计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
2期
184-186,234
,共4页
采样%关联规则:数据挖掘
採樣%關聯規則:數據挖掘
채양%관련규칙:수거알굴
在事务数据集中发现项目间的关联规则是数据挖掘的一个经典问题,但传统的关联规则挖掘方法对于大事务数据集而言,执行效率相对较低.已经有研究表明,采样技术能有效地改善挖掘效率.在分析现有采样方法的基础上,提出了一种新的基于采样的高效关联规则挖掘算法ESMA.该算法采用了更加有效的双向采样策略.通过实验分析表明,该算法明显地加快了大事务数据库中采样的速度,从而降低了CPU时间,而且具有很好的可扩展性.
在事務數據集中髮現項目間的關聯規則是數據挖掘的一箇經典問題,但傳統的關聯規則挖掘方法對于大事務數據集而言,執行效率相對較低.已經有研究錶明,採樣技術能有效地改善挖掘效率.在分析現有採樣方法的基礎上,提齣瞭一種新的基于採樣的高效關聯規則挖掘算法ESMA.該算法採用瞭更加有效的雙嚮採樣策略.通過實驗分析錶明,該算法明顯地加快瞭大事務數據庫中採樣的速度,從而降低瞭CPU時間,而且具有很好的可擴展性.
재사무수거집중발현항목간적관련규칙시수거알굴적일개경전문제,단전통적관련규칙알굴방법대우대사무수거집이언,집행효솔상대교저.이경유연구표명,채양기술능유효지개선알굴효솔.재분석현유채양방법적기출상,제출료일충신적기우채양적고효관련규칙알굴산법ESMA.해산법채용료경가유효적쌍향채양책략.통과실험분석표명,해산법명현지가쾌료대사무수거고중채양적속도,종이강저료CPU시간,이차구유흔호적가확전성.