大型数据库的模糊关联规则挖掘算法研究
为解决传统关联规则挖掘算法对大规模连续数据库进行挖掘时所产生的信息损失和效率低下等问题,给出一种改进的模糊关联规则挖掘算法,称为F-ARMVLQD算法.该算法利用模糊均值聚类算法解决离散属性间隔之间出现“尖锐边界”的问题,同时算法引入有向无环图和字节向量用以提高频繁项目集的计算效率,并吸取分区算法的优势,解决对该数据库挖掘时磁盘操作频繁的问题,整个算法只需扫描两次数据库.实验结果表明,该算法比传统算法具有更高的执行效率.
大型数据库、模糊C-均值聚类算法、连续属性、字节向量结构、分区算法
32
TP311(计算技术、计算机技术)
国家自然科学基金项目60736009
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
3424-3427