位置:成果数据库 > 期刊 > 期刊详情页
一种新的关联规则抽样算法
  • ISSN号:1007-4333
  • 期刊名称:《中国农业大学学报》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国农业大学理学院,北京100083
  • 相关基金:国家自然科学基金资助项目(10371131;60573158)
中文摘要:

针对目前经典的关联规则挖掘Apriori算法需对数据库多次扫描费时多计算量大,而抽样扫描会造成挖掘精确度下降等问题.采用控制样本频繁项目集的方法,利用频繁项集进行抽样处理,对关联规则挖掘的抽样操作和精度控制进行研究,提出了基于抽样操作的关联规则挖掘算法——HAC算法。理论分析及性能试验结果表明:HAC算法能够有效缩减数据库规模,至少少扫描数据库1次,提高了关联规则挖掘的效率,同时其计算精度不受影响。

英文摘要:

In order to reduce the long time spent for scanning the database by using Apriori algorithm, which may descend the mining accuracy, the research on the sample operation and precision control with the help of frequent itemset, especially, the frequent 1-item-set is presented in this paper. The HAC algorithm based on sampling was de- signed. The results in theory and capability experiment indicated that HAC algorithm could decrease the scanning times by at least once, promote the efficiency of mining and improve the computation precision.

同期刊论文项目
期刊论文 31 会议论文 18 著作 1
期刊论文 28 会议论文 9
同项目期刊论文
期刊信息
  • 《中国农业大学学报》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:中国农业大学
  • 主编:李保国
  • 地址:北京海淀区圆明园西路2号
  • 邮编:100094
  • 邮箱:xuebao@cau.edu.cn
  • 电话:010-62732619
  • 国际标准刊号:ISSN:1007-4333
  • 国内统一刊号:ISSN:11-3837/S
  • 邮发代号:
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国农业与生物科学研究中心文摘,美国剑桥科学文摘,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21575