350 руб
Журнал «Информационно-измерительные и управляющие системы» №6 за 2015 г.
Статья в номере:
Детализация канонического алгритма Apriori
Ключевые слова: ассоциативное правило частое множество поддержка транзакция множество-кандидат свойство Apriori алгоритм Apriori
Авторы:
Е.Б. Тутов - Преподаватель, кафедра «Информационные системы и технологии», Юго-Западный государственный университет (г. Курск). E-mail: tutov-e-b@yandex.ru
Аннотация:
Рассмотрена постановка задачи поиска частых множеств как ключевой составляющей задачи генерации ассоциативных правил. Приведено описание алгоритма Apriori и способы его модификации.
Страницы: 58-62
Список источников

 

  1. Agrawal R.,Srikant R. Fast algorithms for mining association rules // Proceedings of the International Conference on Very Large Databases (VLDB). 1994. P. 487-499.
  2. Agrawal R., Imielinski T., Swami A. Mining association rules between sets of items in large databases // In Proc. of the ACM SIGMOD Conference on Management of Data. Washington, D.C. May 1993.
  3. Dong Guozhu, Jian Pei, Guozhu Dong. Sequence data mining // Springer Science+Business Media, LLC. 2007. P. 137.
  4. Houtsma M., Swami A. Set-oriented mining of association rules // Houtsma and Research Report RJ 9567. IBM Almaden Research Center. San Jose, California. October 1993.
  5. Mannila H., Mannila H., Toivonen H., Verkamo A.I. Efficient algorithms for discovering association rules / In KDD-94. AAAI Workshop on Knowledge Discovery in Databases. July 1994.
  6. Witten I.H., Frank E., Hall M.A. Data mining practical machine learning tools and techniques. Morgan Kaufmann Publishers. 3-d ed. 2011. P. 629.
  7. БарсегянА.А., КуприяновМ.С., СтепаненкоВ.В., ХолодИ.И. Технологиианализданных: Data Mining, Visual Mining, Text Mining, OLAP. Изд-е 2-е, перераб. и доп. СПб.: БХВ-Петербург. 2007. 384 с.