兴趣模型的构建与Apriori数据挖掘算法优化研究
方文和1
李国和1
吴卫江1
洪云峰2
周晓明2
1.中国石油大学(北京)地球物理与信息工程学院 北京 102249;中国石油大学(北京)油气数据挖掘北京市重点实验室 北京 102249;石大兆信数字身份管理与物联网技术研究院 北京 1000292.石大兆信数字身份管理与物联网技术研究院 北京 100029
摘要：分析关联规则算法实际过程中参数规律,改进重构Gray和Orlowska兴趣度模型,引入兴趣项、频数阈值、构建兴趣模型,从而能够减少不必要的挖掘扫描操作,提高挖掘的效率,使得挖掘更加有针对性.通过中国石油大学(北京)油气数据挖掘北京市重点实验室提供的标准仿真数据集合对比实验,证明改进后的算法效率更高,适合用于特定兴趣点的二次高效率挖掘.
关键词：Apriori兴趣项关联规则兴趣模型Gray和Orlowska
分类号：TP3-05(计算技术、计算机技术)
资助基金：国家高技术研究发展计划（863计划）(2009AA062802)国家自然科学基金(60473125)中国石油(CNPC)青年创新基金(05E7013)国家科技重大专项(G5800-08-ZS-WX)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 785-787,916 )
英文信息