咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >关联规则的高效向量法数据挖掘 收藏

关联规则的高效向量法数据挖掘

An Efficient Vector-based Algorithm for Data Mining Association Rules

作     者:蔡卫东 徐章艳 杨炳儒 CAI Wei-dong1,3,XU Zhang-yan2,3,YANG Bing-ru3 (1.School of Information Science and Engineering,Jinan University, Jinan 250022,China;2.Department of Computer,Guangxi Normal University,Guilin 541004,China;3.School of Information Engineering, Beijing University of Science and Technology,Beijing 100083,China)

作者机构:济南大学信息科学与工程学院 广西师范大学计算机系 北京科技大学信息工程学院 

出 版 物:《济南大学学报(自然科学版)》 (Journal of University of Jinan(Science and Technology))

年 卷 期:2005年第19卷第1期

页      面:59-63页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

基  金:国家自然科学基金重点资助项目 (6983 5 0 0 10 ) 教育部科技重点资助项目 (教技司 [2 0 0 0 ] 175 ) 

主  题:计算机应用技术 关联规则 Apriori算法 算法效率 向量 数据挖掘 

摘      要:对经典的向量挖掘算法和Apriori算法的思想及其复杂度进行分析后 ,提出了一种新的高效向量数据挖掘算法。新算法通过避免不必要的计算以达到提高算法的计算效率 ,通过避免不必要的存贮以达到减少算法的空间复杂度 ,与经典的向量挖掘算法相比有如下优点 :(1)空间复杂度为o(n|L1|) ,比经典的挖掘算法的空间复杂度要小得多 ;(2 )计算量比经典的挖掘算法要小。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分