共查询到15条相似文献,搜索用时 135 毫秒
1.
为挖掘隐藏在大量汽车销售数据背后的知识,本文给出了一种基于数据立方体的多维关联挖掘算法。在visual C++7.0中实现了该算法并将其集成到了SQL Server的分析服务中,并用该算法对SQL Server中的汽车销售数据立方体进行了关联分析,结果显示是正确的,可行的。 相似文献
2.
3.
针对二维数据立方体的结构特点,通过对传统的关联规则挖掘算法的改进,提出了一种二维立方体关联规则挖掘的新颖算法.该算法通过有效组织挖掘过程中的数据结构,降低对立方体的扫描次数,并充分利用联机分析处理技术,从而大大降低了执行时间,提高了执行效率. 相似文献
4.
一种高效的维内关联规则挖掘算法研究 总被引:1,自引:0,他引:1
通过对数据立方体的结构特征进行深入分析,结合传统的关联规则挖掘算法.提出了一种在数据立方体中进行维内关联规则挖掘的新颖算法,该算法通过有效组织挖掘过程中的数据结构,降低对立方体的扫描次数,并充分利用联机分析处理技术.从而大大降低了执行时间,提高了执行效率. 相似文献
5.
杨学兵 《计算机技术与发展》2002,12(6)
对经典关联规则挖掘算法进行深入研究的基础上,结合数据立方体的结构特点和OLAP技术,给出了一种高效的多维关联规则挖掘算法,并对不同数据立方体下的算法的性能进行了分析比较. 相似文献
6.
二维立方体中关联规则挖掘算法研究 总被引:2,自引:0,他引:2
针对二维数据立方体的结构特点 ,通过对传统的关联规则挖掘算法的改进 ,提出了一种二维立方体关联规则挖掘的新颖算法。该算法通过有效组织挖掘过程中的数据结构 ,降低对立方体的扫描次数 ,并充分利用联机分析处理技术 ,从而大大降低了执行时间 ,提高了执行效率 相似文献
7.
关联规则挖掘过程中,为了得到侯选项集的支持度,需要将候选项集与数据库中事务逐一进行比较,影响了算法的执行效率.针对该问题,提出一种基于数据立方体的关联规则挖掘算法ABDC.该算法结合了属性分组的思想,将生成的侯选项集进行编码后,利用数据库中事务的包含关系,在数据立方体中迅速查找到包含该侯选项集的所有事务在数据库中的出现频率,依次累加后根据最小支持量得到数据库中存在的频繁项集,不仅对事务数量的递增具有不敏感性,而且提高了算法的执行效率.实验结果表明,该算法对挖掘大量事务集中存在的关联规则是快速有效的. 相似文献
8.
对经典关联规则挖掘算法进行深入研究的基础上,结合数据立方体的结构特点和OLAP技术,给出了一种高效的多维关联规则挖掘算法,并对不同数据立方体下的算法的性能进行了分析比较。 相似文献
9.
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
10.
为了进一步挖掘隐藏在销售数据背后的销售知识,本文在SQLServer中建立了汽车销售数据立方体,利用微软决策树算法分别建立的三个决策树模型。开发了符合OLEDB For DM规范的应用程序,结果显示分类正确率在85%以上。 相似文献
11.
12.
13.
14.
OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。该文主要针对商业中的交叉销售问题,提出一种基于销售多维数据集的聚类关联规则OLAM挖掘模型。利用SQL Server Analysis Services(SSAS)平台的数据挖掘工具,实现了该OLAM聚类关联挖掘模型,利用该模型的挖掘模式获得了对客户交叉销售的推荐方案。 相似文献
15.
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。 相似文献