|
1.
|
关联规则数据挖掘在民航快递中的实现研究
|
|
|
|
|
|
|
段军晓 石履超《微型机与应用》,2005年第24卷第9期
|
|
|
介绍了关联规则数据挖掘算法的概念、Apriori算法及其改进,提出了民航快递的关联规则数据挖掘方案和实施过程。
|
|
2.
|
数据挖掘中关联规则算法的研究
|
|
|
|
|
|
|
焦亚冰《福建电脑》,2008年第3期
|
|
|
本文主要介绍了数据挖掘中的关联规则，关联规则中的经典算法Apriori算法．以及Apfiofi算法的改进研究。
|
|
3.
|
电信网络告警中的关联规则改进算法
|
|
|
|
|
|
|
邹东升 程代杰《微电子学与计算机》,2001年第18卷第5期
|
|
|
文章提出了在告警数据库中挖掘关联规则的一种改进算法Apriori-New。
|
|
4.
|
利用Apriori算法进行序列模式挖掘
|
|
|
|
|
|
|
王兴鹏 沙金《现代计算机》,2002年第10期
|
|
|
序列模式挖掘是一项重要的数据挖掘任务，而Apriori算法是一种有效的关联规则挖掘方法，本文介绍了如何将Apriori算法应用于序列模式挖掘。
|
|
5.
|
关联规则挖掘方法研究
|
|
|
|
|
|
|
刘凯 彭国志《数字社区&智能家居》,2010年第5期
|
|
|
关联规则是数据挖掘研究的一个重要分支。阐述了关联规则的基本概念、关联规则挖掘的基本模型；详细分析了关联规则挖掘的经典算法-Apriori算法，Apriori算法核心思想、性能分析及其改进技术。
|
|
6.
|
基于矩阵的Apriori算法的优化 被引次数：1
|
|
|
|
|
|
|
梅成 周兴斌《计算机与现代化》,2008年第12期
|
|
|
在数据挖掘中关联规则挖掘是很重要的一个方面,而Apriori算法是进行关联规则挖掘的经典算法。本文首先分析了经典Apriori算法,然后利用矩阵的思想对其改进,并利用事务压缩的思想对矩阵进行压缩。改进后的算法明显提高了Apriori算法的效率。
|
|
7.
|
关联规则中一种改进的Apriori算法
|
|
|
|
|
|
|
黄宏涛 李穗丰《广东电脑与电讯》,2007年第7期
|
|
|
对挖掘关联规则的Apriori算法关键思想进行了研究,给出该算法的一个改进算法,提高了原算法的性能。
|
|
8.
|
基于粗糙集和Apriori算法的中医病证关联研究
|
|
|
|
|
|
|
刘闽碧《福建电脑》,2012年第28卷第10期
|
|
|
本文提出一种基于粗糙集理论和Apriori算法的关联规则挖掘方法并将其应用于中医病证关联分析。该方法通过属性约简抽取特征症状,然后在约简后的决策表上应用改进的Apriori算法进行关联规则挖掘,提高了中医病证关联规则挖掘的效率。
|
|
9.
|
基于矩阵的关联规则挖掘改进算法
|
|
|
|
|
|
|
陈井霞《电子游戏软件》,2014年第6期
|
|
|
数据挖掘的研究方向与领域较宽泛,其中关联规则挖掘是其重要的研究分支,Apriori算法是关联规则挖掘的经典算法,在此基础上,人们提出了很多种改进算法,如基于散列(Hash)、数据分割(Partition)以及采样(Sampling)的方法,本文巧用矩阵对Apriori关联规则算法进行改进。
|
|
10.
|
一种改进Apriori算法的数据挖掘算法研究
|
|
|
|
|
|
|
彭亚侬《数字社区&智能家居》,2009年第6期
|
|
|
针对Apriori算法的缺陷,同时由于OLAP关联规则挖掘方法是一种灵活的、多维的、多层次的高性能方法,将OLAP技术和Apriori关联规则相结合,提出了一种针对Apriori算法的改进的多层次关联规则数据挖掘算法,在分析了关联规则数据挖掘结构的基础上,给出了该算法的思想与执行步骤。
|
|
11.
|
数据库中关联规则挖掘研究与应用
|
|
|
|
|
|
|
LIU Xiao-na《数字社区&智能家居》,2008年第9期
|
|
|
简要地介绍了关联规则,通过对关联分析的经典算法-Apriori算法的分析,发现了经典算法Apriori算法的缺陷,给出了改进的关联规则算法FARM_New算法和基于筛选压缩的Apriori挖掘算。并将其应用到教学质量评估系统中进行对比分析。
|
|
12.
