关联规则挖掘中频繁项目集的快速求解算法
关联规则的挖掘是当前数据挖掘中最热门的研究方向之一,它把挖掘过程分解为两个子问题:频繁项目集的求解和关联知识的表示.关联规则研究者普遍认为:关联规则挖掘过程中主要计算机资源的开销在于频繁项目集的求解过程,因此无论Savaser等人提出的PARTITION算法,Park等人提出的DHP算法、还是Toivonen等人提出的Sampling算法都试图提高频繁项目集的求解效率,并大多以R.Agrawal等人提出的Apriori算法作为标准衡量各自算法的优点.本文根据不可分辨矩阵,也提出了频繁项目集的快速求解算法,并与Apriori算法进行比较.
数据挖掘 关联规则 不可分辨矩阵 项目集
李国和 赵沁平
石油大学计算机科学与技术系(北京);北京航空航天大学虚拟现实新技术教育部重点实验室(北京) 北京航空航天大学虚拟现实新技术教育部重点实验室(北京)
国内会议
重庆
中文
128-131
2003-05-01（万方平台首次上网日期，不代表论文的发表时间）