董鹏
- 作品数：5 被引量：9H指数：2
- 供职机构：大连大学信息工程学院更多>>
- 发文基金：辽宁省教育厅青年基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 交集剪枝法挖掘最大频繁项集被引量：1
- 2009年
- 发现最大频繁项目集是数据挖掘应用中的关键问题;为寻求避免生成大量的候选项集,或生成频繁模式树的挖掘算法,提出一种从事务项集对应的最大频繁项集求全部属性项集的最大频繁项集的新算法IPA(Intersection Pruning Algorithm)。该算法通过交集剪枝实现自顶向下和自底向上的搜索最大频繁项集,并使用属性项的分布数据和已生成的交集等多种信息来减少求交集的次数;该算法最多只用求(1-最小支持度)×|D|+1个事务项集和其他事务项集的交集,从而可有效降低算法的时间复杂度;实验表明该算法有效可行,并且该算法易于实现。
- 王乐王水陈波董鹏
- 关键词：数据挖掘最大频繁项集候选项集交集剪枝
- 高效的关联规则挖掘算法研究被引量：3
- 2008年
- 目前已经提出了许多用于高效地发现大规模数据库中的关联规则的算法,但都是对关联规则中满足最小支持度的频繁项集的研究,没有对频繁项集中如何高效地计算得到满足最小置信度的关联规则进行研究。针对这种情况,提出了一种高效关联规则的挖掘算法EA,解决了在挖掘关联规则过程中如何高效挖掘满足最小置信度的关联规则问题。
- 陈波邵勇王成华董鹏
- 关键词：频繁项集数据挖掘置信度关联规则EA
- 基于属性变化的增量关联规则挖掘被引量：2
- 2009年
- 关联规则的挖掘是数据挖掘研究中的一个重要课题,目前已经提出了许多用于发现海量事务库中关联规则的算法以及更新已经发现的关联规则的算法。但是在关联规则的更新算法中,都是基于支持度变化和事务库变化的研究,目前没有人研究当事务库中的属性发生变化时,如何高效地更新关联规则的问题。针对这种情况,提出了三种基于属性变化的增量关联规则挖掘算法ACA+(Attribute Change Algorithm)和ACA-(ACA1-),从而解决了该问题。
- 邵勇陈波方杰董鹏
- 关键词：数据挖掘增量式更新关联规则
- 基于Apriori算法及其改进算法综述
- Apriori算法是关联规则中的一种重要算法。全面总结了Apriori算法的研究现状,结了几种针对Apriori算法进行的改进算法,分析比较了它们的性能差异和各自存在的优点及问题,并展望了Apriori算法未来的发展方向...
- 陈波董鹏邵勇
- 关键词：数据挖掘关联规则
- 文献传递
- 挖掘最大频繁项集的事务集迭代算法被引量：3
- 2009年
- 发现最大频繁项目集是数据挖掘应用中的关键问题;提出一种新的基于事务集迭代的求最大频繁项集算法,该算法在每次迭代时,通过对输入事务集的两次扫描,生成所有阶数的候选项集和频繁项集;每次迭代后又生成新的事务集作为下一次迭代的输入,而候选最大频繁项集集合则随着迭代不断地趋于完整。该算法不需要生成K-1阶候选项集或频繁树,有别于已有的经典算法;同时由于用于迭代的事务集的数据量会快速缩减,从而也可有效降低算法的时间复杂度。实验表明在大数据量和小最小支持度时该算法更为有利。
- 陈波王乐董鹏
- 关键词：最大频繁项集候选项集迭代
