

已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,數(shù)據(jù)挖掘相關的研究領域越來越熱門,除了關聯(lián)規(guī)則的挖掘外,也有學者致力于探討時間因子的關聯(lián)規(guī)則,大致可區(qū)分為消費者購買行為分析、網(wǎng)頁瀏覽分析,以及時間趨勢分析等.而在探討消費者購買行為的時間序列,多借著候選序列的產生及驗證,以漸進的過程來產生頻繁模式,然而驗證的過程必須重復掃描數(shù)據(jù)庫,也因此造成系統(tǒng)沉重的負擔而導致效率不佳.由于時序數(shù)據(jù)模式可以看作是關聯(lián)規(guī)則考慮時間因素后衍生出來的,所以論文先介紹關聯(lián)規(guī)則,對關聯(lián)規(guī)則的經(jīng)典定義給出
2、了詳細地描述.數(shù)據(jù)挖掘系統(tǒng)的效率問題是數(shù)據(jù)挖掘研究的重要內容之一.經(jīng)典的關聯(lián)規(guī)則Apriori算法在空間和時間的復雜性上,有著難以避免的局限性,該文引入了一種基于FP-樹的頻繁模式增長算法,在中間過程中不需要產生候選項的算法,從而避免了反復掃描數(shù)據(jù)庫時在時間上的開銷.但是,基于時序數(shù)據(jù)的FP-樹算法在數(shù)據(jù)庫中的項目較多,并且含有大量事務時,內存空間的開銷很大,當內存不能裝入所有模式映射信息時,算法將難以有效地工作.該文為了在時間和空間上
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 時序數(shù)據(jù)序列模式挖掘.pdf
- 基于網(wǎng)絡拓撲約束的時序數(shù)據(jù)挖掘算法研究與應用.pdf
- 基于數(shù)據(jù)倉庫的時序數(shù)據(jù)挖掘研究.pdf
- 時序組合模式挖掘研究.pdf
- 時序數(shù)據(jù)挖掘研究.pdf
- 基于SPARK的海量數(shù)據(jù)頻繁模式挖掘算法研究.pdf
- 基于時序模式挖掘的IPTV用戶行為分析.pdf
- 基于核模式的高維數(shù)據(jù)挖掘算法的研究.pdf
- 流數(shù)據(jù)頻繁模式挖掘算法研究.pdf
- 基于移動數(shù)據(jù)的軌跡模式挖掘算法的研究與應用.pdf
- 基于頻繁模式的數(shù)據(jù)挖掘算法分析與改進.pdf
- 基于ARMA-GARCH模型的時序數(shù)據(jù)挖掘研究.pdf
- 基于滑動窗口的數(shù)據(jù)流頻繁模式挖掘算法研究.pdf
- 序列模式挖掘高效算法及其在股票時序中的應用.pdf
- 數(shù)據(jù)流的頻繁模式挖掘算法研究.pdf
- 大數(shù)據(jù)集序列模式挖掘算法研究.pdf
- 數(shù)據(jù)挖掘算法分析及其并行模式研究.pdf
- 基于模式增長的序列模式挖掘算法的研究.pdf
- 基于時序和極大團的關聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究.pdf
- 基于時序數(shù)據(jù)的結構學習與模式預測聯(lián)合優(yōu)化算法研究.pdf
評論
0/150
提交評論