版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著信息時代的到來,產(chǎn)生了海量的數(shù)據(jù),這些大量數(shù)據(jù)的背后隱藏著許多人們所需要的信息和知識,人們迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息。傳統(tǒng)的頻繁項(xiàng)目集挖掘以頻繁度作為衡量指標(biāo)。這樣就會導(dǎo)致一些頻繁度低,但是效用值高、用戶感興趣的項(xiàng)目集不能被挖掘出來。為了解決這個問題而出現(xiàn)了高效用項(xiàng)目集挖掘。雖然目前已經(jīng)有很多關(guān)于高效用項(xiàng)目集挖掘的研究,但是讓用戶來設(shè)定閾值對于用戶來說是一個很困難的事情。如果用戶設(shè)定的閾值過低,那么過多的高效用項(xiàng)目集將會產(chǎn)生
2、,這就可能導(dǎo)致挖掘算法效率低下,甚至出現(xiàn)挖掘出來的項(xiàng)目集數(shù)量超出內(nèi)存容量。反之將會導(dǎo)致沒有高效用項(xiàng)目集產(chǎn)生。用戶通過實(shí)驗(yàn)不斷地調(diào)整閾值來得到最終需要的閾值,這一過程對于用戶來說是非常繁瑣的。
為了解決上述問題,本文中提出了一種新的基于效用矩陣和索引的top-k高效用項(xiàng)目集挖掘算法,用戶無需設(shè)定閾值,只需要給出要挖掘的項(xiàng)目集數(shù)量。本文的主要貢獻(xiàn)包括:
首先,在高效用項(xiàng)目集挖掘中,本文首次提出了利用項(xiàng)目集的真實(shí)效用值進(jìn)行
3、挖掘的算法。這樣可以有效地在top-k高效用項(xiàng)目集挖掘中提高邊界閾值。
其次,本文提出了效用矩陣結(jié)構(gòu),避免為計(jì)算大量的項(xiàng)目集效用值而多次掃描數(shù)據(jù)庫。
再次,針對高效用項(xiàng)目集挖掘算法中失去了反單調(diào)性,在算法執(zhí)行過程中無法進(jìn)行剪枝的問題,本文中提出了基于索引結(jié)構(gòu)的消減策略。
最后,本文摒棄了以往由短項(xiàng)目集連接生成長項(xiàng)目集的固有思想模式,根據(jù)top-k高效項(xiàng)目集挖掘中的特點(diǎn),采用了自頂向下的挖掘過程。既可以有效地
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 發(fā)現(xiàn)Top-k高效用項(xiàng)集的算法.pdf
- 頻繁和高效用項(xiàng)集挖掘算法研究.pdf
- 高效用項(xiàng)集挖掘算法的研究.pdf
- 平均高效用項(xiàng)集挖掘算法研究.pdf
- 高效用項(xiàng)集動態(tài)挖掘算法的研究.pdf
- 基于投影表結(jié)構(gòu)的ToP-k高效用模式挖掘算法的研究及并行化處理.pdf
- 基于不同數(shù)據(jù)型態(tài)、約束和應(yīng)用的高效用項(xiàng)集挖掘.pdf
- 面向數(shù)據(jù)流的高效用項(xiàng)集挖掘算法研究.pdf
- ToP-K頻繁項(xiàng)集挖掘算法研究.pdf
- 縮小候選集的Top-k高效模式挖掘算法研究.pdf
- 基于數(shù)據(jù)流的Top-K頻繁閉項(xiàng)集挖掘算法研究.pdf
- 高效用關(guān)聯(lián)規(guī)則的挖掘.pdf
- 基于雙索引的Top-k子圖查詢算法研究.pdf
- 挖掘Top-K頻繁模式的算法研究.pdf
- 高效用隱私保護(hù)數(shù)據(jù)挖掘的研究.pdf
- 面向數(shù)據(jù)流的ToP-k頻繁閉項(xiàng)集挖掘算法研究.pdf
- 基于多重最小支持度的高效用頻繁項(xiàng)集挖掘算法研究.pdf
- 軟件網(wǎng)絡(luò)Top-k重要節(jié)點(diǎn)挖掘算法研究.pdf
- 高效用模式挖掘算法研究及應(yīng)用.pdf
- 數(shù)據(jù)流top-K頻繁模式挖掘算法研究.pdf
評論
0/150
提交評論