Apriori算法,提出了基于Apriori算法的一种有效的关联规则挖掘算法,减少了数据库I/O操作时间,从而提高了效率. 相似文献
16.
17.
柴巧叶 《太原师范学院学报(自然科学版)》2011,10(2):87-89
Web挖掘是将数据挖掘和WWW两个领域中的多种技术和方法结合起来的热门研究课题.它的研究领域包括Web内容挖掘、Web结构挖掘和Web使用挖掘.关联规则算法已成为数据挖掘算法中的重要课题.通过对关联规则挖掘算法进行分析,指出了该算法存在的一些问题,并提出了一种用户频繁访问模式结构. 相似文献
18.
关联规则算法是数据挖掘中的核心技术 ,本文给出了数据库中挖掘关系规则的一种新算法 ,该算法通过二次扫描 ,第一次将可能出现的频繁项目集加入到ISC中 ,第二次扫描采用逐步求精算法将频繁项目集加到项目集中 ,减少了数据库的扫描次数 相似文献
19.
20.
通过加权平均算法(ML_TWA)发现多层关联规则.该算法针对现有多层关联规则挖掘中存在阈值定义不合理的情况,依据多层数据的特点,提出了一种加权平均阈值估计方法,来提高挖掘效率和结果的准确性.实验结果证明这种算法是有效的. 相似文献