HI,欢迎来到学术之家,学术咨询:400-888-7501 订阅咨询:400-888-7502 股权代码 102064

稀疏数据频繁项集挖掘算法研究综述

作者:肖文; 胡娟大数据稀疏数据频繁项集挖掘性能分析综述

摘要:频繁项集挖掘FIM是最重要的数据挖掘任务之一,被挖掘数据集的特征对FIM算法的性能有着显著影响。在大数据时代,稀疏是大数据的典型特征之一,对传统FIM算法的性能带来严峻挑战。针对在稀疏数据中如何高效进行FIM的问题,从稀疏数据的特征出发,分析了稀疏数据对3种类型FIM算法性能的主要影响,对已经提出的稀疏数据FIM算法进行了综述,对算法中采用的优化策略进行了讨论,最后通过实验对代表性的稀疏数据FIM算法进行了性能分析。实验结果表明,采用伪构造策略的模式增长算法最适合用于稀疏数据的FIM,在运算时间和存储空间上,相比其他算法该算法具有较大的优势。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机工程与科学

《植物保护学报》是中国科协主管、中国植物保护学会和中国农业大学共同主办的综合性学术期刊,为国家科技核心期刊、中文核心期刊。本刊创刊于1962年,多年来,本刊严格执行国家有关新闻出版方面的政策法规,重视编辑出版方面国家标准和国际标准的实施,并注意加强与国内外的信息交流,在国内外颇具影响。目前《植物保护学报》已被美国化学文摘CA、英国国际农业与生物科学技术文摘CABI、美国农业文献索引AGRICOLA、国际农业文献索引AGRIS、英国动物学记录ZR、日本科学技术振兴机构中国文献数据库等国际主流数据库收录,并被国内多家权威...

杂志详情

相关期刊
×

说明:关注微信公众号,免费领取下载码。

 

发送任意关键词,比如“下载”,即可下载该篇文章。

PDF文件建议使用adobe或Office打开

作品认领

本站文章皆为用户上传,可能会出现作者遗漏,为促进学术资源开放获取,作者完成个人作品认领,即可获得平台文献免费下载权限。

详询在线客服 ×

被举报文档标题:稀疏数据频繁项集挖掘算法研究综述

被举报文档地址:


我确定以上信息无误

举报类型:

非法(文档涉及政治、宗教、色情或其他违反国家法律法规的内容)

侵权

其他

举报理由:
   (必填)