基于统计学的延迟时间获取

统计学在经济分析中的应用已经相当成熟，随着信息技术的发展，数据挖掘在经济分析中的应用也越来越被看重。本文通过一个经济学上的简单例子：基于传统的统计学的分析方法，结合数据挖掘的延迟关联规则算法，将传统的分析方法加以改进，以更适应现在社会经济的发展。     

生成频繁项集的逻辑"与"运算算法

关联规则挖掘中,往往需要生成频繁集,一般需要大量的系统资源,为降低这一开销,将位运算算法应用到频繁集的生成逻辑运算中。将连接、剪枝等转换成整形数组按位“与”运算进行,即高速的数字运算代替了低速的比较查找运算。算法从最大项集开始查找,与Apriori及一般传统的查找算法方向相反,在事务项集较多,频繁项集可能是大项集时,可以缩短查找时间。