10.3969/j.issn.1006-9348.2020.01.047
区间值属性数据集关联规则挖掘算法仿真
对区间值属性数据集进行挖掘,可以有效分析出数据之间的关系.针对现有数据挖掘方法未对大规模数据进行聚类,导致挖掘过程占据内存大,挖掘精度低的问题,提出了一种新的区间值属性数据集挖掘算法.对问题定义、数据准备、数据提取、模式预测和数据聚类等模块进行详细分析,完成区间值属性数据聚类.根据聚类结果,将区间值属性数据分成多个数据集,挑选出能够支持最小支持度的项目集,将这些项目集作为频繁项集,进而提取出数据集之间的关联规则,将关联规则融入数据计算步骤,完成数据挖掘.为验证算法效果,进行仿真,结果表明,相较于传统挖掘算法,所提挖掘算法占用容量更小,挖掘精度更高.
区间值属性数据、数据挖掘、关联规则、聚类
37
TP393(计算技术、计算机技术)
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
234-238