版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)庫(kù)技術(shù)的逐漸成熟及網(wǎng)絡(luò)技術(shù)的迅速普及,使人們采集數(shù)據(jù)的能力得到了極大的提高,從而導(dǎo)致了全球范圍內(nèi)數(shù)據(jù)存儲(chǔ)量的急劇增大。“數(shù)據(jù)爆炸與知識(shí)貧乏”是信息時(shí)代所面臨的一個(gè)嚴(yán)峻的問(wèn)題,而數(shù)據(jù)挖掘就是解決該問(wèn)題的有效手段之一。數(shù)據(jù)挖掘是從大規(guī)模的數(shù)據(jù)量中獲取有用信息,發(fā)現(xiàn)隱含的、先前未知的、對(duì)決策有潛在價(jià)值的知識(shí),因此對(duì)數(shù)據(jù)挖掘技術(shù)的研究有著重要的意義。本文以數(shù)據(jù)挖掘中一個(gè)重要的領(lǐng)域關(guān)聯(lián)規(guī)則挖掘?yàn)檠芯空n題,并對(duì)關(guān)聯(lián)規(guī)則的挖掘方法進(jìn)行了研究和分析
2、。 本文的研究工作主要包括以下兩個(gè)方面:一方面,提出了基于數(shù)據(jù)庫(kù)變化的關(guān)聯(lián)規(guī)則增量式更新算法。發(fā)現(xiàn)頻繁項(xiàng)目集是關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘中的關(guān)鍵問(wèn)題,頻繁項(xiàng)目集是在給定的數(shù)據(jù)庫(kù)里,在滿(mǎn)足最小支持度和最小置信度下的一個(gè)項(xiàng)目集合。但隨著數(shù)據(jù)庫(kù)發(fā)生變化,就會(huì)產(chǎn)生不同的頻繁項(xiàng)目集,如何發(fā)現(xiàn)在數(shù)據(jù)庫(kù)變化情況下,利用已挖掘的頻繁項(xiàng)目集來(lái)實(shí)現(xiàn)更新挖掘就是需研究的問(wèn)題。另一方面,提出了基于約束的最大頻繁項(xiàng)集挖掘算法,該算法是將約束條件應(yīng)用到挖掘算法中,減
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于頻繁模式樹(shù)的最大頻繁項(xiàng)目集挖掘算法研究.pdf
- 約束頻繁項(xiàng)目集挖掘算法研究.pdf
- 基于最大頻繁項(xiàng)目集的數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則算法研究.pdf
- 基于頻繁模式樹(shù)的最大頻繁項(xiàng)集挖掘算法研究.pdf
- 最大頻繁項(xiàng)集挖掘算法的研究.pdf
- 最大頻繁項(xiàng)集和頻繁基項(xiàng)集挖掘算法研究.pdf
- 基于FP-Tree的最大頻繁項(xiàng)集挖掘算法研究.pdf
- 基于FP-tree最大頻繁模式超集挖掘算法.pdf
- 頻繁項(xiàng)目集挖掘算法研究.pdf
- 最大頻繁項(xiàng)集挖掘算法及應(yīng)用研究.pdf
- 一種基于動(dòng)態(tài)排序的最大頻繁項(xiàng)集挖掘算法.pdf
- 數(shù)據(jù)流最大頻繁項(xiàng)集挖掘算法的研究.pdf
- 基于AFOPT-tree的最大頻繁項(xiàng)集挖掘.pdf
- 頻繁閉項(xiàng)集并行挖掘算法的研究與實(shí)現(xiàn).pdf
- 基于iceberg概念格的最大頻繁項(xiàng)集挖掘研究.pdf
- 基于項(xiàng)目鄰接表與事務(wù)樹(shù)的頻繁項(xiàng)集挖掘算法.pdf
- 基于單向FP-樹(shù)的最大頻繁項(xiàng)集挖掘.pdf
- 基于矩陣的頻繁項(xiàng)集挖掘算法研究.pdf
- 最大頻繁子圖挖掘算法研究.pdf
- 基于待與項(xiàng)集的頻繁項(xiàng)集挖掘算法的研究.pdf
評(píng)論
0/150
提交評(píng)論