10.3969/j.issn.1673-629X.2019.07.028
不确定数据频繁项集挖掘算法研究
频繁项集挖掘的目标是以频繁出现的项目集的形式发掘嵌入在海量数据中的隐式的、先前未知的、潜在的有用知识,以辅助决策.随着数据采集方式和传输方式的多样化,不确定数据在各种实际应用中大量出现.因此,近年来针对不确定数据的频繁项集挖掘算法的研究引起了学者的广泛关注.文中首先介绍了不确定数据的定义,并分析了不确定数据频繁项集挖掘的概率模型.接下来,将主流频繁项集挖掘算法分为3类:基于候选项集生成和测试的频繁项集挖掘算法,基于模式增长的频繁项集挖掘算法和基于生物启发的频繁项集挖掘算法,详细介绍了当前针对不确定数据的主流频繁项集挖掘算法,并对这些算法的性能进行了简单分析.最后,对不确定数据的频繁项集挖掘算法进行了总结与展望.
频繁项集、不确定数据、候选项集、模式增长、生物启发
29
TP393(计算技术、计算机技术)
国家自然科学基金61373135,61672299;国家自然青年科学基金61702281,20140883;江苏省基础研究计划自然科学基金BK20140883,BK20140894,BK20150869
2019-07-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
140-144