[1]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):19-21.
　WANG Wei,GAO Liang,WU Tao.A Method of Mining Long Frequent Itemset Based on Genetic Algorithm[J].,2008,(04):19-21.
点击复制

基于遗传算法的长频繁项集挖掘方法()
分享到：

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

卷:
期数:
2008年04期
页码:
19-21
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Method of Mining Long Frequent Itemset Based on Genetic Algorithm
文章编号:
1673-629X（2008）04-0019-03
作者:
王伟1 高亮1 吴涛1; 2
[1]安徽大学数学与计算科学学院[2]安徽大学智能计算与信号处理教育部重点实验室
Author(s):
WANG Wei;  GAO Liang; WU Tao
[1]School of Mathematics and Computational Scienee,Anhui University[2]Ministry of Education Key Lab. of Intelligent Computing ＆ Signal Processing,Anhui Univ
关键词:
数据挖掘; 关联规则; 频繁项集; 遗传算法
Keywords:
data mining;  association rules;  frequent itemsets;  genetic algorithm
分类号:
TP301.6
文献标志码:
A
摘要:
在数据挖掘中，关联规则的挖掘是一项核心内容，且规则的生成主要集中在如何寻找频繁项集上。一般情况下，寻找频繁项集是困难的，且项数越多越难，而最长频繁项集隐含了几乎所有的频繁集，因此，寻找频繁项集就转化为寻找最长频繁项集。文中利用遗传算法的全局最优和海量数据处理性来搜索最长频繁项集，该法只需扫描一次数据库，大大节约了时间。实验也说明了该算法的可行性
Abstract:
Mining the association rules is the key content in data mining,and the rules generated mainly focused on how to find frequent item sets. In the ordinary circumstances, it is difficult to find frequent item sets, especially,the more of item set the more di

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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):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,(04):136.
[19]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,(04):171.
[20]袁万莲 郑诚 翟明清.一种改进的Apriori算法[J].计算机技术与发展,2008,(05):51.
　YUAN Wan-lian,ZHENG Cheng,ZHAI Ming-qing.An Improvement on Apriori Algorithm[J].,2008,(04):51.

备注/Memo

备注/Memo:
国家自然科学基金资助项目（60475017,60675031）;安徽省自然科学基金资助项目（050420208）;安徽省高等学校省级自然科学研究项目（2006KJ244B）;安徽大学学术创新团队和安徽大学人才队伍建设经费资助项目王伟（1984-），男，河南信阳人，硕士研究生，研究方向为智能计算与信息处理；事机器学习、智能计算及其应用的研究;吴涛,博士，副教授，硕士生导师，主要从事机器学习、智能计算及其应用的研究
更新日期/Last Update: 1900-01-01