共查询到19条相似文献,搜索用时 62 毫秒
1.
阐述了在多维关联规则挖掘的经典A Priori算法中引入关系模式上的函数依赖来改进该算法,进而提高算法的效率。 相似文献
2.
现代信息技术在审计中的广泛应用导致审计数据量的快速增长,能否对这些审计数据作出正确的分析将直接影响到能否对可能出现的问题进行及时预测和调整.提出一个基于多维关联规则分析审计数据的挖掘算法,通过找出可能出现问题的频繁因素组合来发现这些问题发生的规律,并将此规律作为现实中预防举措的依据. 相似文献
3.
快速多层次关联规则的挖掘 总被引:10,自引:0,他引:10
知识发现是指对原始数据进行分析,提取出隐含的,有用的规则,是当前快速发展的研究领域,是知识获取的重要方法,关联规则是知识发现的重要研究内容之一,本文提出了一种新的多层次关联规则挖掘算法ML_AR,算法ML_AR在挖掘过程中,只对最低概括层次上的候选系模式进行模式的匹配计算,求解出简化的频繁式集合,最后再求解各个概括层次上的繁频模式集合,算法ML_AR有效地利用了概括的层次关系,减少了模式的匹配计算 相似文献
4.
一种挖掘多维关联规则的有效算法 总被引:4,自引:0,他引:4
1.引言挖掘大型事务数据库中的关联规则是数据挖掘研究的重要课题之一。由于关联规则在商务分析与决策、相关分析、分类等方面具有广泛应用,自提出以来一直受到广泛重视。一维关联规则的挖掘已有不少有效算法(如文,[2,3,4],综述参见文[l])。多维关联规则不仅考虑项集间的关联,而且考虑项集的维约束。这使得挖掘出的规则更具实用性,同时也增加了规则挖掘的难度。基于规则模板的挖掘,使用元规则限定挖掘的关联规则形式,降低了挖掘难度,但也使得其应用受到一定限制。采用类Apriori算法的方法通过求频繁谓词集得到多维关联规则,具有很好的可扩展性,能够处理大量数据,但其处理维谓词的1/O开销较大。利 相似文献
5.
6.
关联规则挖掘快速更新算法的研究和实现 总被引:2,自引:0,他引:2
关联规则挖掘是数据挖掘的主要方式之一,它可以分解为“大项集的生成”和发现关联规则两个子问题。分别针对以上两个子问题,文章提出了它们的快速更新算法。最后对算法的运行状况进行比较和性能分析。 相似文献
7.
一种基于多维集的关联模式挖掘算法 总被引:2,自引:0,他引:2
大多数维间关联规则挖掘算法如基于数据立方体的关联规则挖掘算法都假定对象的属性取值只具有单值性.将对象的属性取值扩展到多值,据此提出多维集的概念和基于多维集关联规则的语义特征.在此语义特征下,提出了一个多维集的关联规则挖掘算法.该算法利用多维集关联规则的限制特征,能够在数据集缩减的同时进行侯选集的三重剪枝,因此,具有比直接使用apriori等算法更好的性能,分析了算法的性能和正确性、完备性,并通过实验对算法有效性进行了对比. 相似文献
8.
9.
10.
实用关联规则挖掘算法的研究和实现 总被引:3,自引:1,他引:2
关联规则挖掘是数据挖掘的主要方式之一。如何挖掘实用、有趣的关联规则已引起了众多学者的注意,由于至今没有形成一个统一的标准,本文从删除冗除规则和引入“相关度”这个概念两个方面对实用关联规则的挖掘算法进行了初步研究,最后对挖掘算法的运行状况进行了比较和分析。 相似文献
11.
基于分布数据库的快速关联规则挖掘算法 总被引:8,自引:0,他引:8
关联规则发现是数据挖掘的重要研究内容,随着数据库中数据的不断增加,大数据集环境下的关联规则发现日益受到重视,分布式关联规则发现是解决这一问题的有效方法。分布式数据库环境下的关联规则挖掘算法中,时间开销主要体现在两方面(:1)频繁项目集的确定;(2)网络的通讯量。为了解决第一个问题,文章提出了一种基于二进制形式的候选频繁项目集生成和相应的计算支持数算法,该算法只需对挖掘对象进行一些”或”、”与”、”异或”等逻辑运算操作,显著降低了算法的实现难度。将该算法与DMA算法相结合提出改进算法FDMA。理论分析和实验结果表明,算法FDMA大大提高了关联规则挖掘的效率,算法是有效可行的。 相似文献
12.
基于关联规则的数据挖掘技术的快速算法 总被引:11,自引:1,他引:11
提出了一种改进的Apriori算法的数据挖掘模式,探讨了对其中的生成候选频繁项目集、生成强关联规则等几个关健步骤运用标准SQL语言的算法实现。 相似文献
13.
关联规则的增量式更新算法 总被引:180,自引:4,他引:180
关联规则的开采是一个重要的数据开采问题.目前已经提出了许多算法用于高效地发现大规模数据库中的关联规则,而对关联规则维护问题的研究工作却很少.在用户开采关联规则的交互过程中,为了找到真正令其感兴趣的规则,用户将需要不断调整两个描述用户兴趣程度的阈值:最小支持度和最小可信度.本文提出了两种增量式更新算法——IUA(incremental updating algorithm)和PIUA(parallel incremental updating algorithm),用来解决这一关联规则高效维护问题. 相似文献
14.
提出了一种新的基于模糊概念的量化关联规则挖掘方法,该方法利用在量化属性域上定义的一组模糊概念表示属性间的关联关系,克服了传统的离散分区法的不足,使得规则的表示自然,简明,有利于专家理解,同时,给出了挖掘算法。 相似文献
15.
介绍了在数据立方体上对于不同可信度的数据进行分块的方法,阐述了基于数据立方体分块的多维关联规则挖掘的算法. 相似文献
16.
针对目前很少有一整套的能同时处理量化属性和分类属性字段的多维关联规则的解决方法,提出了一整套的从原数据出发一直到关联规则的可视化的解决方法,论文首先采用了等深分箱的方法将量化属性按引进的最大支持度进行离算化处理。在得到频繁集的时候通过对传统的单维.Apriori算法的改进,从而实现了其在多维关联规则中的应用,最后对关联规则的可视化采用了柱状图的方式。 相似文献
17.
18.
19.
一种基于约简概念格的关联规则快速求解算法 总被引:2,自引:2,他引:2
关联规则挖掘是数据挖掘领域中重要的研究分支,已形成了较多的研究成果。然而,大多数基于频繁项集求解关联规则的挖掘算法需要多次扫描数据库。该文提出了一种基于概念格的关联规则快速求解算法,该算法仅需一次扫描数据库即可确定所有的频繁项集并且进而能够快速求解出关联规则。文章首先讨论了约简概念格(RECL)的构造原理,并详细描述了基于RECL的关联规则的挖掘算法,最后以实验证明了算法的正确性和优越性。 相似文献