[1]卢云彬 曹汉强.基于Hash表的关联规则挖掘算法的改进[J].计算机技术与发展,2007,(06):12-14.
　LU Yun-bin,CAO Han-qiang.Improvement of Association Rules Mining Algorithm Based on Hash Table[J].,2007,(06):12-14.
点击复制

基于Hash表的关联规则挖掘算法的改进()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2007年06期
页码:
12-14
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Improvement of Association Rules Mining Algorithm Based on Hash Table
文章编号:
1673-629X（2007）06-0012-03
作者:
卢云彬 曹汉强
华中科技大学电子与信息工程系
Author(s):
LU Yun-bin;  CAO Han-qiang
Dept. of Electronics and Information Engineering, Huazhong University of Science and Technology
关键词:
数据挖掘; 关联规则; Apriori算法; DHP算法; Hash表
Keywords:
data mining;  association rules;  Apriori algorithm;  DHP algorithm;  Hash table
分类号:
TP301.6
文献标志码:
A
摘要:
经典的Apriori算法在大项目集的挖掘过程中因为重复搜索导致效率低下。提出一种改进的Hash表结构应用于DHP算法中的项目集存放,定义新的Hash函数确定项目集的存放地址,并基于新的Hash表结构,以并行挖掘的方式优化关联规则算法的剪枝过程。实验结果表明,与Apriori算法相比,文中的方法可以更好地节省存储空间,提高挖掘效率
Abstract:
With classical Apriori algorithm, mining large itemsets is inefficient because of repeated scanning. In this paper, develop an algorithm DHP with improved Hash table for efficient large itemset generation. The stored address of itemsets is determined by a new Hash function. Based on the new Hash table,can use parallel mining to improve pruning process in association rules algorithm. From the experiment results, the method in this paper can save more storing space and enhance mining efficiency compared with Apriori algorithm

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(06):120.
[2]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(06):235.
[3]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(06):114.
[4]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(06):229.
[5]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(06):93.
[6]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(06):109.
[7]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(06):113.
[8]孙名松 邸明星 王湛昱.多决策树算法在P2P网络流量检测中的应用[J].计算机技术与发展,2010,(06):126.
　SUN Ming-song,DI Ming-xing,WANG Zhan-yu.Application of Decision Tree Algorithm in Traffic Detection of P2P Network[J].,2010,(06):126.
[9]孟魁杰 董莹 赵宗涛.一种基于数据挖掘的无人飞行器故障分析方法[J].计算机技术与发展,2010,(06):225.
　MENG Kui-jie,DONG Ying,ZHAO Zong-tao.A Fault Analysis Method Based on Data Mining for Unmanned Aerial Vehicle[J].,2010,(06):225.
[10]陈伟.Apriori算法的优化方法[J].计算机技术与发展,2009,(06):80.
　CHEN Wei.Method of Apriori Algorithm Optimization[J].,2009,(06):80.
[11]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(06):143.
[12]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(06):105.
[13]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(06):84.
[14]文拯 梁建武 陈英.关联规则算法的研究[J].计算机技术与发展,2009,(05):56.
　WEN Zheng,LIANG Jian-wu,CHEN Ying.Research of Association Rules Algorithm[J].,2009,(06):56.
[15]王晓宇 秦锋 程泽凯 邹洪侠.关联规则挖掘技术的研究与应用[J].计算机技术与发展,2009,(05):220.
　WANG Xiao-yu,QIN Feng,CHENG Ze-kai,et al.Investigation and Application of Association Rules Mining[J].,2009,(06):220.
[16]王敏 刘希玉.Apriori算法在税务系统中的应用[J].计算机技术与发展,2009,(11):175.
　WANG Min,LIU Xi-yu.Application of Apriori Algorithm in Tax System[J].,2009,(06):175.
[17]董彩云 刘培华.数据挖掘技术在远程教育教学中的应用[J].计算机技术与发展,2009,(02):179.
　DONG Cai-yun,LIU Pei-hua.Application of Data Mining Technology in Instance Education[J].,2009,(06):179.
[18]刘军锋 李景文 陈大克 邓晓斌.一种改进的关联规则自顶向下算法[J].计算机技术与发展,2008,(02):136.
　LIU Jun-feng,LI Jing-wen,CHEN Da-ke,et al.An Improved Top to Bottom Algorithm for Mining Association Rules[J].,2008,(06):136.
[19]王伟 高亮 吴涛.基于遗传算法的长频繁项集挖掘方法[J].计算机技术与发展,2008,(04):19.
　WANG Wei,GAO Liang,WU Tao.A Method of Mining Long Frequent Itemset Based on Genetic Algorithm[J].,2008,(06):19.
[20]耿波 仲红 徐杰 闫娜娜.用关联分析法对负荷预测结果进行二次处理[J].计算机技术与发展,2008,(04):171.
　GENG Bo,ZHONG Hong,XU Jie,et al.Using Correlation Analysis to Treat Load Forecasting Results[J].,2008,(06):171.

备注/Memo

备注/Memo:
国家科技攻关项目（2004BA811B06）卢云彬（1982-）,男,湖北大冶人,硕士研究生,研究方向为信息安全、数据库系统及其应用; 曹汉强,博士,教授,博士生导师,研究方向为数字图像处理、信息安全、激光全息防伪技术
更新日期/Last Update: 1900-01-01