计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2014年
7期
2085-2087
,共3页
函数依赖%关联规则%联系%教学内涵
函數依賴%關聯規則%聯繫%教學內涵
함수의뢰%관련규칙%련계%교학내함
functional dependency%association rules%relationship%teaching connotation
针对Apriori算法必须耗费大量的时间来处理规模巨大的候选项目集等问题,提出一种基于数据依赖的关联规则挖掘算法ARMAFD.该算法利用函数依赖所隐含的属性间联系来缩小候选项目集的规模,提高了算法的效率,丰富了函数依赖的教学内涵,同时也为关联规则的挖掘提供了一种新的途径.实验结果表明AR-MAFD算法是有效可行的.
針對Apriori算法必鬚耗費大量的時間來處理規模巨大的候選項目集等問題,提齣一種基于數據依賴的關聯規則挖掘算法ARMAFD.該算法利用函數依賴所隱含的屬性間聯繫來縮小候選項目集的規模,提高瞭算法的效率,豐富瞭函數依賴的教學內涵,同時也為關聯規則的挖掘提供瞭一種新的途徑.實驗結果錶明AR-MAFD算法是有效可行的.
침대Apriori산법필수모비대량적시간래처리규모거대적후선항목집등문제,제출일충기우수거의뢰적관련규칙알굴산법ARMAFD.해산법이용함수의뢰소은함적속성간련계래축소후선항목집적규모,제고료산법적효솔,봉부료함수의뢰적교학내함,동시야위관련규칙적알굴제공료일충신적도경.실험결과표명AR-MAFD산법시유효가행적.