原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于关系矩阵的关联规则快速挖掘算法.pdf
第25 卷第7 期 计算机应用 Vol. 25 No. 7
2005 年7 月 Computer Applications July 2005
文章编号：1001 - 9081（2005 ）07 - 1577 - 03
一种基于关系矩阵的关联规则快速挖掘算法
1 2
胡慧蓉 ，王周敬
（1. 广东商学院信息学院，广东广州510320 ；2 . 厦门大学 自动化系，福建 厦门361005 ）
（hhryeah@ 163. com ）
摘 要：首先对关联规则挖掘问题进行了简单的回顾，然后应用关系理论思想，引入了项目可辨
识向量及其“与”运算，设计了一种快速挖掘算法SLIG ，将频繁项目集的产生过程转化为项目集的关
系矩阵中向量运算过程。算法只需扫描一遍数据库，克服了Apriori 及其相关算法产生大量候选集和
需多次扫描数据库的缺点。实验证明，与Apriori 算法相比，SLIG 算法提高了挖掘效率。
关键词：关联规则；频繁集；可辨识向量；可辨识矩阵
TP311. 13 文献标识码：A
中图分类号：
Fast algorithm for mining association rules based on relationship matrix
1 2
HU Hui-rong , WANG Zhou-jing
( 1. Inf ormation Science and Technology School, Guangdong University of Business Studies, Guangzhou Guangdong 510320, China;
2. Dep artment of Automation, Xiamen University , Xiamen Fuj ian 361005, China)
Abstract: After the introduction of famous Apriori algorithms, an efficient algorithm SLIG ( Single-level Large Itemsets
Generation) learning from relation theory and AND operation on recognizable vectors was proposed. SLIG transformed the
production process of frequent itemset to the vector calculation process in relationship matrix and only needed to scan the
database once. Empirical evaluation and experiments show that SLIG is more efficient than the algorithms that need to pass the
large database many times.
Key words: as
文档评论（0）