|
关联规则之Apriori算法的改进 被引次数：3
|
|
|
|
|
|
|
钱冬云《福建电脑》,2006年第3期
|
|
|
关联规则是数据挖掘的重要研究内容。Apriori算法是关联规则之经典算法。本文在分析经典Apriori算法的基础上．提出了改进型的Apriori算法。新算法采用事务压缩技术，提高了数据挖掘的效率，具有一定的实用性。
|
|
13.
|
一种基于事务压缩的关联规则优化算法 被引次数：10
|
|
|
|
|
|
|
张素兰《计算机工程与设计》,2006年第27卷第18期
|
|
|
通过对Apriori算法挖掘过程进行分析,提出了一种基于事务压缩的关联规则挖掘算法.该算法充分利用Apriori性质,通过减少候选集的组合和减少数据库的扫描来提高挖掘的速度和减少数据库的I/O操作时间的开销,有效提高了关联规则的挖掘效率.并在Apriori算法的基础上设计了Apriori改进算法.
|
|
14.
|
基于关联规则算法的医疗数据挖掘
|
|
|
|
|
|
|
胡瑞娟 李岩芳 何昀《长春理工大学学报(自然科学版)》,2009年第32卷第2期
|
|
|
通过研究基于两阶段频集思想的Apriori算法,针对Apriori算法的性能瓶颈提出了改进的Apriori算法,利用改进的Apriori算法对乳腺疾病数据进行挖掘,使用SQLServer2005数据挖掘工具,主要建立肿瘤复发和其他属性间的关联规则.挖掘结果证明了关联规则算法在医疗数据挖掘中的有效性.
|
|
15.
|
数据库关联规则挖掘算法研究
|
|
|
|
|
|
|
刘晓慧《数字社区&智能家居》,2014年第6期
|
|
|
该文介绍了数据挖掘、关联规则相关概念，分析了经典的挖掘布尔关联规则频繁项集的算法-Apriori算法，阐述了关联规则的生成过程，并通过实例进行验证。针对Apriori算法的缺陷进行了分析并列举了几种算法优化方法。
|
|
16.
|
数据库关联规则挖掘算法研究
|
|
|
|
|
|
|
刘晓慧《数字社区&智能家居》,2014年第16期
|
|
|
该文介绍了数据挖掘、关联规则相关概念,分析了经典的挖掘布尔关联规则频繁项集的算法-Apriori算法,阐述了关联规则的生成过程,并通过实例进行验证。针对Apriori算法的缺陷进行了分析并列举了几种算法优化方法。
|
|
17.
|
Apriori算法在布尔型关联规则领域的应用
|
|
|
|
|
|
|
王景让《制造业自动化》,2009年第31卷第9期
|
|
|
在数据挖掘中,关联规则挖掘发现大量事务项之间有趣的关联关系的研究是一个重要的课题.Apriori算法则是数据挖掘中,搜索关联规则频繁项目集最有影响的算法.本文通过一个实例对Apriori算法在布尔型关联规则领域的应用进行了探讨.根据Apriori算法实现了计算机程序的实例验证.
|
|
18.
|
关联规则挖掘在课程相关性分析中的应用
|
|
|
|
|
|
|
王蕾 商艳丽《计算机光盘软件与应用》,2013年第7期
|
|
|
关联规则挖掘是常用的数据挖掘方法,将其应用于课程相关性分析可发现课程间深层次内在关联,便于更科学合理的进行课程设置、改善课程体系结构。文章介绍了关联规则的基本概念,分析了关联规则的经典算法Apriori,并将Apriori算法应用于金融学专业课程相关性分析。
|
|
19.
|
基于Rough Set带结论域的关联规则挖掘 被引次数：2
|
|
|
|
|
|
|
童舟 罗可《计算机工程与应用》,2006年第42卷第25期
|
|
|
论文构建了一种基于RoughSet(RS)带结论域的强关联规则挖掘模型,采用约简决策表和改进的Apriori算法来挖掘关联规则,提高了关联规则的挖掘效率和挖掘质量,提出并实现了带结论域的关联规则挖掘的解决方案。
|
|
20.
|
基于多维关联规则的教学管理系统的开发
|
|
|
|
|
|
|
裴芳 郑莹 杜丽芳《数字社区&智能家居》,2005年第11期
|
|
|
Apriori算法是一种找频繁项集的基本算法,它常常被用于单维关联规则的数据挖掘,本文结合数据立方体技术对Apriori算法做了一些变形,给出了一种适用于维间关联规则挖掘的算法,并将此算法结合Apriori算法,在教学管理系统中挖掘出混合维间的关联规则.
|
