计算机科学
計算機科學
계산궤과학
Computer Science
2015年
9期
41-44
,共4页
关联规则%频繁模式%动态散列%事务压缩
關聯規則%頻繁模式%動態散列%事務壓縮
관련규칙%빈번모식%동태산렬%사무압축
Association roles%Frequent patterns%Dynamic hashing%Transaction reduction
关联规则挖掘搜索给定数据集中反复出现的数据模式,找到它们之间的相关性.分析了经典Apriori算法存在的时空效率低的缺点和数据形式对算法效率的影响.提出一种基于动态散列和事务压缩技术的改进,动态应用散列技术减小候选频繁项集的规模和数据库扫描次数,应用事务压缩技术缩小数据库中事务量的长度和总数,从而提高了算法的时间空间效率.与Apriori算法进行的比较验证了新算法的正确性与效率.
關聯規則挖掘搜索給定數據集中反複齣現的數據模式,找到它們之間的相關性.分析瞭經典Apriori算法存在的時空效率低的缺點和數據形式對算法效率的影響.提齣一種基于動態散列和事務壓縮技術的改進,動態應用散列技術減小候選頻繁項集的規模和數據庫掃描次數,應用事務壓縮技術縮小數據庫中事務量的長度和總數,從而提高瞭算法的時間空間效率.與Apriori算法進行的比較驗證瞭新算法的正確性與效率.
관련규칙알굴수색급정수거집중반복출현적수거모식,조도타문지간적상관성.분석료경전Apriori산법존재적시공효솔저적결점화수거형식대산법효솔적영향.제출일충기우동태산렬화사무압축기술적개진,동태응용산렬기술감소후선빈번항집적규모화수거고소묘차수,응용사무압축기술축소수거고중사무량적장도화총수,종이제고료산법적시간공간효솔.여Apriori산법진행적비교험증료신산법적정학성여효솔.
