[1]王培吉,章树玲,赵玉琳.基于分辨矩阵的含负属性项关联规则挖掘[J].江西师范大学学报(自然科学版),2012,(01):95-98.
　WANG Pei-ji,ZHANG Shu-ling,ZHAO Yu-lin.Mining Association Rules Including Negative Items Based on Recognizable Matrix[J].Journal of Jiangxi Normal University:Natural Science Edition,2012,(01):95-98.
点击复制

基于分辨矩阵的含负属性项关联规则挖掘()
分享到：

《江西师范大学学报》（自然科学版）[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年01期
页码:
95-98
栏目:
出版日期:
2012-01-01

文章信息/Info

Title:
Mining Association Rules Including Negative Items Based on Recognizable Matrix
作者:
王培吉;章树玲;赵玉琳
1.内蒙古科技大学数理与生物工程学院, 内蒙古 包头 014010; 2. 内蒙古第一机械集团公司二分公司, 内蒙古 包头 014032
Author(s):
WANG Pei-ji;  ZHANG Shu-ling;  ZHAO Yu-lin
关键词:
数据挖掘;  分辨矩阵;  兴趣度;  关联规则
Keywords:
data mining;  recognizable matrix;  interestingness;  association rules
分类号:
TP 301.6
文献标志码:
A
摘要:
Apriori算法存在候选集、频繁集产生效率低, 丢失有趣强关联规则等问题, 提出一种基于分辨矩阵可以采掘含负属性项强关联规则的改进算法, 最后给出一个实际例子实现该算法.
Abstract:
Recognizable matrix, association rules including negative items and submit an improved Apriori algorithm, aim at low efficiency of mining candidate itemsets, frequent itemsets and losing useful rules is presented. The implementation of algorithm by introducing an example is described.

参考文献/References:

[1] Agrawal R, Imielinski T, Swami A. Mining association rules between sets of items in large databases [C]. Washington: ACM Press, 1993: 207-216.
[2] Agrawal R, Srikant R. Fast algolithms for mining association rules in large databases [R]. WSA: IBM Almaden Research Center, 1994.
[3] Han Jiawei, Micheline Kamber. 数据挖掘概念与技术 [M]. 北京: 机械工业出版社, 2002: 152-158.
[4] Tan Pangning, Steinbach M, Kumar V, et al. Introduction to data mining [M]. Beijing: Posts & Telecom Press, 2006: 209-221
[5] Han Jiawei, Pei Jian, Yin Yiwen. Mining frequent patterns without candidate generation [C]. New York: ACM Press, 2000: 1-12.
[6] 朱玉全, 孙志挥. 快速更新频繁项集 [J]. 计算机研究与发展, 2003, 40(1): 94-99
[7] 颜跃进, 李舟军, 陈火旺. 基于FP-Tree有效挖掘最大频繁项集 [J]. 软件学报, 2005, 16 (2) : 215-222
[8] 吉根林, 杨明. 最大频繁项目集的快速更新 [J]. 计算机学报, 2005, 28(1): 129 -135.
[9] 柯丽, 王明文, 何世柱, 等. 基于频率共现熵的跨语言网页自动分类研究 [J]. 江西师范大学学报: 自然科学版, 2011, 35(3): 240-245.
[10] 栗晓聪, 滕少华. 频繁项集挖掘的Apriori改进算法研究 [J]. 江西师范大学学报: 自然科学版, 2011, 35(5): 498-502.

相似文献/References:

[1]滕少华,洪嘉铭,张巍.序列模式挖掘在警用车辆维修数据分析中的研究与应用[J].江西师范大学学报(自然科学版),2013,(04):371.
　TENG Shao-hua,HONG Jia-ming,ZHANG Wei.Sequential Pattern Mining Applying in Analyzing Police Vehicle Maintenance Data[J].Journal of Jiangxi Normal University:Natural Science Edition,2013,(01):371.
[2]魏丹丹,邱乐兴.基于Web3.0的网络教学个性化服务平台构建[J].江西师范大学学报(自然科学版),2013,(06):584.
　WEI Dan-dan,QIU Le-xing.Network Teaching Personalized Service Platform Construction Based on Web3.0[J].Journal of Jiangxi Normal University:Natural Science Edition,2013,(01):584.
[3]邓建刚,邓泓.面向服务型制造的自适应客户定制平台[J].江西师范大学学报(自然科学版),2014,(03):282.
　DENG Jian-gang,DENG Hong.Adaptive Customization Platform in Service-Oriented Manufacturing[J].Journal of Jiangxi Normal University:Natural Science Edition,2014,(01):282.

更新日期/Last Update: 1900-01-01