挖掘关联规则中Apriori算法的研究

文章是基于大型销售数据库研究了关联规则挖掘问题 .分析和探讨了 Apriori算法 ,并给出了该算法的实现思想 ,同时通过例子说明算法的执行过程     

基于Apriori算法的关联规则分析

用糖尿病患者患病记录作为实例详细阐述了基于Apriori算法的关联规则问题。探讨了Apriori算法在关联规则中求解频繁项集的基本思想,并用实例描述了算法的执行过程。     

Apriori算法在广播电视发射故障诊断中的应用

探讨了Apriori这一数据挖掘经典算法在广播电视发射故障诊断中的应用。介绍了数据挖掘的提出背景和建模过程,分析了关联规则和经典的Apriori算法的含义及流程,总结了广播电视常见的发射故障,并基于Apriori算法对一个广播电视发射故障的案例进行了分析。     

一种基于Apriori的高效关联规则挖掘算法的研究

文章在关联规则挖掘算法Apriori的基础上,分析和探讨了AprioriTid算法,并给出了该算法的实现思想,同时通过实例说明了算法的执行过程。     

用Delphi实现位图事务表的Apriori算法

本文介绍了数据挖掘中关联分析方法及Apriori算法思想,提出并用Delphi实现了基于位图存储的事务表的Apriori算法.编程实现了该算法的应用程序,对公开的挖掘数据源进行挖掘,结果符合预期效果.     

一种基于事务压缩的关联规则优化算法

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.     

一种基于向量的关联规则挖掘算法改进

通过对Apriori算法思想和传统的向量挖掘算法进行分析,提出一种基于向量运算的关联规则改进算法.该算法采用树形数据结构,克服了Apriori算法需多次扫描数据库这一缺点,并通过向量计算来避免生成候选项集,经过实验证明提高了关联规则挖掘的效率.     

关联规则和事务集分组技术在图书馆个性化推荐系统中的应用研究

通过对经典Apriori算法挖掘过程的分析,提出了基于事务集分组技术的关联算法;该算法先按专业、年级和借阅数量等特性对读者聚类．然后分别对每个类进行关联分析,图书推荐质量较经典Apriori算法有所提高。     

基于矩阵的关联规则挖掘算法

文章通过对Apriori算法的思想和性能的分析,提出一种基于矩阵的关联规则挖掘算法。新算法直接通过对布尔矩阵的列向量进行对位“与”运算产生频繁项集,有效地解决了Apriori算法迭代产生频繁项集的瓶颈问题。试验结果表明,新算法比Apriori算法具有更高的效率和性能。     

关联规则和事务集分组技术在图书馆个性化推荐系统中的应用研究

通过对经典Apriori算法挖掘过程的分析,提出了基于事务集分组技术的关联算法;该算法先按专业、年级和借阅数量等特性对读者聚类,然后分别对每个类进行关联分析,图书推荐质量较经典Apriori算法有所提高。