搜索结果: 1-7 共查到“计算机科学技术 Apriori算法”相关记录7条 . 查询时间(0.043 秒)
web服务器的日志文件记录了大量的用户网页访问信息，如何分析这些数据并从中发现用户的网页浏览模式比如用户感兴趣的页面、最佳的页面组合等从而为商家提供良好的决策支持变得越来越重要。本文用数据挖掘技术中的Apriori算法对记录用户页面访问信息的日志数据进行挖掘从而得到用户浏览网页的模式。本文首先对日志数据进行了预处理，从中提取了用户的一次会话中的页面访问记录，然后用Apriori算法对这些访问记录数...
算法减少连接次数以及扫描数据库的次数从而缩短数据库扫描时间,利用项集有序性改进判断是否进行连接的策略,并利用标志位变化逐步消除无用事务,从而实现了事务压缩和项目压缩, 同时减少了判断时间。实验结果表明,经过优化了的Apriori算法在运行效率上有一定的提高。
Apriori算法的一种优化方法
频繁项集 Apriori算法 En-Apriori算法
2009/8/11
介绍关联规则挖掘中的经典算法――Apriori算法的关键思想。针对传统Apriori算法效率上的不足，提出一种改进的Apriori算法――En-Apriori算法。该算法采用矩阵的方法，只须扫描一遍数据库，同时优化了连接操作，较好地提高了算法的效率。实验结果表明，En-Apriori算法优于Apriori算法，具有较好的实用性。
关联规则挖掘中对Apriori算法的研究
关联规则 频繁项集 关联规则挖掘
2009/7/22
针对Apriori寻找频繁项集问题，提出了基于垂直事务列表的树形结构的挖掘算法。该算法结合项集的有序特性，使生成树的每一层结点从左往右按支持度大小升序排列，这样得到的候选频繁项集的集合是最小的，大大减少了候选频繁项集的数量，而且能保持频繁项集的完整性，从而节约了计算开销，提高了算法的效率。
基于矩阵的Apriori算法改进
关联规则 Apriori算法 矩阵
2009/4/9
对基于矩阵的Apriori算法进行了改进，同时改进了发现关联规则算法，将Apriori算法的剪枝与矩阵联系起来，可以大大减少扫描数据库的次数，从而提高算法的效率，在生成关联规则中，利用了概率论的基本性质也大大减少了计算量。并通过实例说明它是一种有效的关联规则挖掘方法。
关联规则挖掘中对Apriori算法的一种改进研究
数据挖掘 关联规则 频繁项集
2009/2/11
针对Apriori算法寻找频繁项集问题，通过对事务数据库的布尔化表示，提出了一种直接利用布尔矩阵的行向量去搜寻频繁项集的思想。即通过向量的内积运算和判别准则逐步浓缩布尔矩阵的行向量，从而快速、直观地归纳出事务数据库的频繁项集。研究和分析表明，该方法不仅算法简单、只需扫描一次数据库，而且还具有搜索速度快、节省内存空间和处理项目集维数大等优点。对于处理超大型事务数据库和分布式事务数据库，同样也有较好的...