已閱讀1頁，還剩56頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、數據挖掘(DM,Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在的有用信息和知識的過程。它是一個涉及多學科領域的新興學科，并隨著這些學科的發(fā)展而不斷發(fā)展。關聯(lián)規(guī)則作為數據挖掘的一個重要的研究分支，其主要的研究目的是從大型數據集中發(fā)現隱藏的、有趣的、屬性間存在的規(guī)律。
本文分析了關聯(lián)規(guī)則原理及傳統(tǒng)的挖掘算法。借鑒傳統(tǒng)的各類挖掘算法，提出了一種基于行程長
2、度編碼技術的挖掘算法。并使其應用在關聯(lián)規(guī)則的數據挖掘中。
本文通過構建行程長度編碼，將訪問數據編碼成少量的數據，然后直接對存儲器中的編碼數據進行數據挖掘，使數據挖掘具備了捕捉時態(tài)數據內在規(guī)律的能力。優(yōu)點在于數據快速變化時不需要反復讀取數據庫信息，而且能快速更新數據，從而提高算法的執(zhí)行速度，提升處理效能。
本文研究的算法彌補了傳統(tǒng)算法在實時數據處理方面的不足，但它是借助Apriori算法的改進完成的，當支持度很低時，有
溫馨提示
- 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種改進的并行關聯(lián)規(guī)則挖掘算法.pdf
- 一種基于關聯(lián)規(guī)則數據挖掘改進算法的研究.pdf
- 一種關聯(lián)規(guī)則算法研究與改進.pdf
- 一種改進的關聯(lián)規(guī)則挖掘技術研究.pdf
- 一種新的關聯(lián)規(guī)則挖掘并行算法.pdf
- 一種基于索引的關聯(lián)規(guī)則挖掘算法研究.pdf
- 一種基于模式變換的高效關聯(lián)規(guī)則挖掘算法.pdf
- 一種關聯(lián)規(guī)則數據挖掘算法的設計與實現.pdf
- 一種擴展的否定關聯(lián)規(guī)則形式及其挖掘算法.pdf
- 一種加權關聯(lián)規(guī)則模型及挖掘算法研究.pdf
- 一種基于生物數據的多層關聯(lián)規(guī)則挖掘算法.pdf
- 一種改進的Web社區(qū)挖掘算法.pdf
- 一種基于關聯(lián)規(guī)則挖掘的查詢擴展算法及應用研究.pdf
- 關聯(lián)規(guī)則挖掘算法的研究與改進.pdf
- 一種基于關聯(lián)規(guī)則的隱私保護算法研究.pdf
- 加權關聯(lián)規(guī)則挖掘算法的研究與改進.pdf
- 基于數組的關聯(lián)規(guī)則挖掘算法的改進研究.pdf
- 數據挖掘中關聯(lián)規(guī)則算法的改進與應用.pdf
- 基于改進FP樹的關聯(lián)規(guī)則挖掘算法研究.pdf
- 數據挖掘關聯(lián)規(guī)則加權算法研究與改進.pdf
評論
0/150
提交評論