排序方式: 共有86条查询结果,搜索用时 390 毫秒
31.
王威 《武汉职业技术学院学报》2009,8(1):77-79
近几年,随着通信、网络等技术的飞速发展,在各个领域经常都会产生大量的信息数据。因此,如何使用有限存储空间进行快速准确地挖掘数据流近似的频繁项成为具有挑战的问题。本文介绍了一种新的挖掘算法——EC算法,使其空间复杂性为O(ε^-1),每个数据的平均处理时间为O(1)。 相似文献
32.
彭迎春 《深圳信息职业技术学院学报》2011,9(1):13-17
针对Apriori算法多次扫描事务数据库且产生庞大的候选集性能瓶颈,本文提出了Apriori算法的优化算法。该算法利用频繁项集产生时需要自身连接的特征,在连接前对频繁项集依据支持度由小到大进行排序,从而优化连接策略,并将其运用到描述事务数据库的布尔矩阵中。经实验证明,该算法随着事务数据库规模的扩大,较Apriori算法有明显的优越性。 相似文献
33.
提出了一种新的挖掘最大频繁集的深度优先算法GMPV。该算法利用集合枚举树,并用位置向量来表示项目子集,挖掘过程中使用了超集检测和基于支持度的剪枝技术,减少了某些项目子集的支持度计算。 相似文献
34.
对大数据的频繁项集挖掘是关联规则挖掘的关键步骤,通过有效的频繁项挖掘提高大数据量数据库的访问效率。传统方法中对大数据的频繁项集挖掘采用FP-Growth的粗糙集挖掘算法,扩展性和容错性不好。提出一种基于贝叶斯粗糙集的大数据频繁项挖掘技术,引入后缀项表的概念,通过后缀项表的构建,保留频繁项集的完整信息。构建FP-Tree,生成闭频繁项集,计算样本的密度,并抽取高密度区域的点集作为聚类中心集合,进行后缀项表的构造,按支持度分成若干集合,对各约简集内的属性集合进行融合,用变精度粗糙集的贝叶斯粗糙进行数据挖掘算法改进,仿真结果表明,算法不受可变参数的影响,鲁棒性较高,数据挖掘的准确度较高,运行时间较短。算法将在人工智能和数据挖掘领域具有更广的应用前景。 相似文献
35.
36.
郭思乐 《课程.教材.教法》2006,(4)
三、突破东方考试文化圈的出路:实施生本教育在长期的频考文化和师本教育构成的东方考试文化圈之中,人们很难相信“不尚贤使人不争”“无为而治”(老子语),不相信有这样一种教育,可以不强调分数比较而消除差生现象,并取得更为优越的成绩。在这种情况下,我们只能通过正面论证的方式, 在教育部科研规划下采用实验的方法来寻找证明。 相似文献
37.
38.
崔晓军 《襄樊职业技术学院学报》2006,5(5):3-4,11
关联规则挖掘用于发现大量数据中项集之间有趣的关联或相关联系,在关联规则挖掘过程中,频繁项集的产生是最重要的步骤。本文提出一种新的频繁项集生成算法,基于项分组的思想,利用矩阵来存储各项的频率信息.只需扫描数据库一次。由于对项进行了分组,充分利用了各个事务的重复信息,因此在项数很多时算法效率仍然较高,实践证明,这是一个高效的频繁项集生成算法。 相似文献
39.
数据挖掘是目前数据库界广泛研究的课题,而频繁项集的挖掘是关联规则挖掘、序列模式挖掘、相关分析挖掘、聚类模式挖掘和回归模式挖掘等问题中的关键步骤.该文介绍了频繁项集挖掘算法的相关概念,对目前频繁项集挖掘典型算法进行了分析和比较,并作出了适当的评价. 相似文献
40.
[目的/意义] 虽然移动政务系统资源的碎片化,功能的交互化以及服务的个性化程度越来越高,但是其被弃用和卸载的情形时有发生,究其原因是因为移动政务系统并没有为用户在合适的时间和合适的地点推送合适的信息,表现为其所提供服务的同质化现象较为严重。[方法/过程] 为此,采用最大频繁模式挖掘的方法对移动政务系统场景化服务进行深入研究,在对不同用户聚类的基础上挖掘不同类型用户频繁接入的场景,并基于挖掘出的规律为用户提供针对性的服务。[结果/结论] 移动政务系统的场景化服务既能为用户在任何时间、任何地点提供任何信息,也可以为用户在适当的时间和地点推送适当的信息,移动政务系统场景化服务就是要从满足用户的多元化和个性化服务的方式转向满足用户的场景化信息需求,由以用户为中心转向于以场景为中心,最终提升移动政务用户信息接受的愉悦度。 相似文献