降序加权ｊｏｉｎ半概念格快速挖掘算法

计算机工程与应用 ›› 2006, Vol. 42 ›› Issue (29): 12-.

降序加权ｊｏｉｎ半概念格快速挖掘算法

周涛、张艳宁、袁和金、陆惠玲

陕西理工学院计算机科学系

收稿日期:2006-07-04 修回日期:1900-01-01 出版日期:2006-10-11 发布日期:2006-10-11
通讯作者: 周涛 zhout123 zhout123

Fast Mining Algorithm Based on Descend Weighted join half Concept Lattice

Tao zhou,,,

陕西理工学院计算机科学系

Received:2006-07-04 Revised:1900-01-01 Online:2006-10-11 Published:2006-10-11
Contact: Tao zhou

摘要/Abstract

摘要： 摘要：通过分析Eclat算法，对完全概念格按照支持度进行了裁减，得到了一个向下封闭的降序join半概念格，在构造半概念格的同时计算出每一个项集的支持度作为其权值，最后基于降序加权join半概念格对Eclat算法进行了改进，裁减了概念格中大量的冗余的连接，给出了一个快速的关联规则挖掘算法。经过分析，该算法与Eclat算法相比，效率更高。

关键词: 数据挖掘, Eclat算法, Join半概念格, 半概念格

Abstract: Abstract: Eclat algorithm is discussed and analyzed completely. Through Pruning entireness lattice depend on support, a descend weighted join half concept lattice is obtained that is closed downward, support for each node of concept lattice is calculated as constructing concept lattice. At last, a new fast mining association rules is presented. Its efficiency is more high than Eclat algorithm through analysis.

Key words: Data Mining, Eclat Algorithm, Join half concept lattice, half concept lattice

周涛、张艳宁、袁和金、陆惠玲

降序加权ｊｏｉｎ半概念格快速挖掘算法

[J]. 计算机工程与应用, 2006, 42(29): 12-.

Tao zhou,,,. Fast Mining Algorithm Based on Descend Weighted join half Concept Lattice[J]. Computer Engineering and Applications, 2006, 42(29): 12-.

[1]	周慧颖, 汪廷华, 张代俐. 多标签特征选择研究进展[J]. 计算机工程与应用, 2022, 58(15): 52-67.
[2]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[3]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[4]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[5]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[6]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[7]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.
[8]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[9]	王子龙，李进，宋亚飞. 基于距离和权重改进的K-means算法[J]. 计算机工程与应用, 2020, 56(23): 87-94.
[10]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.
[11]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.
[12]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[13]	孟海东1，2，孙新军2，宋宇辰1. 基于数据场的改进LOF算法[J]. 计算机工程与应用, 2019, 55(3): 154-158.
[14]	雷乐，王丽珍，肖清. 空间co-location模式挖掘中的模糊技术初探[J]. 计算机工程与应用, 2019, 55(21): 158-166.
[15]	郭鹏，蔡骋. 基于聚类和关联算法的学生成绩挖掘与分析[J]. 计算机工程与应用, 2019, 55(17): 169-179.